Klasifikasi Debitur Perbankan Menggunakan Classification and Regression Tree (CART) dan Regresi Logistik dengan Amelia II untuk Menangani Missing Value

Noviandi, Iqbal (2018) Klasifikasi Debitur Perbankan Menggunakan Classification and Regression Tree (CART) dan Regresi Logistik dengan Amelia II untuk Menangani Missing Value. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Tujuan dari penelitian ini adalah untuk mendapatkan metode terbaik untuk membangun model yang dapat memprediksi risiko debitur sebagai fungsi dari profil debitur. Decision Tree dan Regresi Logistik adalah metode untuk pengklasifikasian. Classification and Regression Tree (CART) adalah salah satu algoritma dari Decision Tree. CART dapat digunakan untuk menganalisis data numerik dana kategorik. Regresi Logistik lebih akurat daripda Decision Tree. Faktanya, sering terjadi missing value pada dataset yang akan dianalisis. Amelia Ii adalah metode terbaik untuk imputasi missing value pada data numerik dan kategorik. Penelitian ini mengkombinasikan Amelia II untuk imputasi missing value, Decision Tree untuk seleksi dan pengkategorian ulang atribut dan Regresi Logistik untuk mengklasifikasikan debitur menjadi debitur baik dan buruk. Debitur diklasifikasikan sebagai debitur baik jika nilai &#960;(x) pada model regresi logistik >= 0.5, sebaliknya jika nilai &#960;(x) < 0.5 maka debitur diklasifikasikan sebagai debitur buruk. Hasil penelitian ini menunjukkan bahwa akurasi dari kombinasi metode ini cenderung stabil sampai dengan 40% missing value. Selisih nilai Correct Classification Rate (CCR) untuk missing value 10% - 40% dan dataset lengkap hanya 0.5%. Sedangkan, untuk missing value diatas 40% akurasinya menurun. Metode ini efektif jika missing value dari dataset dibawah 40%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Klasifikasi, Decision Tree, CART, Logistic Regression, Amelia II, CCR..
Subjects: ?? UNIK1528 ??
Divisions: Universitas Komputer Indonesia > Perpustakaan UNIKOM
Date Deposited: 31 Jan 2019 10:25
Last Modified: 31 Jan 2019 10:25
URI: http://repository.unikom.ac.id/id/eprint/59702

Actions (login required)

View Item View Item
Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.