Penerapan Data Mining dengan Metode Naïve Bayes dan Learning Vector Quantization Credit Rating dalam Memprediksi Kelayakan Pemberian Kredit oleh PT. BPR Lebak Sejahtera

INTISARIPihak bank dalam memberikan pinjaman perlu melaksanakan credit analisis evaluasi approval terlebih dahulu supaya resiko yang timbul dari pemberian kredit kepada calon debitur tidak terlalu besar. Data mining merupakan teknik yang memanfaatkan data dengan jumlah yang besar untuk mendapatkan informasi atau data yang berharga untuk mengambil keputusan yang penting. Data mining juga telah terbukti digunakan dalam perbankan yang mengklasifikasikan data yang berguna dan berukuran besar dalam melakukan big data dan analysis. Dalam penelitian ini studikasus yang dilakukan pada data debitur Bank PT. BPR Lebak Sejahtera Kabupaten Lebak dengan menggunakan model Naive Bayes (NBC) & Learning Vector Quantization. Dengan menggunakan teknologi di bidang data mining yang mengoptimasi proses pencarian informasi prediksi dalam basis data yang besar, serta menemukan pola-pola yang tidak diketahui sebelumnya. Naïve Bayes memprediksi probabilitas di masa depan berdasarkan pengalaman di masa sebelumnya dengan mempelajari korelasi hipotesis yang merupakan label kelas yang menjadi target pemetaan dalam klasifikasi dan evidence yang merupakan fitur-fitur yang menjadi masukan dalam model klasifikasi. Pengolahan data berbasis data mining tersebut diharapkan dapat digunakan sebagai alat bantu dalam memprediksikan kelayakan kredit yang memperkirakan layak atau tidaknya pemohon atau nasabah untuk diberikan kredit..Kata kunci— Data Mining, Naïve Bayes, Learning Vector Quantization , Bank, Kredit