PT Adira Dinamika Multi Finance Tbk Cabang Denpasar Klasifikasi Konsep analisis rules asosiasi Association Rule Analysis

11 terkena kecelakaan atau hal-hal lain yang mengakibatkan peminjam tidak mampu membayar hutangnya, maka tindakan akhir yang dilakukan oleh bank adalah melaksanakan haknya atas collateral yang diikat secara yuridis untuk menjamin hutangnya pada bank. 5. Condition of Economy : Pada prinsip condition kondisi, dinilai situasi dan kondisi politik, sosial, ekonomi, dan kondisi pada sektor usaha calon debitur. Maksudnya agar bank dapat memperkecil risiko yang mungkin timbul oleh kondisi ekonomi, keadaan perdagangan dan persaingan di lingkungan sektor usaha calon debitur dapat diketahui.

2.1.2 PT Adira Dinamika Multi Finance Tbk Cabang Denpasar

PT Adira Dinamika Multi Finance Tbk atau Adira Finance didirikan pada tahun 1990 dan mulai beroperasi pada tahun 1991. Sejak awal, Adira Finance berkomitmen untuk menjadi perusahaan pembiayaan terbaik dan terkemuka di Indonesia. Adira Finance hadir untuk melayani beragam pembiayaan seperti kendaraan bermotor dan baik baru ataupun bekas. PT Adira memiliki beberapa 9 cabang di Indonesia . Pada penelitian ini dilakukan pada PT Adira Dinamika Multi Finance Tbk cabang Denpasar yang beralamat Jalan Gatot Subroto Barat no 101x Denpasar. Salah satu Credit Marketing Officer CMO yang membantu penelitian ini adalah Ketut Arif Kamayana.

2.1.3 Klasifikasi

Klasifikasi merupakan suatu pekerjaan menilai objek data untuk memasukkannya ke dalam kelas tertentu dari sejumlah kelas yang tersedia. Dalam klasifikasi ada dua pekerjaan utama yang dilakukan, yaitu 1 pembangunan model sebagai prototype untuk disimpan sebagai memori dan 2 penggunaan model tersebut untuk melakukan pengenalan klasifikasiprediksi pada suatu objek data lain agar diketahui dikelas mana objek tersebut dalam model yang sudah disimpannyaEko Prasetyo,2012 12

2.1.4 Konsep analisis rules asosiasi Association Rule Analysis

Menurut Eko Prasetyo,2012 menyatakan bahwa analisis asosiasi association analysis berguna untuk mengungkap hubungan yang menarik yang tersembunyi dalam data set besar. Hubungan yang terungkap tersebut dapat direpresentasikan dalam bentuk rules asosiasi association rules atau himpunan item yang sering muncul sets of frequent items. Sebagai contoh dapat berupa studi transaksi pemberian kredit di PT. Adira Dinamika Multi Finance Tbk . Sumber : Data set PT. Adira Dinamika Multi Finance Tbk Tabel 2. 1 Contoh data set IDT Item 1 {Karyawan BUMN, Pekerjaan tetap, Usia =35 tahun, rumah milik sendiri} 2 {Wiraswasta, Usia = 35 tahun, rumah koskontrak 1 tahun} 3 {Karyawan BUMN, rumah koskontrak 1 tahun ,terdapat tolakan rekening koran} 4 {Wiraswasta, Usia = 35 tahun, rumah milik sendiri } 5 {Wiraswasta, Usia 35 tahun, terdapat tolakan rekening koran } Sebagai contoh, berikut ini merupakan rules yang dapat di-ekstrak dari dataset transaksi pemberian kredit. {Karyawan BUMN} {Pekerjaan tetap} 13 Rules diatas menunjukkan hubungan yang kuat antara Karyawan BUMN dan Pekerjaan tetap karena Karyawan BUMN kemungkinan sebagai pekerjaan tetapnya. Dengan demikian,pihak adira multi finance dapat menggunakan cara ini sebagai bantuan untuk mengidentifikasi peluang baru untuk menerima pengajuan kredit . Selain data pemberian kredit diatas, analisis asosiasi juga dapat diterapkan pada domain masalah lainnya seperti data transaksi belanja, bioinformatika, diagnosis medis, Web Mining, dan analisis data scientifik. Isu penting dalam analisis asosiasi adalah bagaimana cara menemukan pola tertentu dari data yang berjumlah sangat besar,yang membuat biaya komputasi menjadi sangat mahal Eko Prasetyo,2012.

2.1.5 Itemset dan Support Count