JBASE - Journal of Business and Audit Information Systems

 Saat ini, setiap perusahaan perbankan memiliki sistem pengolahan data secara terkomputerisasi (database) menjadi suatu hal yang wajib. Hal ini dikarenakan database dapat membantu dalam pengolahan data yang ada pada database bank tersebut menjadi informasi yang dapat membantu bank untuk memecahkan berbagai masalah secara efektif, efisien, dan akurat. Pengolahan dataset yang dimiliki perusahaan perbankan adalah untuk menentukan probabilitas peminjaman yang dimiliki setiap nasabah menggunakan proses data mining tersebut. Model klasifikasi dapat dilakukan dengan algoritma Naive Bayes. Dalam penerapan algoritma tersebut, diperlukan sebuah software data mining untuk dijalankan. Pada jurnal ini, kami menggunakan software RapidMiner untuk memproses data yang ada sehingga didapat suatu gambar atau chart yang dapat membentuk berbagai parameter untuk mendukung representasi data yang ada agar lebih mudah untuk menentukan suatu keputusan. Terdapat hasil akurasi algoritma Naïve Bayes pada dataset ini mencapai 80.21%. Selain itu, terdapat precision dari dataset yang mencapai 78.95% dan recall sebesar 50% saja. Pada dataset ini, diperlukan tingkat precision yang lebih tinggi agar memungkinkan didapatkannya persetujuan yang diajukan oleh setiap nasabah kepada pihak bank (true positive) dan meminimalisir tidak disetujuinya pengajuan pinjaman yang dilakukan oleh setiap nasabah kepada pihak bank karena risiko kesalahan pengambilan keputusan yang dihasilkan dari proses data mining (false positive).

Act of the Republic of Indonesia (1998) ‘Undang Undang Nomor 10 Tahun 1998 tentang Perbankan’, p. 63. Available at: http://www.komnasham.go.id/sites/default/files/dokumen/UU NO 39 TAHUN 1999 HAM_0.pdf.

Admin (2020) RapidMiner : Mengenal Aplikasi Data Mining Terkemuka di Dunia, doavers.com. Available at: https://www.doavers.com/blog/rapidminer-mengenal-aplikasi-data-mining-terkemuka-di-dunia (Accessed: 9 June 2022).

Ahmad (2021) Pengertian Bank: Fungsi, dan Jenis-Jenis Bank di Indonesia, gramedia.com. Available at: https://www.gramedia.com/literasi/pengertian-bank/ (Accessed: 30 March 2022).

Alliance, D. S. P. (2022) What is CRISP DM?, datascience-pm.com. Available at: https://www.datascience-pm.com/crisp-dm-2/ (Accessed: 29 March 2022).

Defiyanti, S. (2015) ‘Integrasi Metode Klasifikasi Dan Clustering dalam Data Mining’, (March), pp. 39–44.

NISP, R. O. (2021) Pengertian Bank, Jenis-Jenis, dan Fungsinya Bagi Masyarakat, ocbcnisp.com. Available at: https://www.ocbcnisp.com/id/article/2021/07/15/pengertian-bank (Accessed: 30 March 2022).

Nuraeni, N. (2021) ‘Klasifikasi Data Mining untuk Prediksi Potensi Nasabah dalam Membuat Deposito Berjangka’, Jurnal Ilmiah Intech: Information Technology Journal …, 3(01), pp. 65–74. Available at: http://jurnal.umus.ac.id/index.php/intech/article/view/418%0Ahttp://jurnal.umus.ac.id/index.php/intech/article/download/418/281.

Retnosari, R. et al. (2021) ‘Analisa kelayakan kredit usaha mikro berjalan pada perbankan dengan metode naive bayes’, PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer, 8(1), pp. 53–59. Available at: https://e-jurnal.lppmunsera.org/index.php/PROSISKO/article/view/2848.

Romadhon, R. (2021) Inilah Pentingnya Data Dan Informasi Bagi Kemajuan Perusahaan, softwareseni.co.id. Available at: https://www.softwareseni.co.id/blog/pentingnya-data-dan-informasi#:~:text=Data memiliki peran krusial dalam,bagi informasi yang akurat pula. (Accessed: 28 March 2022).

Setiawan, R. (2021) Apa itu Data Mining dan Bagaimana Metodenya?, dicoding.com. Available at: https://www.dicoding.com/blog/apa-itu-data-mining/ (Accessed: 29 March 2022).

Sharda, R., Delen, D. and Turban, E. (2021) Analytics, Data Science, & Artificial Intelligence for Decision Support 11th Edition. Pearson.

Alifia, N., & Rikumahu, B. (2020). Prediksi Financial Distress Perusahaan Pertambangan Batubara Di Bursa Efek Indonesia. Universitas Telkom, 2(4), 3. http://e-jurnalmitramanajemen.com/index.php/jmm/article/view/125/69.

North, M. (2021). Data Mining for the Masses. Athens: Global Text Project.

Jovansgha Avegad1, A. W. (2019). Data Mining Klasifikasi Untuk Memprediksi Status Keberlanjutan Polis Asuransi Kesehatan Dengan Algoritma Naïve Bayes. JUSTIN.