132 JURNAL TEKNIK KOMPUTER AMIK BSI VOL.II NO.1 FEBRUARI 2016 ISSN 2442-2436 | KAJIAN PENERAPAN METODE ... 132 KAJIAN PENERAPAN METODE KLASIFIKASI DATA MINING ALGORITMA C4.5 UNTUK PREDIKSI KELAYAKAN KREDIT PADA BANK MAYAPADA JAKARTA Nandang Iriadi 1 , Nia Nuraeni 2 Abstract — The banking industry has developed quite apidly, both in terms of volume of business , mobilize public funds or credit . Data mining of the loan has great potential to explore the hidden patterns within a dataset of loans including loans domain . C4.5 classification algorithm is the most simple , easy diimplemntasikan . However, the algorithm C4.5 still have weaknesses in handling high-dimensional data in . This research aims to implement the algorithm C4.5 with the selection of attributes so as to reduce the dimensionality of the data , and identify features in the data set with C4.5 algorithm method . From this research, conducted models created with C4.5 algorithm itself already has good accuracy that is equal to 83.67 % with the selection process by the algorithm C4.5 attributes . Intisari — Industri perbankan mengalami perkembangan yang cukup pesat, baik dari sisi volume usaha, mobilisasi dana masyarakat maupun pemberian kredit. Data mining mengenai pinjaman memiliki potensial besar untuk menjelajahi bagian pola yang tersembunyi dalam suatu dataset dari domain pinjaman termasuk pinjaman kredit. Algoritma C4.5 merupakan pengklasifikasian yang paling sederhana, mudah diimplemntasikan. Namun, Algoritma C4.5 masih memiliki kelemahan dalam menangani data dalam dimensi tinggi. Penelitian ini bertujuan untuk menerapkan algoritma C4.5 dengan seleksi atribut sehingga dapat mengurangi dimensi dari data, serta mengidentifikasi fitur dalam kumpulan data dengan metode algoritma C4.5. Dari penelitian ini yang dilakukan model yang terbentuk dengan algoritma C4.5 sendiri sudah memiliki akurasi yang baik yaitu sebesar 83.67% dengan proses seleksi atribut oleh algoritma C4.5. Kata kunci — Data mining, Algoritma C4.5, kelayakan kredit,Decision Tree I. PENDAHULUAN Bank Mayapada Mitra Usaha Cabang PGC merupakan Bank konvensional yang memberikan pinjaman kredit kepada calon debitur yang memiliki usaha mikro, kecil dan menengah khususnya pengusaha mikro yang berada dilingkungan PGC(Pusat Grosir Cililitan). Usaha Mikro sebagaimana dimaksud menurut keputusan menteri keuangan No.40/KMK.06/2003 tanggal 29 Januari 2003, yaitu usaha produktif milik keluarga atau perorangan Warga Negara Indonesia dan memiliki hasil penjualan paling banyak Rp. 100.000.000,00 (Seratus Juta Rupiah) per tahun. Usaha mikro dapat mengajukan kredit kepada Bank paling banyak Rp. 50.000.000 (Lima Puluh Juta Rupiah). Dilihat dari kepentingan perbankan, usaha mikro adalah suatu segmen pasar yang cukup potensial untuk dilayani dalam upaya meningkatkan fungsi intermediasinya karena usaha mikro mempunyai karakteristik positif dan unik yang tidak selalu dimiliki oleh usaha non mikro.Namun demikian disadari sepenuhnya bahwa masih banyak usaha mikro yang sulit memperoleh layanan kredit perbankan karena berbagai kendala baik pada sisi usaha mikro maupun pada sisi perbankan sendiri. Dalam proses pemberian kredit selama ini, khususnya pemberian kredit usaha mikro yang dilakukan oleh Bank Mayapada meskipun melalui analisa kredit masih saja ada permasalahan yang timbul diantaranya, para calon debitur melakukan segala macam cara agar kreditnya disetujui oleh pihak bank. Hal ini yang menyebabkan tingkat kredit macet juga meningkat. Penyebabnya antara lain kurang akuratnya credit officer dalam memberikan analisanya, pihak account officer yang kurang tepat dalam mencari calon debitur karena dikejar oleh target perusahaan. Tujuan penelitian ini adalah : 1) Menerapkan algoritma C4.5 untuk meningkatkan keakuratan analisa kredit pada Bank Mayapada Mitra Usaha Cabang PGC. 2) Penggunaan algoritma algoritma C4.5 serta mengoptimalkan dan menganalisa atribut faktor usaha sebagai parameter untuk penentuan kelayakan kredit, diantaranya: jenis usaha, status tempat usaha, lama usaha, sistem penjualan, sistem pembelian, omzet per bulan, gross profit margin, repayment capacity, fasilitas dan kolek nasabah. 1 Program Studi Teknik Komputer AMIK BSI Jakarta, Jl. Fatmawati No. 24 Pondok Labu DKI Jakarta,Telp: 021- 7500282, 7500680 Fax: 021-7513790 Email : nandang.ndi@bsi.ac.id 2 Program Studi Manajemen Informatika AMIK BSI Jakarta, Jl. Kramat Raya No. 18 DKI Jakarta,Telp: 021- 021- 3100413, Fax: 021-3144869 Email : nia.nne@bsi.ac.id