Perbandingan Algoritma Data Mining Pada Prediksi Pelanggan Deposito Bank

Adhli, Yuma Luqman (2020) Perbandingan Algoritma Data Mining Pada Prediksi Pelanggan Deposito Bank. Internship thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Share Alike. Download (242kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Share Alike. Download (212kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Share Alike. Download (290kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Share Alike. Download (762kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (122kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (806kB)

Abstract

Deposito berjangka merupakan produk investasi Bank dengan menyimpan uang dan penarikan hanya bisa dilakukan pada kurun waktu tertentu yang telah dijanjikan oleh pihak bank dengan persetujuan nasabah, diera sekarang ini data calon nasabah dan produk deposito sangat banyak dan besar jumlahnya. Penelitian ini menjelaskan tentang proses data analisis menggunakan teknik data mining yang bertujuan untuk membuat sebuah model prediktif dari variabel data, untuk dapat mengoptimasikan proses prediksi data nasabah oleh seorang telemarketing, sehingga produk yang ditawarkan mendapatkan target calon nasabah atau nasabah tetap yang tepat sasaran. Teknik pemrosesan yang digunakan pada penelitian ini yaitu kerangka kerja model CRISP-DM. Data yang digunakan yaitu kumpulan data kampanye pemasaran bank yang berada di negara Portugis terkait nasabah deposito bank yang berasal dari DataHub IO Data Set. Penerapan algoritma klasifikasi yang digunakan yaitu Naïve Bayes, Decision Tree, Rule Induction dan K-NN. Kriteria validasi berupa akurasi, presisi, dan f- meassure digunakan untuk menguji kinerja model klasifikasi. Hasil akhir dari penelitian ini yaitu perbandingan beberapa algoritma data mining dengan masing ­ masing performa/kinerjanya sebagai dukungan pengambilan keputusan pihak Bank penyelenggara deposito, kemudian dibandingkan mana algoritma yang paling baik.

Item Type:	Thesis (Internship)
Keywords:	Deposito, CRISP-DM, Data Mining, Algoritma
Subjects:	300 Social Sciences > 330 Economics > 332 Financial Economics (Shares, Investment) 300 Social Sciences > 330 Economics > 332 Financial Economics (Shares, Investment) > 332.1 Banks, Banking Services, Central Banks, World Bank
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	24 Aug 2021 14:24
Last Modified:	03 Jul 2023 08:04
URI:	https://kc.umn.ac.id/id/eprint/17432

Actions (login required)

View Item