Bank merupakan salah satu rekan pemerintah yang dituntut perannya untuk mensukseskan pembangunan, melalui jasa kredit yang sangat dibutuhkan masyarakat dalam menjalankan kegiatan usaha. Melalui data dari Bank Kalbar Cabang Pemangkat, diharapkan dapat diterapkan untuk menentukan kriteria apa saja yang dibutuhkan dalam menentukan pola klasifikasi pendanaan di bank tersebut. Dalam penentuan pola klasifikasi, penulis menggunakan algoritma Decision Tree C4.5 yang merupakan salah satu metode yang dapat menganalisis data dalam jumlah yang banyak atau disebut Data Mining. Pada penelitian ini dibuat suatu analisa pohon keputusan dengan algoritma C4.5. Metode Decision Tree (C4.5) diterapkan dengan melakukan perhitungan nilai entrophy dan nilai gain pada setiap atribut dan subset atribut sesuai dengan data yang telah diperoleh dari Bank Kalbar Cabang Pemangkat. Metode ini dapat dengan baik menidentifikasi klasifikasi dari tiap jenis kredit yang ada, penentuan klasifikasi dilakukan sesuai dengan kondisi dan ketentuan yang telah ditetapkan dari pihak Bank Kalbar Cabang Pemangkat. Pemilihan variabel yang digunakan dalam penelitian ini sangat mempengaruhi hasil klasifikasi dan juga pola pendanaan yang akan dihasilkan. Pola klasifikasi pendanaan di Bank Kalbar Cabang Pemangkat yang dihasilkan dari penelitian ini adalah berjumlah empat atribut dengan masing – masing dua kondisi yang menghasilkan lima klasifikasi, yaitu Lancar, Dalam Perhatian Khusus, Kurang Lancar, Diragukan, dan Macet.

Banks are one of the government partners whose role is required to succeed in development, through funding services that are needed by the community in carrying out business activities. Through data from the Pemangkat Branch of Kalbar Bank, it is hoped that it can be applied to determine what criteria are needed in determining the pattern of funding classification at the bank. In determining the classification pattern, the author uses the Decision Tree C4.5 algorithm which is one method that can analyze large amounts of data or is called Data Mining. In this study, a decision tree analysis was made using the C4.5 algorithm. The Decision Tree (C4.5) method is applied by calculating the entrophy value and gain value for each attribute and subset of attributes in accordance with the data obtained from the Pemangkat Branch of Kalbar Bank. This method can properly identify the classification of each type of credit that exists, the determination of the classification is carried out in accordance with the conditions and provisions that have been determined from the Bank Kalbar Pemangkat Branch. The selection of variables used in this study affects the results of the classification and also the pattern of funding that will be generated. The pattern of funding classification at Pemangkat Branch of Kalbar Bank resulting from this research is four attributes with two conditions each resulting in five classifications, namely Current, Under Special Mention, Substandard, Doubtful, and Loss.