Penerapan Data Mining Di Bidang Marketing Untuk Memprediksi Potensi Kriteria Nasabah Menggunakan Metode Decision Tree Di PD BPR Kabupaten Bandung Cabang Batujajar

Ginanjar Mabrur, Angga (2011) Penerapan Data Mining Di Bidang Marketing Untuk Memprediksi Potensi Kriteria Nasabah Menggunakan Metode Decision Tree Di PD BPR Kabupaten Bandung Cabang Batujajar. 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

PD. BPR. Kabupaten Bandung Cabang Batujajar sebagai salah satu perusahaan daerah yang bergerak di bidang perbankan terus berusaha mengembangkan strateginya di bidang marketing agar nasabah yang sudah terjaring dapat dipertahankan dan diharapkan dapat memanfaatkan layanan jasa keuangan yang ditawarkan pihak bank secara maksimal dan optimal, sekaligus sebisa mungkin melakukan penekanan biaya operasional marketing yang dikeluarkan. Bagian Dana PD. BPR. Kabupaten Bandung Cabang Batujajar merupakan salah satu bagian yang bertugas di bidang marketing perbankan, hingga saat ini belum memiliki metode baku dalam menganalisis data nasabah. Metode yang selama ini digunakan dengan mengklasifikasikan semua nasabah yang telah melunasi angsuran kreditnya ke dalam target pemasaran, padahal belum tentu semua nasabah tersebut akan tertarik melakukan peminjaman kredit kembali. Tugas akhir ini berusaha membantu menyelesaikan permasalahan tersebut dengan merancang sebuah aplikasi data mining yang berfungsi untuk memprediksi kriteria nasabah kredit, apakah berpotensi melakukan peminjaman kredit atau tidak.br / Dalam tugas akhir ini metodologi penelitian yang digunakan adalah analisis deskriptif sedangkan metode perancangan aplikasi yang digunakan adalah model proses waterfall. Teknik data mining yang diterapkan pada aplikasi adalah klasifikasi sedangkan metode klasifikasi yang digunakan adalah decision tree (pohon keputusan). Algoritma yang dipakai sebagai algoritma pembentuk pohon keputusannya adalah algoritma C4.5. Adapun data yang di proses dalam tugas akhir ini adalah data angsuran nasabah kredit PD BPR Kabupaten Bandung Cabang Batujajar pada bulan Juni 2009 dalam format Microsoft Excel. Preprocessing akan dilakukan terlebih dahulu terhadap data tersebut berupa data integration and transformation, data cleaning, dan data reduction sehingga data tersebut siap untuk di-mining dan proses-proses tersebut tidak ditangani oleh sistem. Hasil dari proses mining aplikasi adalah terbentuknya pola data (data pattern) berupa rules atau aturan prediksi mengenai kriteria nasabah yang berpotensi dan tidak berpotensi untuk melakukan peminjaman kredit. Pengembangan aplikasi data mining ini menggunakan metodologi perancangan berorientasi objek dengan UML 2.0 sebagai bahasa pemodelannya dimana tools atau diagram yang dipakai adalah use case diagram, activity diagram, sequence diagram, dan class diagram sedangkan untuk implementasi perangkat lunaknya menggunakan perangkat lunak pembangun Borland Delphi 7 dan MySQL 5.0.45 community-nt. Borland Delphi 7 dipilih sebagai perangkat lunak pembangun karena menyediakan fasilitas yang memadai serta fleksibel dalam membuat aplikasi yang berorientasi objek sedangkan MySQL 5.0.45 community-nt digunakan sebagai perangkat lunak pembangun dalam pembuatan basis data.br / Setelah aplikasi diuji dengan pengujian alpha, dimana metode pengujian yang digunakan adalah metode black box yakni dengan berfokus pada persyaratan fungsional perangkat lunak, diperoleh kesimpulan bahwa aplikasi data mining yang dibangun telah bebas dari kesalahan sintaks dan secara fungsional mengeluarkan hasil yang sesuai dengan yang diharapkan. Sedangkan berdasarkan hasil pengujian beta, yakni dengan pengisian kuesioner terhadap end user atau pengguna, aplikasi data mining yang dibangun dapat membantu Bagian Dana dalam menganalisis data nasabah dan hasil analisis yang diperoleh bisa memberikan gambaran mengenai target pemasaran kredit di masa mendatang yang pada akhirnya diharapkan dapat menekan biaya operasional marketing perbankan seminimal mungkin.br /

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Data mining, Marketing, Prediksi, Decision Tree, Algoritma C4.5
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2011
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: Admin Repository
Date Deposited: 16 Nov 2016 08:00
Last Modified: 16 Nov 2016 08:00
URI: http://repository.unikom.ac.id/id/eprint/21087

Actions (login required)

View Item View Item