The granting of credit to the customer is an activity that has a high degree of risk. In practice, the troubled credit often occurs due to the credit analysis are not careful or less closely in the process of granting credit. To prevent the occurrence of problematic credits, then required the existence of accurate forecasting to determine the classification of granting credit to customers, one of which uses the technology of data mining. In this study data analyzed using naive bayes method algotitma as the process in which the determination of the customer's credit. Naive Bayes is one method that aims to do a classification of a particular class, then the patterns can be used to classify the determination of credit, so that officers can more easily analyze the data application. The results of the hypothesis or events can be estimated based on observable evidence. The results of this research have an accuracy of 70%.

Pemberian kredit kepada nasabah merupakan suatu kegiatan yang mempunyai resiko tinggi. Dalam pelaksanaannya, kredit yang bermasalah sering terjadi akibat analisis kredit yang tidak berhati-hati atau kurang cermat dalam proses pemberian kredit.Untuk mencegah terjadinya kredit yang bermasalah, maka diperlukan adanya peramalan akurat untuk menentukan klasifikasi pemberian kredit kepada nasabah yang salah satunya menggunakan teknologi data mining. Pada penelitian ini data dianalisa menggunakan metode algotitma naive bayes sebagai proses pengklasifikasian penentuan kredit nasabah. Naive Bayes merupakan salah satu metode yang bertujuan untuk melakukan klasifikasi pada kelas tertentu, kemudian pola tersebut dapat digunakan mengklasifikasikan penentuan kredit, sehingga petugas bisa lebih mudah menganalisa data permohonan. Hasil dari hipotesis atau peristiwa dapat diperkirakan berdasarkan bukti yang diamati. Hasil penelitian ini memiliki akurasi sebesar 70%.