Pengaruh Seleksi Fitur Information Gain pada K-Nearest Neighbor untuk Klasifikasi Tingkat Kelancaran Pembayaran Kredit Kendaraan

##plugins.themes.bootstrap3.article.main##

Ulfah Mutmainnah Budi Darma Setiawan Candra Dewi

Abstrak

Kredit macet merupakan satu diantara masalah atau risiko yang sering dihadapi oleh beberapa perusahaan penyedia jasa kredit kendaraan. Masalah tersebut berasal dari perilaku debitur yaitu tidak membayar angsuran tepat waktu. Dalam penentuan kelancaran pembayaran kredit bergantung pada analisis data-data debitur, namun dalam melakukan analisis untuk data dengan jumlah yang besar dapat memakan waktu yang lebih lama. Penelitian ini menggunakan seleksi fitur Information Gain dan algoritme K-Nearest Neighbor untuk menanggulangi masalah efektifitas dan menguji tingkat akurasi klasifikasi tingkat kelancaran pembayaran kredit kendaraan sehingga mengetahui pengaruh dari seleksi fitur. Information Gain yang digunakan sebagai seleksi fitur bertujuan untuk memperkecil dimensi fitur sehingga diperoleh fitur-fitur yang relevan. Fitur terpilih tersebut kemudian diproses untuk klasifikasi menggunakan algoritme K-Nearest Neighbor. Berdasarkan pengujian dari penelitian ini, diperoleh hasil akurasi tertinggi sebesar 94,44% pada saat pengujian dengan sebaran kelas seimbang menggunakan jumlah fitur 3 dan nilai K=4 sedangkan akurasi terendah diperoleh sebesar 33,33% menggunakan jumlah fitur 10 dengan nilai K=5 pada saat pengujian dengan sebaran kelas tidak seimbang. Fitur yang menghasilkan akurasi tertinggi yaitu pekerjaan, pendapatan dan harga On The Road (OTR). Tiga fitur tersebut merupakan fitur dengan urutan nilai gain terbesar dan memiliki nilai gain lebih dari 0,1.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Mutmainnah, U., Setiawan, B., & Dewi, C. Pengaruh Seleksi Fitur Information Gain pada K-Nearest Neighbor untuk Klasifikasi Tingkat Kelancaran Pembayaran Kredit Kendaraan. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 9, p. 8882-8888, okt. 2019. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/6296>. Tanggal Akses: 26 mei 2020
Bagian
Artikel