Aplikasi Data Mining Dengan Metode CHAID Dalam Menentukan Status Kredit
DOI:
https://doi.org/10.24014/sitekin.v18i1.11421Abstract
Seiring dengan digalakkannya Industrial 4.0, data mining menjadi topik yang hangat untuk bahas dikalangan peneliti. Perkembangan teknologi yang begitu cepat memaksa kita untuk dapat mengambil keputusan dengan cepat pula. Kredit macet menjadi salah satu resiko terbesar lembaga keuangan. Resiko kredit macet ini wajib diminimalisir dengan menganalisa faktor status nasabah berdasarkan data personalnya, sehingga dapat dilakukan klasifikasi berdasarkan hubungan antar faktor tersebut. Salah satu kunci utama memenangkan persaingan pasar yaitu dengan menentukan target pasar. Data mining menyediakan banyak alat bantu untuk klasifikasi, salah satunya dengan menggunakan metode analisis CHAID (Chi-square Automatic Interaction Detection Analysis). Diagram pohon keputusan yang dihasilan dari Analisis CHAID dapat memberikan informasi tentang derajat hubungan antara variable independent dan dependent, serta informasi tentang karakteristik masing-masing kategori. Dalam hal ini, analisis CHAID digunakan untuk menentukan klasifikasi nasabah berdasarkan status kredit nasabah sebagai variable terikat dan data pribadi nasabah sebagai variable bebas. Dengan menggunakan uji Chi-square, dari total 7 variables independent, hanya 5 variable yang signifikan dengan variable dependent. Variable-variable tersebut adalah variable independent usia, pekerjaan, pendidikan, jangka waktu dan jumlah pinjaman. Berdasarkan hasil analisis CHAID didapatkan empat kelas. Kelas nasabah dengan pekerjaan sebagai (Aparatur Sipil Negara) ASN merupakan kelas yang memiliki resiko kredit macet yang paling minimal.
References
Siti Nur, S. (2006). Metode CHAID Untuk Klasifikasi Data Mining (Studi Kasus: Bursa Efek Kuala Lumpur)
Eherler, D., & Lehmann, T. (2001, September). Responder profiling with CHAID and dependency analysis. In Data Mining for Marketing Applications Workshop, University of Freiburg, Germany. Retrieved on August (Vol. 30, p. 2012).
Hasana, S. N., & Kunto, Y. S. (2006). Analisis Chaid Sebagai Alat Bantu Statistika Untuk Segmentasi Pasar (Studi Kasus pada Koperasi Syari ah Al-Hidayah). Jurnal Manajemen Pemasaran, 1(2).
Hoare, R. (2004, July). Using CHAID for classification problems. In New Zealand Statistical Association Conference, Wellington, New Zealand.
Magidson J. & Vermunt JK. (2006). An Extention of CHAID Treebased Segmentation Algoritma to Multiple Dependent variables. Departement of methodology and Statistic, Tilburg University, Netherland.
Hoare R. (2004). Using CHAID for Classification Problems. Wellington: Paper presented at New Zealand Statistical Association 2004 Conference.
Santosa, B. (2007). Data mining teknik pemanfaatan data untuk keperluan bisnis. Yogyakarta: Graha Ilmu, 978(979), 756.
Gorunescu, F. (2011). Data Mining: Concepts, models and techniques (Vol. 12). Springer Science & Business Media.
Wirania, Y., Mara, M. N., & Kusnandar, D. (2013). Pembentukan pohon klasifikasi dengan metode CHAID. BIMASTER, 2(1).
Muhajir, M. (2016). Metode Improved CHAID (chi-squared automatic interaction detection) Pada Analisis Kredit Macet BMT (Baitul Mal wa Tamwil). EKSAKTA: Journal of Sciences and Data Analysis, 16(1), 55-63.
Pratiwi, Y. D. (2016). Klasifikasi Alumni FMIPA UNS Menggunakan Metode Chi-Squaredautomatic Interaction Detection (CHAID) dan Exhaustivechaid.
Atieh, M. A., Pang, J. K., Lian, K., Wong, S., Tawse‐Smith, A., Ma, S., & Duncan, W. J. (2019). Predicting peri‐implant disease: Chi‐square automatic interaction detection (CHAID) decision tree analysis of risk indicators. Journal of periodontology, 90(8), 834-846.
Pebrianti, W. (2020). Demografi Pengguna Produk Digital Asli Kota Pontianak Metode Crosstabs. Cakrawala Management Business Journal, 3(1), 571-582.
Kurnia, L. (2017). Analisis Daya Tahan Mahasiswa dalam Melanjutkan Studi dengan Chi-Squared Automatatic Interaction Detection. Sainstek: Jurnal Sains dan Teknologi, 8(1), 56-63.
Atti, A., Ginting, K. B., & Ndii, M. Z. (2019). Analisis Karakter Dosen Dalam Melakukan Penelitian Dengan Metode Chi-Square Automatic Interaction Detection (Chaid). Jurnal Diferensial, 1(1), 1-6.
Suhendra, M. A., Ispriyanti, D., & Sudarno, S. (2020). Ketepatan Klasifikasi Pemberian Kartu Keluarga Sejahtera Di Kota Semarang Menggunakan Metode Regresi Logistik Biner Dan Metode Chaid. Jurnal Gaussian, 9(1), 64-74.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License
Copyright Notice
An author who publishes in the SITEKIN Journal agrees to the following terms:
- Author retains the copyright and grants the journal the right of first publication of the work simultaneously licensed under the Creative Commons Attribution-ShareAlike 4.0 License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal
- Author is able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book) with the acknowledgement of its initial publication in this journal.
- Author is permitted and encouraged to post his/her work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of the published work (See The Effect of Open Access).
Read more about the Creative Commons Attribution-ShareAlike 4.0 Licence here: https://creativecommons.org/licenses/by-sa/4.0/.
