ANALISA KLASIFIKASI KARTU KREDIT MENGGUNAKAN ALGORITMA NAIVE BAYES

Pemberian kredit bank terhadap nasabah adalah kegiatan rutin yang mempunyai resiko tinggi. Begitupun kredit yang bermasalah atau kredit mac­et sering terjadi akibat analisis kredit kurang cermat dalam proses pemberian kredit, maupun dari karakter nasabah yang tidak baik. Untuk mencegah terjadinya kredit macet, seorang analisis kredit perbankan harus mampu mengambil keputusan yang tepat dalam pengajuan kredit. Diperlukan adanya prediksi yang akurat dimasa mendatang, salah satunya menggunakan teknik data mining.
Salah satu teknik data mining sendiri yaitu metode klasifikasi untuk memprediksi probabilitas keanggotaan suatu class dengan menggunakan algoritma Naive Bayes, sehingga tingkat akurasi dapat diketahui melalui proses Confusion Matrix dalam prediksi. Algoritma ini mampu menghasilkan tingkat akurasi yang baik.
Dari hasil analisa terhadap 23 variabel terdapat 3 variabel yang begitu berpengaruh kredit lancar dan macet nasabah yaitu status pembayaran pada bulan September, Agustus, dan Mei 2005. Tingkat akurasi data 3 variabel sebanyak 80.59% dengan data train sebanyak 18001 data.