OPTIMASI NAIVE BAYES MENGGUNAKAN OPTIMIZE WEIGHTS DAN STRATIFIED PADA DATA KREDIT KOPERASI

Abstract

Kredit koperasi adalah penyedia dana untuk transaksi pinjam meminjam atas persetujuan dan kesepakatan antara pihak koperasi dengan nasabahnya, serta mewajibkan peminjam untuk membayar hutang dalam jangka waktu yang telah ditentukan. Pembatasan kredit di koperasi belum menemukan cara yang paling sesuai, karena koperasi belum mempunyai analis kredit yang handal seperti perbankan dan selama ini koperasi hanya melakukan pendekatan secara personal dan survei lapangan. Klasifikasi data mining dengan model Naive Bayes, Optimize Weights dan Stratified dilakukan dengan pengujian-pengujian yang terukur melalui uji AUC dan ROC dengan bantuan Rapidminer. Hasilnya setelah dilakukan pengujian dengan model Naive Bayes ternyata menghasilkan accuracy= 66.27%, precision= 66.45%, recall= 94.39% dan hasil pengujian yang dilakukan dengan model Naive Bayes, Optimize Weights dan Stratified menghasilkan accuracy= 86.67%, precision= 89.47%, recall= 89.47%. artinya accuracy pengujian dengan menggunakan model Naive Bayes, Optimize Weights dan Stratified masih baik dan dapat dijadikan salah satu pedoman untuk deteksi pemberian kredit pada koperasi. Hasil pengujian menggunakan model Naive Bayes bukan satu-satunya untuk deteksi pemberian kredit koperasi, melainkan masih banyak model klasifikasi data mining yang kemungkinan hasilnya akan berbeda.