ANALISIS POTENSI DANA RETAIL PADA NASABAH PT. BANK TABUNGAN NEGARA (PERSERO)TBK DENGAN METODE DECISION TREE DAN NAIVE BAYES BERBASIS OPTIMIZE SELECTION(EVOLUTIONARY (STUDY KASUS: PT. BANK TABUNGAN NEGARA KANTOR KAS SEASON CITY)

Ahmad Fauzi, Tukiyat Tukiyat

Abstract


Dengan rata-rata nasabah dari kalangan menengah kebawah atau nasabah retail bank harus mampu memanfaatkan potensi yang ada pada dana retail tersebut. Untuk memanfaatkan potensi yang ada pada dana retail secara optimal perlu dilakukan klasifikasi terhadap data nasabah yaitu nasabah berpotensi dan tidak berpotensi. Untuk mengklasifikasi data dapat diterapkan teknik klasifikasi data maining menggunakan metode Decision Tree dan Naïve Bayes dengan ditambah metode optimasi Optimize Selection (Evolutionary) untuk peningkatan hasil nilai akurasinya. Dalam penelitian ini data diambil dari klasifikasi data nasabah pada tahun 2017 dengan jumlah 217 terdiri dari 10 atribut, 9 atribut prediksi dan 1 atribut tujuan. Selanjutnya akan diterapkan kedalam aplikasi Rapidminer 5.3, dalam penerapannya metode Naïve Bayes memiliki nilai akurasi 92.17% setelah dioptimasi nilai akurasinya meningkat menjadi 94,47% sementara metode Decision Tree memiliki nilai akurasi 89,40% setelah dioptimasi nilai akurasinya meningkat menjadi 94.01%. Dengan demikian nilai akurasi metode Naïve Bayes lebih tinggi dibandingkan Decision Tree, maka dalam penerapan metode untuk klasifikasi data nasabah pada PT. Bank Tabungan Negara Kantor Kas Season City metode Naïve Bayes lebih baik dibandingkan metode Decision Tree dengan berbasis Optimize Selection (Evolutionary).

 

Kata kunci : Dana Retail, maintenance, Naive Bayes, Decision Tree, Optimize selection (Evolutionary).


Full Text:

PDF

Refbacks

  • There are currently no refbacks.


Flag Counter

StatCounter

View My Stats