Berkembangnya lembaga pembiayaan di Indonesia, jelas mempunyai masalah yang sering ditemui seperti masalah pembayaran angsuran yang tidak lancar atau macet. Banyaknya faktor yang memungkinkan kemacetan pembayaran angsuran dari debitur kepada perusahaan yang seharusnya sudah menjadi kewajiban sesuai perjanjian yang sudah disepakati. Berbagai penelitian yang telah dilakukan mengenai kemacetan ini banyak dilakukan berdasarkan dari data marketing. Oleh karena itu faktor penyebab kemacetan dalam penelitian ini berdasarkan dataset dari data debitur (aging collection). Penelitian ini mengklasifikasi kemacetan pada salah satu lembaga leasing menggunakan algoritma C4.5 untuk mengkaji hasil akurasi. Data yang digunakan data debitur PT. Olympindo tahun 2015 dimana dalam data tersebut adalah data yang menunjukan 2 kategori yaitu kategori macet dan lancar. Aplikasi yang digunakan adalah aplikasi Rapidminer. Hasil yang didapatkan dengan menggunakan algoritma C4.5 dapat mengklasifikasikan kredit lancar dan macet dengan akurasi sebesar 97,22%.
CITATION STYLE
Rosadi, M. E., Alamsyah, N., & Agus, R. (2017). IMPLEMENTASI KLASIFIKASI DATA KEMACETAN ANGSURAN LEASING MOBIL DENGAN ALGORITMA C4.5. Technologia: Jurnal Ilmiah, 8(1). https://doi.org/10.31602/tji.v8i1.718
Mendeley helps you to discover research relevant for your work.