<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="4838">
 <titleInfo>
  <title>Klasifikasi Data Mining Untuk Menentukan Kelayakan Pemberian Kredit Koperasi Menggunakan Algoritma K-NEAREST NEIGBOUR</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Roviani - 16170128</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>Dedy Supriadi, M.Kom</namePart>
  <role>
   <roleTerm type="text">Editor</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Universitas BSI Bandung</placeTerm>
   <publisher>UNIVERSITAS BSI BANDUNG</publisher>
   <dateIssued>2018-2019</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>ABSTRAK&#13;
&#13;
&#13;
Roviani (16170128), Klasifikasi Data Mining Untuk Menentukan Kelayakan Pemberian Kredit Koperasi Menggunakan Algoritma K-Nearest Neigbour.&#13;
&#13;
&#13;
Adanya pemberian pinjaman pada anggota ini menimbulkan permasalahan kredit koperasi seperti terlambat membayar angsuran. Untuk menghindari hal tersebut sebaiknya perlu dilakukan analisis data anggota untuk menentukam kelayan pemberian kredit tersebut, sehingga dapat di klasifikasikan layak atau tidaknya anggota mendapatkan kredit tersebut. Adapun setelah dilakukan penelitian di Koperasi Simpan Pinjam Bhakti Berkah Sukaraja pengajuan diklasifikasikan layak dan dikurangi. Klasifikasi data mining merupakan teknik untuk mempelajari sekumpulan data sehingga dihasilkan aturan yang bisa mengklasifikasi atau mengenali data-data baru yang belum pernah dipelajari. Penelitian ini menggunakan Algoritma K-Nearest Neighbour untuk mengetahui nilai akurasi dalam permasalahan pemberian kelayakan kredit. Algoritma K-Nearest Neighbour memiliki kelebihan yaitu pelatihan sangat cepat, sederhana dan mudah dipelajari, tahan terhadap data pelatihan yang memiliki gangguan, dan efektif jika data pelatihan besar. Algoritma KNN adalah salah satu metode yang digunakan untuk analisis klasifikasi, dengan cara mencari jarak terdekat antara data yang akan dievaluasi dengan k tetangga (neighbour) terdekatnya dalam data. Proses validasi menggunakan Split Validation, sedangkan pengujian model Confusion Matrix untuk mengetahui nilai akurasi dan dalam ROC Curve untuk mengetahui nilai AUC. Hasil penelitian menunjukan nilai akurasi 85,71%  dengan nilai K-5, dan Nilai AUCnya adalah 0,836 yang merupakan good classification.&#13;
&#13;
&#13;
&#13;
Kata kunci : Klasifikasi data mining, Kelayakan Pemberian Kredit, K-Nearest Neigbour, Split Validation, Confusion Matrix, ROC Curve, Akurasi, AUC&#13;
</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>Sistem Informasi</topic>
 </subject>
 <subject authority="">
  <topic>AUC</topic>
 </subject>
 <subject authority="">
  <topic>Akurasi</topic>
 </subject>
 <subject authority="">
  <topic>Klasifikasi data mining</topic>
 </subject>
 <subject authority="">
  <topic>Kelayakan Pemberian Kredit</topic>
 </subject>
 <subject authority="">
  <topic>K-Nearest Neigbour</topic>
 </subject>
 <subject authority="">
  <topic>Split Validation</topic>
 </subject>
 <subject authority="">
  <topic>Confusion Matrix</topic>
 </subject>
 <subject authority="">
  <topic>ROC Curve</topic>
 </subject>
 <classification>032 /S1.SI.SKP/2018-2019</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Digital Library ARS University Perpustakan Online ARS University</physicalLocation>
  <shelfLocator>032 /S1.SI.SKP/2018-2019</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">S00972K</numerationAndChronology>
    <sublocation>Perpustakaan</sublocation>
    <shelfLocator>032 /S1.SI.SKP/2018-2019</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="8297" url="" path="/3af78cb0c745561b979594a1c32693ac.pdf" mimetype="application/pdf">ABSTRAK</slims:digital_item>
  <slims:digital_item id="8299" url="" path="/751e999b1b1f95aed39f512412ba2736.pdf" mimetype="application/pdf">BAB 1</slims:digital_item>
  <slims:digital_item id="8306" url="" path="/4c3f015546e10bacff9f7649d99b1dd8.pdf" mimetype="application/pdf">BAB 5</slims:digital_item>
  <slims:digital_item id="8308" url="" path="/eb89ed4cafa59e8746ec82c1932b7383.pdf" mimetype="application/pdf">DAFTAR PUSTAKA</slims:digital_item>
  <slims:digital_item id="8310" url="" path="/707aed35c4aec50afdb15660a1d36c93.pdf" mimetype="application/pdf">JURNAL</slims:digital_item>
 </slims:digitals>
 <slims:image>cover.PNG.PNG</slims:image>
 <recordInfo>
  <recordIdentifier>4838</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2019-07-31 09:47:05</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2020-02-07 10:25:15</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>