Statistika (S1)

Permanent URI for this collection

Now showing 1 - 1 of 1

APLIKASI ADABOOST (ADAPTIVE BOOSTING) PADA ANALISIS CREDIT SCORING DI BANK X
(2013-08-01) LATHIFAH ZAHARA; Tidak ada Data Dosen; Tidak ada Data Dosen
Kredit merupakan produk yang disedikan oleh bank. Jika terjadi debitur macet dalam hal pembayaran utangnya, maka bank mengalami resiko kredit. Semakin besar dana yang dialokasi untuk kredit, resiko yang akan ditanggung bank juga semakin besar.Untuk itu Bank berupaya untuk meminimalisasi resiko terjadinya kemacetan pembayaran kredit agar posisi kredit yang diberikan oleh Bank berada dalam posisi yang menguntungkan. Analisis credit scoring dalam pengklasifikasian calon debitur dapat mengurangi resiko kredit macet perbankan. Calon debitur akan diklasifikasikan menjadi good dan bad. Regresi Logistik sebagai salah satu metode credit scoringmenghasilkan missclassification yang cukup tinggi.Pada penelitian ini dilakukan peningkatan pengkasifikasian dengan menggunakan Adaboost. Penelitian ini menghasilkan akurasi pengklasifikasian menggunakan Regresi Logistik yaitu sebesar 54,03% dan menggunakan Adaboost memperoleh akurasi sebesar 74,35% untuk data kalibrasi. Dan untuk data validasi pengklasifikasian menggunakan Regresi Logistik yaitu sebesar 46,11% dan menggunakan Adaboost memperoleh akurasi sebesar 24,87%. Hal ini menunjukkan proses Adaboost pada penelitian ini terjadi overfitting.