Perbandingan Algoritma C5.0 Dan Nearest Neighbor Untuk Menentukan Kelayakan Pengajuan Kredit Nasabah Bank

Data Mining merupakan teknik menambang data yang berjumlah sangat besar menjadi pola-pola tertentu. Klasifikasi merupakan salah satu metode yang ada pada teknologi data mining, C5.0 dan Nearest Neighbor adalah algoritma-algoritma yang bisa digunakan pada metode ini. Cara kerja dari kedua algoritma ini juga sangat menarik, karena memiliki teknik yang berbeda dalam mengklasifikasikan data. C5.0 akan mengubah data menjadi pola-pola yang berbentuk pohon keputusan, sedangkan Nearest Neighbor akan mengklasifikasi data menurut jarak kedekatan antara data yang sudah ada dengan data yang akan diuji. Karena cara kerja kedua algoritma yang berbeda, mendasari penulis untuk membandingkan kedua algoritma ini dengan menggunakan data kelayakan pengajuan kredit nasabah bank yang berada di Maluku Utara, sekaligus dapat menentukan kelayakan nasabah dalam mendapatkan kredit. Karena mengetahui jumlah data yang dimiliki bank sangat banyak, salah satunya yaitu data kelayakan nasabah dalam pengajuan kredit. Hal ini dapat menyebabkan kecerobohan dalam menentukan nasabah mana yang layak mendapatkan kredit. Sehingga dengan adanya aplikasi yang akan dibuat ini, dapat menyelesaikan masalah tersebut. Hasil akhir dari penelitian ini adalah sebuah aplikasi yang dapat membandingkan dua algoritma yaitu C5.0 dan Nearest Neighbor dalam keunggulannya mengklasifikasi data, dan juga dapat menentukan kelayakan pengajuan kredit nasabah bank.

Data Mining is a technique that mines very large data into certain patterns. Classification is one of the methods available in data mining technology, C5.0 and Nearest Neighbor are algorithms that can be used in this method. The workings of these two algorithms are also very interesting, because it has different techniques in classifying data. C5.0 will turn data into patterns in the form of decision trees, while Nearest Neighbor will classify the data according to the proximity distance between existing data and the data to be tested. Because of the way the two algorithms work differently, underlies the authors to compare these two algorithms by using the bank credit application credit feasibility data located in North Maluku, as well as to determine the eligibility of customers in obtaining credit. Because knowing the amount of data owned by the bank very much, one of which is the customer's eligibility data in the filing of credit. This can lead to carelessness in determining which customers are eligible for credit. So with the application to be made this, can solve the problem. The final result of this research is an application that can compare two algorithms that is C5.0 and Nearest Neighbor in its superiority to classify the data, and also can determine the feasibility of credit application of bank customer.