Skripsi/Tugas Akhir

Penerapan Data Mining dalam Perancangan Sistem Kelayakan Pensiun Menerima Kredit pada Mitra Kantor Pos Menggunakan Metode K-Nearest Neighbor

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Penelitian ini dilatarbelakangi dari hasil pengamatan peneliti bahwa dalam kegiatan penentuan kelayakan pensiun menerima kredit pada kantor pos makassar masih menggunakan cara manual. Sistem yang berjalan sekarang adalah pensiunan yang ingin mengambil kredit datang ke kantor pos, kemudian bagian pelayanan akan memeriksa data pengajuan kredit yang sesuai dengan formulir pengajuan yang telah di isi, setelah itu pihak pos akan menganalisa sesuai dengan kriteria yang telah ditentukan. Penelitian ini menggunakan metode K-Nearest Neighbor diukur dengan empat atribut sesuai ketentuan penerima kredit. Adapun variabel yang digunakan yaitu gaji, umur, golongan, dan tunjangan. Hasil penelitian menunjukkan bahwa penerapan data mining dalam perancangan sistem kelayakan pensiun menerima kredit yang dikembangkan dapat membantu Kantor Pos Makassar dalam penentuan kelayakan pemberian kredit pada pensiunan.
Kata Kunci: Sistem, Data Mining, K-Nearest Neighbor, Kredit

ABSTRACT
This research is motivated by the results of observations by researchers that in determining the eligibility of pensioners to receive credit at the Makassar post office they still use the manual method. The current system is that retirees who want to take credit come to the post office, then the service department will check the credit application data according to the application form that has been filled in, after which the post office will analyze it according to predetermined criteria. This study uses the K-Nearest Neighbor method, measured by four attributes according to the terms of the credit recipient. The variables used are salary, age, class, and allowances. The results showed that the application of data mining in the design of the credit eligibility pension system developed could assist the Makassar Post Office in determining the eligibility of extending credit to retirees.
Keywords: System, Data Mining, K-Nearest Neighbor, Credit

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 23-48 IDR p - 0303SI

Penerbit

Makassar : Universitas DIPA., 2023

Deskripsi Fisik

xiii + 67 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 23-48

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 30 Agustus 2023

Subjek

Skripsi/Tugas Akhir
K-Nearest Neighbor
Data Mining

Lampiran File