Mardhiyah, Putri Ayu and Siregar, Rii Ruli A. and Palupiningsih, Pritasari (2020) Klasifikasi Untuk Memprediksi Pembayaran Kartu Kredit Macet Menggunakan Algoritma C4.5. Diploma thesis, IT PLN.
![[thumbnail of 201631077_Putri Ayu Mardhiyah_Revisi_Skripsi_PUTRI AYU MARDHIYAH.pdf]](https://repository.itpln.ac.id/style/images/fileicons/text.png)
201631077_Putri Ayu Mardhiyah_Revisi_Skripsi_PUTRI AYU MARDHIYAH.pdf
Restricted to Repository staff only
Download (9MB)
Abstract
Banyak perusahaan penerbit kartu kredit yang memiliki masalah terkait dalam pembayaran tagihan oleh nasabahnya atau disebut juga dengan pembayaran kredit macet yang tidak sesuai dengan perjanjian yang telah disepakati sehingga membawa kerugian pada perusahaan itu sendiri. Pada
permasalahan ini terdapat tumpukan data nasabah pemegang kartu kredit yang belum diklasifikasikan dan ditemukan pola penyelesaian masalahnya. Algoritma C4.5 digunakan untuk memprediksi macet atau tidaknya pembayaran kredit oleh
nasabah. Penelitian ini menggunakan data set yang memiliki kriteria penentu, yaitu jumlah kredit, status, usia, dan status pembayaran dari bulan 1-3. Dari hasil penelitian yang menggunakan 4199 data nasabah menghasilkan evaluasi
bahwa Algoritma C4.5 akurat diterapkan untuk memprediksi macet atau tidaknya pembayaran kartu kredit nasabah dengan tingkat akurasi sebesar 70.93%.
Many credit card issuing companies experience problems related to bill payments by their customers or also known as bad credit payments that are not according to the agreement so that they are detrimental to the company itself. In
this case, there is still a pile of unclassified credit cardholder customer data and problem-solving patterns are found. The C4.5 algorithm is used to predict whether
a customer is a credit default payment or not. This study uses a data set that has determining criteria, namely the amount of credit, status, age, and payment status
for 1-3 months. From the results of research using 4199 customer data results in an evaluation that the C4.5 algorithm is applied accurately to predict whether or not customer credit card payments are bad with an accuracy level of 70.93%.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Klasifikasi, Algoritma C4.5, Pohon Keputusan, Kartu Kredit Classification, C4.5 Algorithm, Decision Tree, Credit Card |
Subjects: | Skripsi Bidang Keilmuan > Teknik Informatika |
Divisions: | Fakultas Telematika Energi > S1 Teknik Informatika |
Depositing User: | Sutrisno |
Date Deposited: | 10 Sep 2025 07:47 |
Last Modified: | 10 Sep 2025 07:47 |
URI: | https://repository.itpln.ac.id/id/eprint/847 |