Implementasi Metode Naive Bayes untuk Kelayakan Pemberian Kredit Mobil

Putra Hadi Hermawan, Budanis Dwi Meilani

Abstract


Pembiayaan melalui kredit merupakan komponen krusial dalam proses pembelian kendaraan, termasuk di Hyundai Wiyung Surabaya. Dealer ini menghadapi tantangan dalam menentukan kelayakan kredit bagi calon pembeli guna meminimalkan risiko keuangan, meningkatkan kepuasan pelanggan, serta menjaga reputasi merek. Untuk meningkatkan akurasi dalam proses penentuan kelayakan kredit, Hyundai Wiyung Surabaya berencana menerapkan algoritma Naïve Bayes yang diakui keandalannya dalam klasifikasi dan prediksi. Algoritma ini banyak digunakan dalam industri keuangan dan e-commerce untuk menganalisis pola kredit pelanggan serta meningkatkan efisiensi keputusan berbasis data. Atribut/kriteria yang digunakan meliputi umur, jumlah anak, pendapatan, serta status rumah. Hasil pengujian menggunakan dataset dari Januari 2020 hingga Mei 2024 dengan 780 data menunjukkan akurasi rata-rata sebesar 79,8%. Hasil ini menunjukkan potensi penggunaan algoritma Naïve Bayes dalam meningkatkan ketepatan keputusan kelayakan kredit.


Keywords


kredit; hyundai; algoritma Naïve Bayes; kredit mobil.

Full Text:

PDF

References


S. Achmad, R. Purwandi Putra dan C. Juliane, “Optimalisasi Metode Naive Bayes Classifier Untuk Prediksi Persetujuan Kredit,” Indonesian Journal of Computer Science, vol. 13, no. 1, 2024.

N. Patrianingsih dan I. Sugianata, “ANALISIS KELAYAKAN KREDIT KOPERASI MITRA TANI MANDIRI DENGAN ALGORITMA NAÏVE BAYES,” Jurnal Sistem Informasi, vol. 6, no. 2, pp. 298-307, 2024.

I. Romli, T. Pardamean, S. Butsianto, T. N. Wiyatno dan M. Effendi bin, “Naive Bayes Algorithm Implementation Based on Particle Swarm Optimization in Analyzing the Defect Product,” Journal of Physics: Conference Series, vol. 1845, 2021.

V. H. Pham, T. Chu, H. T. K. Tran dan . K. N. Yen, “Comprehensive Evaluation of Bankruptcy Prediction in Taiwanese Firms Using Multiple Machine Learning Models,” International Journal of Technology, vol. 16, no. 1, pp. 289-309, 2025.

T. Ardiyanto dan . H. W. Nugroho, “PENENTUAN KELAYAKAN PENERIMA PEMBIAYAAN KREDIT MENGGUNAKAN METODE NAIVE BAYES DAN ALGORITMA C4.5 (Studi Kasus: KSPPS. BMT ADIL BERKAH SEJAHTERA),” Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data), vol. 6, pp. 1-11, 2023.

D. Nofriansyah dan G. Widi Nurcahyo, Algoritma Data Mining dan Pengujian, Yogyakarta: DEEPPUBLISH, 2015.

X. Wang dan J. Huang, “Enterprise Decision-Making and Analysis Based on E-Commerce Data Mining,” Wireless Communications and Mobile Computing, pp. 1-11, 2022.

H. Jiawei, P. Jian dan T. Hanghang, data mining concepts and techniques, waltham: elsevier, 2024.

A. Zainal Macfud, A. Pandu Kusuma dan W. Dwi Puspitasari, “ANALISIS ALGORITMA NAIVE BAYES CLASSIFIER (NBC) PADA KLASIFIKASI TINGKAT MINAT BARANG DI TOKO VIOLET CELL,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 1, pp. 87-94, 2023.

A. U. Azmi, H. A. F. Hadi, D. Anggraeni dan A. Riski, “Naive bayes methods for rainfall prediction classification in Banyuwangi,” Journal of Physics: Conference Series, 2021.

E. Martantoh dan N. Yanih, “Implementasi Metode Naïve Bayes Untuk Klasifikasi Karakteristik Kepribadiaan Siswa Di Sekolah MTS Darussa'adah Menggunakan PHP MySQL Implementation of Naive Bayes Method for Classification of Student's Personality Characteristics at MTS Darussa'adah Schoo,” JTSI, vol. 3, no. 2, pp. 166-175, 2022.




DOI: https://doi.org/10.31284/p.snestik.2025.6864

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Putra Hadi Hermawan

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.