KLASIFIKASI KELAYAKAN KREDIT CALON DEBITUR BANK MENGGUNAKAN ALGORITMA DECISION TREE C4.5

Kredit adalah salah satu pelayanan yang diberikan oleh bank, resiko kredit yang terjadi dalam pemberian pinjaman kredit, dalam halnya nasabah tidak mampu membayar pinjaman yang diterima selalu diperhatikan oleh bank, dan melakukan pengawasan terhadap nasabah guna mengurangi resiko. Resiko utama untuk bank dan lembaga keuangan adalah membedakan kreditur yang memiliki potensi terjadi kredit macet, krisis ini menjadi perhatian lembaga keuangan tentang resiko kredit. Dalam pengambilan Keputusan untuk memberikan kredit ke pemohon digunakan prinsip The Five C s of Credit Analysis. Pada penelitian ini digunakan teknik data mining dengan algoritma C4.5, dengan sumber data yang diperoleh berasal data historis debitur PD.BPR BKK Purwodadi-Grobogan 2014 dengan jumlah data sebanyak 627 record dengan 17 atribut. Dari 17 atribut kemudian direduksi menjadi 5 atribut yaitu umur, karakter, penghasilan, jumlah tanggungan, dan nilai anggunan dan menghasilankan data bersih 300 record . Pada pengujian cross validation dan split validation, menggunakan rapid minner dihasilkan akurasi tertinggi pada pengujian cross validation sebesar 93.33%