ANALISIS KLASIFIKASI PADA NASABAH KREDIT KOPERASI X MENGGUNAKAN DECISION TREE C4.5 DAN NAÏVE BAYES.

BAB I PENDAHULUAN

A. Latar Belakang

Koperasi adalah suatu lembaga keuangan bukan bank yang bergerak dalam kegiatan simpan pinjam layaknya bank, dimana ijin operasionalnya di bawah Kementrian Koperasi dan tidak dalam pengawasan Bank Indonesia (BI). Seperti layaknya lembaga keuangan koperasi juga menghimpun dana dari para anggota dan calon anggota baik berupa tabungan maupun deposito dan menyalurkannya pada anggota maupun calon anggota dengan mendapatkan keuntungan tertentu. Pinjaman yang diberikan dapat berupa modal kerja, modal investasi, maupun pembelian barang-barang consumer good misal: pembelian TV, kulkas, kendaraan, dan lain-lain yang diperlukan anggota, demikian seterusnya dimana keuntungan koperasi di akhir tahun yang biasa disebut Sisa Hasil Usaha (SHU) (Adi Sucipto, 2015: 1).

Koperasi juga merupakan salah satu lembaga keuangan yang melakukan transaksi kredit. Dalam rangka mengembangkan usahanya dalam bentuk pinjaman anggota, koperasi memiliki prinsip kehati-hatian sebagaimana yang diterapkan pada perbankan dengan melakukan analisis kredit. Analisis kredit yang dilakukan setiap lembaga keuangan belum tentu sama. Analisis kredit biasanya dilakukan dengan cara penilaian 5C. Pada dasarnya konsep 5C adalah Character (kepribadian) yaitu penilaian sifat atau watak dari calon debitur, Capacity (kemampuan) yaitu prediksi tentang kemampuan usaha debitur untuk melunasi pinjaman, Capital (modal) yaitu penilaian keuangan debitur untuk melunasi

pinjaman, Condition (kondisi ekonomi) yaitu analisis terhadap kondisi perekonomian debitur, dan Collateral (agunan) yaitu harta kekayaan debitur sebagai jaminan atau alat pengamanan apabila usaha yang dibiayai dengan kredit tersebut gagal. Penilaian dengan 5C dapat memberikan beberapa informasi mengenai seberapa baik nasabah akan melunasi pinjaman (Kasmir, 2012: 136).

Penilaian 5C tersebut biasanya dilakukan secara manual dengan melihat data pribadi, hasil wawancara, serta hasil survei. Butuh waktu yang yang lama untuk memproses satu pengajuan kredit. Namun demikian, masih sering terjadi permasalahan seperti adanya nasabah yang terlambat membayar angsuran. Penyebab yang biasanya terjadi adalah adanya nasabah yang sebenarnya telah memenuhi kualifikasi peminjaman kredit tetapi nasabah tersebut memiliki potensi yang tinggi untuk terlambat membayar kredit (Melissa Ira & Raymond, 2013: 18). Analisis terhadap data kredit dengan teknik lain perlu dilakukan untuk meminimalisir nasabah yang terlambat membayar kredit dengan memprediksi label kelas dari calon peminjam. Analisis tersebut dapat dilakukan menggunakan data mining. Data mining telah terbukti sebagai alat yang memegang peran penting untuk industri perbankan dan retail, yang mengidentifikasikan informasi berguna dari data ukuran besar. Proses di dalam data mining untuk membedakan kelas data atau konsep yang bertujuan agar dapat digunakan untuk memprediksi kelas dari objek yang label kelasnya tidak diketahui dikenal sebagai kalsifikasi. Terdapat beberapa metode klasifikasi dalam data mining, diantaranya adalah decision tree C4.5 dan naïve bayes.

Decision tree merupakan metode klasifikasi paling terkenal karena mudah untuk diinterpretasi oleh manusia (Gorunescu, 2011: 3). Algoritma C4.5 merupakan algoritma yang digunakan untuk membangun sebuah decision tree dari data serta secara rekursif mengunjungi setiap simpul keputusan, memilih cabang optimal, sampai tidak ada cabang lagi yang mungkin dihasilkan (Indri Rahmayuni, 2014: 42). Naïve bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik sederhana yang berdasar pada teorema Bayes dengan asumsi independensi yang kuat (Eko Prasetyo, 2012: 59). Naive bayes terbukti memiliki akurasi dan kecepatan yang tinggi saat diaplikasikan ke dalam database dengan data yang besar (Kusrini & Emha, 2009: 189).

Analisis klasifikasi data kredit pada penelitian ini dilakukan menggunakan metode decision tree dengan menggali informasi dari data-data yang ada seperti pekerjaan, penghasilan keluarga, agunan, jangka waktu, dan lain-lain sehingga didapatkan aturan klasifikasi dari pohon keputusan untuk memprediksi label kelas pada data baru. Pengklasifikasian dengan metode decision tree digunakan algoritma C4.5 untuk menghitung nilai information gain yang diperlukan dalam membangun konstruksi pohon keputusan sehingga didapatkan pohon keputusan yang optimal. Analisis klasifikasi data kredit juga dilakukan menggunakan metode naïve bayes yang didasarkan pada teorema Bayes dengan memprediksi probabilitas keanggotaan suatu kelas. Dalam penelitian ini metode tersebut dapat memprediksi apakah suatu data peminjam baru dengan beberapa nilai atribut seperti pekerjaan adalah PNS, umur 25 th, memberikan jaminan sertifikat tanah, dan lain-lain

termasuk dalam anggota kelas lancar atau bermasalah berdasar pada teorema Bayes dan asumsi independensi.

Model klasifikasi yang dihasilkan dari kedua metode tersebut akan dibandingkan berdasarkan tingkat akurasinya. Dari hasil perbandingan akan didapatkan sebuah model klasifikasi terbaik yang dapat digunakan untuk klasifikasi pada data kredit nasabah Koperasi X. Pada penelitian ini, digunakan program bantu WEKA 3.6.13. Hasil keluaran dari klasifikasi ini diharapkan dapat menjadi kontribusi bagi lembaga keuangan koperasi kredit terkait dalam memperkuat pertimbangan pemberian kredit nasabah.

B. Batasan Masalah

Pada penelitian ini pembahasan akan dibatasi pada masalah-masalah berikut:

1. Metode klasifikasi yang digunakan yaitu decision tree C4.5 dan naïve bayes dimana hasil klasifikasi dari kedua metode akan dibandingkan.

2. Pembentukan model klasifikasi menggunakan bantuan aplikasi software yaitu WEKA 3.6.13.

3. Data yang digunakan adalah data peminjam Koperasi X pada tahun 2011 -Maret 2016 dan data laporan nominatif pinjaman perbulan tahun 2014 - Maret 2016.

4. Klasifikasi nasabah kredit pada Koperasi X yaitu lancar, kurang lancar, diragukan, dan macet.

5. Data yang digunakan berasal dari objek penelitian sehingga model hanya dapat digunakan pada objek penelitian.

C. Rumusan Masalah

Berdasarkan latar belakang masalah di atas, dapat dirumuskan masalah sebagai berikut:

1. Bagaimana analisis klasifikasi pada data nasabah kredit Koperasi X menggunakan decision tree C4.5 dan naïve bayes?

2. Bagaimana perbandingan hasil klasifikasi menggunakan decision tree C4.5 dengan naïve bayes?

D. Tujuan Penelitian

Tujuan penelitian ini adalah sebagai berikut:

1. Mengetahui prosedur analisis klasifikasi pada data nasabah kredit Koperasi X menggunakan decision tree C4.5 dan naïve bayes.

2. Mengetahui perbandingan hasil klasifikasi menggunakan decision tree C4.5 dan naïve bayes.

E. Manfaat Penelitian

Hasil penelitian ini diharapkan memiliki manfaat sebagai berikut: 1. Bagi penulis

Menambah pengetahuan dan wawasan mengenai decision tree C4.5 dan naïve bayes yang digunakan untuk mengklasifikasikan data nasabah kredit Koperasi X.

2. Bagi civitas akademika

Menjadi bahan referensi dan panduan dalam melanjutkan penelitian di masa akan datang.

3. Bagi instansi terkait

Dapat mempermudah dalam pengambilan keputusan pemberian kredit pada nasabah koperasi X.

4. Bagi umum

Dapat menambah ilmu pengetahuan mengenai kredit dan analisis klasifikasi yang dapat dikembangkan ke tingkat yang lebih lanjut.

BAB II KAJIAN TEORI

Pada bab ini berisi tentang teori-teori dasar mengenai kredit, database, penambangan data (data mining), aturan klasifikasi, decision tree C4.5, naïve bayes, metode evaluasi model, WEKA, dan penelitian yang relevan sebagai landasan pelaksanaan penelitian.

A. Kredit

Kredit adalah kemampuan untuk melaksanakan suatu pembelian atau mengadakan suatu pinjaman dengan suatu janji pembayarannya akan dilakukan ditangguhkan pada suatu jangka waktu yang disepakati (Teguh Pudjo Muljono, 2000: 9).

Menurut Undang-Undang Perbankan No.12 Tahun 1992 pasal 1, kredit adalah penyediaan uang atau tagihan yang dapat dipersamakan dengan itu, berdasarkan persetujuan atau kesepakatan pinjam-meminjam antara pihak bank dengan pihak lain, yang mewajibkan pihak peminjam untuk melunasi hutangnya setelah jangka waktu tertentu dengan bunga, imbalan, atau pembagian hasil keuntungan.

Kegiatan perkreditan mempunyai prinsip-prinsip yang disebut juga sebagai konsep 5C. Pada dasarnya konsep 5C dapat memberikan beberapa informasi mengenai seberapa baik nasabah akan melunasi pinjaman. Konsep 5C tersebut adalah sebagai berikut (Kasmir, 2012: 136):

1. Character

Sifat atau watak dari orang-orang yang akan diberikan kredit benar-benar harus dapat dipercaya. Manfaat dari penilaian character yaitu untuk mengetahui sejauh mana tingkat kejujuran dan integritas serta tekad baik yaitu kemauan untuk memenuhi kewajiban-kewajibannya dari calon debitur.

2. Capacity

Kemampuan melunasi kewajiban-kewajibannya dari kegiatan usaha yang dilakukannya atau kegiatan usaha yang akan dilakukan dengan biaya kredit bank.

3. Capital

Besar atau kecilnya modal seorang calon debitur, serta analisis dari sumber mana saja modal saat ini, termasuk banyaknya modal yang digunakan untuk membiayai usaha yang akan dijalankan.

4. Collateral

Barang-barang jaminan yang diserahkan oleh peminjam/ debitur sebagai jaminan atas kredit yang diterimanya. Manfaat collateral yaitu sebagai alat pengamanan apabila usaha yang dibiayai dengan kredit tersebut gagal atau sebab-sebab lain dimana debitur tidak mampu melunasi kreditnya dari hasil usahanya yang normal.

5. Condition of Economy

Situasi dan kondisi politik, sosial, ekonomi, budaya, dan lain-lain yang mempengaruhi keadaan perekonomian pada suatu saat maupun untuk suatu

kurun waktu tertentu yang kemungkinannya akan dapat mempengaruhi kelancaran usaha dari perusahaan yang memperoleh kredit.

Jumlah kredit yang disalurkan sangat berpengaruh terhadap hidup matinya lembaga keuangan. Banyaknya jumlah kredit yang disalurkan juga harus memperhatikan kualitas kredit tersebut. Bank Indonesia menggolongkan kualitas kredit menurut ketentuan sebagai berikut (Kasmir, 2013: 107-108):

1. Lancar

Suatu kredit dikatakan lancar apabila:

a. pembayaran angsuran pokok dan/ atau bunga tepat waktu; dan b. memiliki mutasi rekening yang aktif; atau

c. bagian dari kerdit yang dijamin dengan agunan tunai. 2. Dalam perhatian khusus

Dikatakan dalam perhatian khusus apabila memenuhi kriteria antara lain: a. terdapat tunggakan pembayaran angsuran pokok dan/ bunga yang

belum melampaui 90 hari; atau

b. kadang-kadang terjadi cerukan atau jumlah penarikan yang melebihi dana yang tersedia pada akun giro atau rekening negatif yang disebabkan oleh nasabah yang menulis cek melebihi jumlah dana yang ada direkeningnya; atau

c. jarang terjadi pelanggaran terhadap kontrak yang diperjanjikan; atau d. mutasi rekening relatif aktif; atau

3. Kurang lancar

Dikatakan kurang lancar apabila memiliki kriteria diantaranya:

a. terdapat tunggakan angsuran pokok dan/ atau bunga yang telah melampaui 90 hari; atau

b. sering terjadi cerukan; atau

c. terjadi pelanggaran terhadap kontrak yang diperjanjikan lebih dari 90 hari; atau

d. frekuensi mutasi rekening relatif rendah; atau

e. terdapat indikasi masalah keuangan yang dihadapi debitur; atau f. dokumen pinjaman yang lemah.

4. Diragukan

Dikatakan diragukan apabila memenuhi kriteria diantaranya:

a. terdapat tunggakan pembayaran angsuran pokok dan/ atau bunga yang melampaui 180 hari; atau

b. terjadi cerukan bersifat permanen; atau c. terjadi wanprestasi lebih dari 180 hari; atau d. terjadi kapitalisasi bunga; atau

e. dokumen hukum yang lemah, baik untuk perjanjian kredit maupun peningkatan jaminian.

5. Macet

Dikatakan macet apabila memenuhi kriteria antara lain:

a. terdapat tunggakan pembayaran angsuran pokok dan/ atau bunga yang telah melampaui 270 hari; atau

b. kerugian operasional ditutup dengan pinjaman baru; atau

c. dari segi hukum dan kondisi pasar, jaminan tidak dapat dicairkan pada nilai yang wajar.

Penggolongan kualitas kredit di atas digunakan untuk mengantisipasi resiko kredit bermasalah secara dini. Kredit bermasalah atau problem loan dapat diartikan sebagai pinjaman yang mengalami kesulitan pelunasan akibat adanya faktor kesengajaan dan atau karena faktor eksternal di luar kemampuan kendali debitur. Apabila kredit dikaitkan dengan tingkat kolektibilitasnya, maka yang digolongkan kredit bermasalah adalah kredit yang memiliki kualitas dalam perhatian khusus, kurang lancar, diragukan, dan macet (Dahlan Siamat 2004: 174).

B. Basis Data (Database)

Menurut Connolly & Begg (2002: 15) database merupakan suatu kumpulan data yang terhubung secara logic, dan deskripsi dari data tersebut yang dirancang untuk memenuhi kebutuhan informasi dari suatu organisasi. Database merupakan tempat penyimpanan data yang besar, dimana dapat digunakan secara simultan oleh banyak pengguna.

Database terdiri dari beberapa objek antara lain yaitu: 1. Field

Field adalah kumpulan dari beberapa karakteristik dari objek-objek yang ada.

2. Record

3. File

File atau berkas adalah kumpulan dari beberapa record yang berhubungan membentuk saling ketergantungan satu dengan yang lainnya.

4. Entity

Entity adalah satu kesatuan yang terdiri dari informasi yang disimpan. 5. Attribute

Atribut adalah nama dari suatu kolom relasi yang menjelaskan suatu entity. 6. Primary Key

Primary Key adalah sebuah field yang mempunyai nilai unik yang tidak memiliki kesamaan antara record yang satu dengan record yang lain. 7. Foreign Key

Foreign Key adalah satu atribut atau kumpulan atribut dalam satu relasi yang berguna untuk menghubungkan primary key lain yang berbeda dalam tabel lain.

Menurut Han, et al (2012: 9) jenis-jenis database adalah sebagai berikut: 1. Relational database

Relational database atau basis data relasional adalah sebuah kumpulan tabel dengan nama khusus dan setiap tabel terdiri atas kumpulan atribut (kolom atau field) dan biasanya menyimpan data dalam jumah yang besar pada data (baris atau record). Setiap data dalam tabel relasi menunjukkan sebuah objek yang diidentifikasi oleh sebuah unique key dan digambarkan oleh nilai dari atribut tersebut.

2. Data Warehouse

Data warehouse adalah tempat penyimpanan informasi dari berbagai sumber data dan disimpan pada satu tempat. Data warehouse dibangun melalui sebuah proses dari pembersihan data dari data-data yang tidak lengkap, menganalisis data, perubahan bentuk data, pemuatan ulang data-data yang baru, dan pembaharuan data-data secara periodik.

3. Transactional Data

Transactional data pada setiap record dikumpulkan berdasarkan sebuah transaksi (dalam dunia bisnis). Sebuah transaksi memiliki nomor identitas transaksi yang unik (trans_ID). Transactional data yang mempunyai tabel tambahan yang berisi informasi lain direlasikan pada hubungan yang mungkin terjadi, seperti deskripsi barang, informasi dari pelayan toko, dan lain-lain.

C. Penambangan Data (Data Mining)

Data mining adalah proses menentukan pola dan informasi dari data yang berjumlah besar. Sumber data dapat berupa database, data warehouse, Web, tempat penyimpanan informasi lainnya atau data yang mengalir ke dalam sistem yang dinamis (Han, et al, 2012: 8).

Menurut Grup Gartner (dalam Larose, 2005: 2) data mining adalah suatu proses menemukan hubungan yang berarti, pola, dan kecenderungan dengan memeriksa dalam sekumpulan besar data yang tersimpan dalam penyimpanan dengan menggunakan teknik pengenalan pola seperti statistik dan matematika.

Menurut Turban, dkk (dalam Kusrini & Emha, 2009: 3) Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengindentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar.

Data mining merupakan salah satu langkah penting dalam menemukan sebuah pengetahuan pada proses Knowledge Discovery in Data (KDD). KDD adalah proses menentukan informasi yang berguna serta pola-pola yang ada dalam data. Tahapan proses KDD ditunjukkan pada Gambar 2.1.

Menurut Han, et al (2006: 7 ) tahapan dalam KDD dapat dijelaskan sebagai berikut:

1. Pembersihan Data (Data Cleaning)

Pembersihan data merupakan proses menghilangkan noise dan data yang tidak konsisten. Pada tahap ini data-data yang memiliki isian tidak sempurna seperti data yang tidak memiliki kelengkapan atribut yang dibutuhkan dan data yang tidak valid dihapus dari database.

2. Integrasi Data (Data Integration)

Integrasi data merupakan proses kombinasi beberapa sumber data ke dalam database. Pada tahap ini dilakukan penggabungan data dari berbagai sumber untuk dibentuk penyimpanan data yang koheren.

3. Seleksi Data (Data Selection)

Seleksi data merupakan pemilihan data yang digunakan untuk proses data mining. Data hasil seleksi yang akan digunakan untuk proses data mining, disimpan suatu berkas dan terpisah dari basis data operasional. 4. Transformasi Data (Data Transformation)

Transformasi data merupakan proses mentransformasikan dan mengkonsolidasikan data yang digunakan untuk proses mining. Pada tahap ini dilakukan pengubahan format data menjadi format yang sesuai dengan teknik data mining yang digunakan.

5. Penambangan Data (Data Mining)

Penambangan data merupakan proses utama mencari pengetahuan dari informasi tersembunyi. Penambangan data adalah proses mencari pola

atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu. Teknik dalam data mining sangat bervariasi, pemilihan teknik yang tepat sangat bergantung pada tujuan dan proses KDD secara keseluruhan.

6. Evaluasi Pola (Pattern Evaluation)

Evaluasi pola ialah proses mengidentifikasi kebenaran pola yang telah didapat. Pada tahap ini pola yang telah didapat dari proses data mining dievaluasi apakah pola yang ditemukan bertentangan dengan fakta atau hipotesis yang ada sebelumnya.

7. Representasi Pengetahuan (Knowledge Presentation)

Representasi pengetahuan merupakan visualisasi dan presentasi pengetahuan yang telah didapat kepada pengguna. Pada tahap terakhir ini disajikan pengetahuan dan metode yang digunakan untuk memperoleh pengetahuan yang dapat dipahami oleh pengguna atau semua orang.

Data mining mempunyai beberapa metode yang dilakukan pengguna untuk meningkatkan proses mining supaya lebih efektif. Oleh karena itu, data mining dibagi menjadi beberapa kelompok berdasarkan metodenya, yaitu (Larose, 2005: 11):

1. Deskripsi

Deskripsi digunakan untuk memberikan gambaran secara ringkas berupa pola dan tren bagi data yang jumlahnya sangat besar dan jenisnya beragam. Metode dalam data mining yang dapat digunakan untuk deskripsi contohnya neural network dan exploratory data analysis.

2. Klasifikasi

Pada klasifikasi terdapat variabel target yang berupa nilai kategori. Contoh dari klasifikasi adalah penggolongan pendapatan masyarakat ke dalam tiga kelompok, yaitu pendapatan tinggi, pendapatan sedang, dan pendapatan rendah. Algoritma klasifikasi yang biasa digunakan adalah Naïve Bayes, K-Nearest Neighbor, dan C4.5.

3. Estimasi

Estimasi mirip dengan klasifikasi namun variabel target pada proses estimasi lebih condong ke arah numerik daripada ke arah kategori. Model dibangun menggunakan record lengkap yang menyediakan nilai dari variabel target sebagai nilai prediksi, kemudian nilai estimasi dari variabel target dibuat berdasarkan pada nilai prediksi. Contoh algoritma estimasi adalah linear regression dan neural network.

4. Prediksi

Prediksi hampir sama dengan klasifikasi dan estimasi, namun pada prediksi data yang digunakan adalah data runtun waktu (data time series) dan nilai pada hasil akhir digunakan untuk beberapa waktu mendatang. Contoh prediksi dalam bisnis dan penelitian adalah prediksi harga beras dalam tiga bulan kedepan.

5. Pengelompokan

Pengelompokan data atau pembentukan data ke dalam jenis yang sama. Pengelompokan tidak untuk mengklasifikasi, mengestimasi, atau memprediksi nilai, tetapi membagi seluruh data menjadi

kelompok-kelompok yang relatif sama (homogen). Perbedaan algoritma pengelompokan dengan algoritma klasifikasi adalah pengelompokan tidak memiliki target/ class/ label. Contoh algoritma pengelompokan adalah K-Means dan Fuzzy C-Means.

6. Asosiasi

Asosiasi digunakan untuk menemukan atribut yang muncul dalam waktu yang bersamaan dan untuk mencari hubungan antara dua atau lebih data dalam sekumpulan data. Contoh penggunaan aturan asosiasi adalah analisis kemungkinan seorang pelanggan membeli roti dan susu dalam waktu yang bersamaan di suatu pasar swalayan. Contoh algoritma aturan asosiasi yang sering digunakan adalah Apriori dan FP-Growth.

D. Klasifikasi

Klasifikasi adalah proses penemuan model (atau fungsi) yang membedakan kelas data atau konsep yang bertujuan agar dapat digunakan untuk memprediksi kelas dari objek yang label kelasnya tidak diketahui. Model ditemukan berdasarkan analisis data training (objek data yang kelasnya diketahui) (Han, et al, 2006: 24). Algoritma-algoritma yang sering digunakan untuk proses klasifikasi sangat banyak, yaitu k-nearest neighbor, rough set, algoritma genetika, metode rule based, C4.5, naive bayes, analisis statistik, memory based reasoning, dan support vector machines (SVM).

Klasifikasi data terdiri dari 2 langkah proses. Pertama adalah learning (fase training), dimana algoritma klasifikasi dibuat untuk menganalisa data training lalu direpresentasikan dalam bentuk aturan klasifikasi. Proses kedua adalah klasifikasi,

dimana data tes digunakan untuk memperkirakan akurasi dari aturan klasifikasi (Han, et al, 2006: 286).

Proses klasifikasi didasarkan pada empat komponen (Gorunescu, 2011: 15): 1. Kelas

Variabel dependen berupa kategori yang merepresentasikan “label” yang terdapat pada objek. Contohnya: risiko penyakit jantung, risiko kredit, dan jenis gempa.

2. Predictor

Variabel independen yang direpresentasikan oleh karakteristik (atribut) data. Contohnya: merokok atau tidak, minum alkohol atau tidak, besar tekanan darah, jumlah tabungan, jumlah aset, jumlah gaji.

3. Training dataset

Satu set data yang berisi nilai dari kedua komponen di atas yang digunakan untuk menentukan kelas yang cocok berdasarkan predictor.

4. Testing dataset

Berisi data baru yang akan diklasifikasikan oleh model yang telah dibuat dan akurasi klasifikasi dievaluasi.

Proses klasifikasi dapat dicontohkan seperti yang ditunjukkan pada Gambar 2.2.

Gambar 2.2 poin (a) adalah proses pembelajaran dimana data training dianalisis menggunakan algoritma klasifikasi. Atribut keputusan kredit sebagai label kelas, dan model pembelajaran atau pengklasifikasian dipresentasikan dalam bentuk aturan klasifikasi (classification rule). Gambar 2.2 poin (b) adalah proses

klasifikasi. Proses klasifikasi digunakan untuk mengestimasi keakurasian dari classification rule yang dihasilkan. Apabila akurasi dapat diterima maka aturan yang diperoleh dapat digunakan pada klasifikasi data baru (Han, et al, 2006: 287).

1. Pohon Keputusan (Decision Tree)

Pohon keputusan merupakan salah satu metode klasifikasi yang menggunakan representasi struktur pohon (tree) dimana setiap simpul internal (internal node) merupakan sebuah atribut, setiap cabang merupakan nilai atribut, dan setiap simpul daun (leaf node) atau simpul terminal merupakan label class, serta simpul yang paling atas adalah simpul akar (root node) (Han, et al, 2006: 291).

Gambar 2.3 Bentuk Pohon Keputusan

Berikut penjelasan mengenai 3 jenis simpul yang terdapat pada pohon keputusan:

a. Simpul Akar

Simpul akar merupakan simpul yang paling atas, pada simpul ini tidak mempunyai input dan bisa tidak mempunyai output atau mempunyai output lebih dari satu.

b. Simpul Internal

Simpul internal merupakan simpul percabangan dari simpul akar, pada simpul ini hanya ada satu input dan mempunyai minimal dua output.

Simpul Internal

Simpul Akar

c. Simpul Daun

Simpul daun merupakan simpul terakhir, pada simpul ini hanya terdapat satu input dan tidak mempunyai output, simpul ini sering disebut simpul terminalserta merupakan suatukeputusan.

Dalam kaitannya dengan sebuah basis data, himpunan data dapat berupa tabel, sedangkan sampel adalah record. Himpunan data dapat memiliki atribut yang dapat bertipe diskrit maupun kontinu. Ilustrasi dari pohon keputusan berdasarkan tipe atributnya dapat dijelaskan pada Gambar 2.4 (Han, et al, 2001).

Gambar 2.4 Ilustrasi Model Pohon Keputusan Berdasarkan Tipe Atributnya

Berdasarkan Gambar 2.4 jika atribut prediktor bertipe diskret , maka cabang simpul dibuat untuk setiap nilai pada atribut diskrit tersebut , , … . Sedangkan jika atribut prediktor bertipe kontinu atau numerik ), maka cabang simpul dibuat untuk dua buah nilai yaitu _�ℎ dan _�ℎ, dimana _�ℎ adalah nilai ambang dari . Konsep dasar pohon keputusan ditunjukkan pada Gambar 2.5.

Algoritma: Pembentukan_Pohon_Keputusan, Pembentukan pohon keputusan dari tupel pelatih pada partisi data, .

Masukan:

 Partisi data, , yang merupakan satu set data tupel pelatihan dan label kelas yang berkaitan;

 Daftar_atribut, kumpulan beberapa atribut;

 Metode_seleksi_atribut, sebuah prosedur untuk menentukan kriteria terbaik pemecahan data tupel ke dalam kelas masing-masing. Kriteria ini terdiri dari pemecahan_atribut dan kemungkinannya, baik pemecahan simpul atau pemecahan bagian.

Hasil: pohon keputusan Metode:

(1) Bentuk sebuah simpul �;

(2) jika tupel di ada pada kelas yang sama, , maka

(3) kembali � sebagai simpul daun yang diberi label kelas ;

(4) jika daftar_atribut kosong maka

(5) kembali � sebagai simpul yang diberi label dengan kelas terbanyak di ; // kelas terbanyak

(6) berlaku metode_seleksi_atribut ( , daftar_atribut) untuk menemukan pemecahan kriteria terbaik;

(7) beri label � dengan kriteria_pemecahan;

(8) jika pemecahan_atribut bernilai diskrit dan

beberapa pemecahan diperbolehkan maka // tidak terbatas untuk pohon biner (9) daftar_atribut  daftar_atribut – pemecahan_atribut; // hapus

pemecahan_atribut

(10)Untuk setiap j dari pemecahan_kriteria

(11) kemudian menjadi kumpulan data tupel di dengan hasil ; // partisi

(12) jika kosong maka

(13) Lampirkan sebuah simpul daun dengan label kelas terbanyak di untuk simpul �;

(14) Untuk lainnya lampirkan simpul kembali dengan pembentukan

_pohon_keputusan ( , daftar _atribut) pada �; berakhir untuk (15)kembali �;

Berdasarkan Gambar 2.5, input algoritma dasar terdiri dari partisi data , daftar atribut (attribute list), dan metode seleksi atribut (attribute selection method). Proses untuk membangun sebuah pohon keputusan seperti yang ditunjukkan pada Gambar 2.5 di atas adalah sebagai berikut:

1. Pohon dimulai dengan simpul tunggal �yang merepresentasikan tupel training pada (langkah 1).

2. Jika semua tupel di berasal dari kelas yang sama, maka simpul � menjadi daun dan diberi label kelas tersebut (langkah 2 dan 3). Langkah 4 dan 5 merupakan kondisi akhir. Semua kondisi akhir dijelaskan pada akhir algoritma. 3. Jika tidak, maka metode seleksi atribut digunakan untuk memilih atribut split, yaitu atribut terbaik dalam memisahkan tupel ke dalam kelas masing-masing (langkah 6). Atribut tersebut menjadi atribut tes pada simpul � (langkah 7). 4. Terdapat dua kemungkinan yang dapat mempartisi . Apabila � atribut split

pada simpul � dan � memiliki sejumlah nilai yang berbeda { , , … _�} maka pada data training dapat terjadi (langkah 8 dan 9):

a. Jika � memiliki nilai-nilai bersifat diskrit, maka sebuah cabang dibentuk untuk setiap nilai �. Nilai total cabang yang akan dibentuk sebanyak cabang. Partisi terdiri dari record yang terdapat pada yang memiliki nilai untuk atribut �. Selanjutnya atribut �dihapus dari daftar atribut. b. Jika � memiliki nilai yang bersifat kontinu, maka hasil pengujian simpul

�akan menghasilkan dua cabang. Kedua cabang tersebut adalah � < split point dan � split point. Split point merupakan keluaran metode seleksi atribut sebagai bagian dari kriteria untuk melakukan partisi. Selanjutnya

dipartisi, sehingga terdiri dari record dimana � < split point dan adalah sisanya.

5. Cabang akan dibuat untuk setiap nilai pada atribut tes dan tupel pada data training akan dipartisi lagi (langkah 10 dan langkah 11).

6. Proses pembentukan ini menggunakan proses rekursif untuk membentuk pohon pada setiap data partisi (langkah 14).

7. Proses rekursif akan berhenti jika telah mencapai kondisi sebagai berikut: a. Semua tupel pada simpul berada di dalam satu kelas (langkah 2 dan 3). b. Tidak ada atribut lainnya yang dapat digunakan untuk mempartisi tupel

lebih lanjut (langkah 4). Selanjutnya dalam hal ini, akan diterapkan jumlah terbanyak (langkah 5). Hal tersebut berarti mengubah sebuah simpul menjadi daun dan memberi label dengan kelas pada jumlah terbanyak. Sebagai alternatifnya, distribusi kelas pada simpul ini dapat disimpan. c. Tidak ada tupel yang digunakan untuk mencabang, suatu partisi kosong

(langkah 12). Selanjutnya dalam hal ini, sebuah daun dibuat dan diberi label dengan kelas yang memiliki kelas terbanyak di (langkah 13). 8. Kembali menghasilkan pohon keputusan (langkah 15) (Han, et al,

2012:331-336; Neni Miswaningsih, 2015: 37-39).

Pohon keputusan memiliki beberapa cara dalam menentukan ukuran data dalam bentuk pohon, salah satunya adalah dengan algoritma C4.5. Algoritma C4.5 menggunakan information gain sebagai penentu simpul akar, internal, dan daun.

Misalkan � merupakan simpul partisi dari . Apabila terdapat nilai information gain tertinggi maka akan terpilih sebagai atribut pemisah untuk simpul

�. Perhitungan informasi yang dibutuhkan untuk mengklasifikasi pada tupel dinyatakan sebagai berikut:

= − ∑ log

= . dimana merupakan banyaknya jenis kategori nilai pada atribut C, =| ,�|

| | merupakan probabilitas dari tupel yang mempunyai kelas . Info ( ) merupakan rata-rata dari informasi yang dibutuhkan untuk mengetahui label kelas dari tupel . juga sering dikenal sebagai entropy dari tupel . Sebagai ilustrasi diberikan Tabel 2.1.

Tabel 2.1 Banyaknya Kelas pada Tupel Kelas

frekuensi

− log −log −log

− log − p log − log

Apabila diberikan tupel dengan dua pengklasifikasian yaitu kelas , dan , dengan frekuensi dan serta adalah proporsi dari setiap kelas, maka

= ₊

untuk analog dengan perhitungan .

Perhitungan − log dilakukan untuk mentransformasi masing-masing proporsi kelas menjadi informasi dalam bentuk bit atau bilangan basis 2. Informasi tersebut dapat juga dipandang sebagai jumlah informasi yang dapat dikodekan menjadi satu atau nol.

Nilai − log akan positif bila lebih besar dari nol dan kurang dari satu. Ketika = maka nilai dari − log adalah nol, sehingga nilai

− log diantara bilangan positif atau nol pada data training. Nilai =

− ∑= log adalah nol jika dan hanya jika semua data memiliki klasifikasi

yang sama dimana probabilitasnya adalah satu. Sebagai contoh diberikan Tabel 2.2. Tabel 2.2 Contoh Perhitungan

Kelas

frekuensi 9 5

0,643 0,357

− log 0,637 1,485

− log 0,409 0,531

Tabel 2.2 merupakan data penjualan komputer, dimana adalah membeli komputer dan adalah tidak membeli komputer. Berdasarkan Tabel 2.2

= , + , = , , nilai ≠ , artinya data belum memiliki klasifikasi kelas yang sama, sehingga dibutuhkan perhitungan lanjutan untuk menemukan simpul akar dalam pembentukan pohon keputusan.

Selanjutnya misalkan terdapat atribut �yangmemiliki nilai yang berbeda

{ , , … �}. Atribut � dapat digunakan untuk membagi ke dalam partisi

{ , , … , �}, dimana memuat tupel yang memiliki nilai dari �. Sebagai ilustrasi perhitungan entropy, diberikan Tabel 2.3.

Tabel 2.3 Kelas Tupel D Berdasarkan Partisi Atribut �

� Kelas Total

Tabel 2.3 menunjukkan jumlah tupel dengan partisi atribut � yang mempunyai nilai kategori , serta pengklasifikasian sebanyak dua kelas yaitu

, . Dimana , … , merupakan jumlah sampel pada subset yang mempunyai nilai , yang berada pada kelas , kemudian , merupakan jumlah sampel yang mempunyai nilai , , dan , merupakan jumlah sampel kategori kelas , , maka nilai dari entropy atribut � dapat dihitung sebagai berikut:

� = × − log − log − log

+ × − log − log − log

Rumus secara umum dalam mencari nilai entropy dari subset � sebagai berikut:

� = � = ∑ | |_{| |}

�

= × ( ) . dimana � adalah entropy dari subset �, v merupakan banyaknya jenis kategori nilai pada subset �, | |

| | merupakan bobot dari subset dan jumlah sampel pada subset yang mempunyai nilai dari �, dibagi dengan jumlah tupel dari . Entropy dari subset � merupakan informasi harapan yang dibutuhkan untuk mengklasifikasi suatu tupel dari berdasarkan partisi dari atribut �.

Menurut Han, et al (2012: 337), nilai information gain dari atribut �pada subset dapat dihitung dengan persamaan berikut:

Information gain didefinisikan sebagai perbedaan diantara informasi asli yang dibutuhkan dengan jumlah informasi baru yang didapatkan dari partisi �. Atribut � yang memiliki nilai information gain tertinggi dipilih sebagai pemisah atribut pada simpul �

Proses untuk menghitung nilai � bergantung dari nilai suatu atribut. Jika adalah atribut diskrit, maka tupel dibagi menjadi sub tupel … , dimana jumlah nilai pada atribut dan adalah sub tupel yang memiliki nilai atribut . Jika adalah atribut kontinu, maka sub tupel dibagi menjadi duasub tupel � dan � dengan = { | } dan = { | > }, dimana merupakan sebuah nilai ambang (split point).

Nilai split information digunakan pada pencarian nilai gain ratio untuk mengatasi bias terhadap atribut yang memiliki banyak nilai unik. Persamaan split information dan gain ratio dinyatakan sebagai berikut:

� = − ∑ | |_{| | ×} | |_{| |} �

= .

� = � _{� .}

Apabila atribut tersebut memiliki nilai gain ratio terbesar maka atribut tersebut terpilih sebagai atribut split pada konstruksi pohon keputusan (Han, et al, 2012: 337-339). Sebagai contoh penerapan decision tree C4.5 dengan perhitungan manual pada sebuah kasus pelanggan AllElectronic. Tabel 2.4 merupakan data training dari database pelanggan AllElectronic atau disebut dengan partisi tupel .

Tabel 2.4 Keputusan Membeli Komputer

RID age income student credit_rating Class_ buys_computer

1 youth high no fair no

2 youth high no excellent no

3 middle_aged high no fair yes

4 senior medium no fair yes

5 senior low yes fair yes

6 senior low yes excellent no

7 middle_aged low yes excellent yes

8 youth medium no fair no

9 youth low yes fair yes

10 senior medium yes fair yes

11 youth medium yes excellent yes

12 middle_aged medium no excellent yes

13 middle_aged high yes fair yes

14 senior medium no excellent no

Sumber: Han, et al, 2006: 299

Kasus yang tertera pada Tabel 2.4 akan dibuat pohon keputusan untuk menentukan membeli komputer atau tidak dengan melihat umur, pendapatan, status pelajar, dan peringkat kredit.

Pertama menghitung informasi yang dibutuhkan untuk mengklasifikasikan partisi data menggunakan persamaan (2.1) dengan = , adalah banyaknya kategori nilai pada kelas membeli komputer. Tabel 2.5 merupakan total kasus pelanggan yang berada pada kelas yes dan no.

Tabel 2.5 Kelas Membeli Komputer Class_buys_computer

yes no

9 5

= − log ( ) − log ( ) = ,

Selanjutnya menghitung informasi harapan yang dibutuhkan untuk klasifikasi data berdasarkan partisi dari setiap atribut. Sebagai contoh partisi pada

atribut age. Banyaknya data yang berada dalam kelas yes atau no berdasarkan atribut age dapat dilihat pada Tabel 2.6.

Tabel 2.6 Kelas Membeli Komputer Berdasarkan Partisi Atribut Age age Class_buys_computer

yes no

youth 2 3

middle_aged 4 0

senior 3 2

Digunakan persamaan (2.2) untuk menghitung informasi harapan yang dibutuhkan untuk klasifikasi data berdasarkan partisi dari atribut age dengan adalah banyaknya kategori pada atribut age.

�� = × (− log − log ) + × (− log − log ) + × ( log − log ) = ,

Oleh karena itu didapatkan information gain yang dihitung menggunakan persamaan (2.3).

= − �� = , − , = ,

Pergitungan gain ratio atribut age dapat dihitung menggunakan persamaan (2.5) namun terlebih dahulu perlu dihitung nilai split information menggunakan persamaan (2.4) dengan adalah banyaknya jenis kategori nilai pada atribut age.

�� = − × log ( ) − × log ( ) − × log ( ) = , = ,_, = ,

Setelah perhitungan gain ratio dari setiap atribut maka akan dipilih nilai yang terbesar sebagai atribut yang menjadi simpul akar dari pohon keputusan dan nilai dari atribut tersebut menjadi cabang. Perhitungan lanjutan yang analog dengan perhitungan simpul akar perlu dilakukan apabila setiap cabang belum menunjukkan keputusan akhir.

Pada saat pembangunan pohon keputusan, akan banyak ditemukan adanya cabang yang noise atau outlier pada data training. Pemangkasan pohon dapat dilakukan untuk menghapus cabang-cabang tersebut sehingga dapat mempercepat proses klasifikasi. Pohon yang dipangkas akan menjadi lebih kecil dan lebih mudah dipahami. Pemangkasan pohon dilakukan selain untuk pengurangan ukuran pohon, juga bertujuan untuk mengurangi tingkat kesalahan klasifikasi pada kasus baru. Contoh pemangkasan pohon keputusan ditunjukkan Gambar 2.6 dan Gambar 2.7.

Gambar 2.6 Pohon Keputusan Sebelum Pemangkasan (Han, et al, 2006:305)

Setelah pemangkasan pohon, kemudian dilakukan pembentukan aturan keputusan, yaitu membuat aturan keputusan dari pohon yang telah dibentuk. Aturan tersebut dapat dalam bentuk if-then diturunkan dari pohon keputusan dengan melakukan penelusuran dari akar sampai ke daun. Setiap simpul dan percabangan akan diberikan if, sedangkan nilai pada daun akan ditulis then. Setelah semua aturan dibuat, maka aturan dapat disederhanakan (digabungkan).

2. Naïve Bayes

Sebelum membahas mengenai naïve bayes, perlunya pengetahuan tentang peluang bersyarat. Peluang bersyarat adalah peluang terjadinya kejadian � bila diketahui bahwa suatu kejadian telah terjadi. Peluang bersyarat dilambangkan denagn � �| dibaca “peluang � bila terjadi”. Persamaan untuk peluang bersyarat sebagai berikut (Walpole, 1995: 97-98).

� �| =� � ∩_� � � > .

Sama halnya dengan peluang terjadinya kejadian bila diketahui bahwa suatu kejadian � telah terjadi.

� |� =� � ∩_{� �} � > .

Dengan mengkombinasikan persamaan (2.6) dan (2.7) maka diperoleh

� |� � � = � � ∩ = � �| �

sehingga persamaan (2.7) menjadi:

|� =� � ∩_{� �}

Teorema Bayes memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya. Pada teorema Bayes, � dijabarkan oleh kumpulan atribut dengan adalah beberapa hipotesis, sehingga data � termasuk sebuah kelas (Han, et al, 2012: 350). Persamaan dari teorema Bayes adalah

� |� = � �| �_{� �} .

Keterangan :

� : Data dengan kelas yang belum diketahui

: Hipotesis data � merupakan suatu kelas khusus

� |� : Probabilitas hipotesis berdasarkan kondisi � (posterior probability)

� : Probabilitas hipotesis (prior probability)

� �| : Probabilitas � berdasarkan kondisi pada hipotesis

� � : Probabilitas �

Naïve Bayes adalah pengklasifikasian statistik yang dapat digunakan untuk memprediksi probabilitas keanggotaan suatu class. Bayes merupakan teknik berbasis probabilistik sederhana yang berdasar pada penerapan teorema Bayes dengan asumsi independensi yang kuat. Dengan kata lain, dalam naïve bayes, model yang digunakan adalah “model fitur independen” (Eko Prasetyo, 2012: 59).

Klasifikasi naïve bayes yang mengacu pada teorema Bayes di atas mempunyai persamaan sebagai berikut

Keterangan :

� |� : Probabilitas hipotesis jika diberikan fakta atau record � (posterior probability)

� �| : Nilai parameter yang memberikan kemungkinan yang paling besar (likelihood)

� : Probabilitas kelas (Prior probability)

� � : Probabilitas �

Menurut Han, et al (2012: 351) proses dari pengklasifikasian naïve bayes adalah sebagai berikut:

a. Variabel adalah kumpulan dari data dan label yang terkait dengan class. Setiap data diwakili oleh vektor atribut -dimensi, � = � , � , … , � dengan

dibuat dari data atribut, berturut-turut, � , � , … , � .

b. Misalkan terdapat class, , , … , . Diberikan sebuah data �, kemudian pengklasifikasian akan memprediksi � ke dalam kelompok yang memiliki probabilitas posterior tertinggi berdasarkan kondisi �. Artinya klasifikasi naïve bayes memprediksi bahwa � termasuk class jika dan hanya jika:

� |� > �( |�) untuk , ≠ . Maka nilai � |� harus lebih dari �( |�) supaya diperoleh hasil akhir

� |� .

c. Ketika � � konstan untuk semua class maka hanya � �| � yang dihitung. Jika probabilitas class prior sebelumnya tidak diketahui, maka diasumsikan bahwa class-nya sama, yaitu � = � = ⋯ = � ,

untuk menghitung � �| dan � �| � . Perhatikan bahwa probabilitas class prior dapat diperkirakan oleh

� = (| , |)

| | .

dimana | _, | adalah jumlah data training dari kelas dan adalah jumlah total data training yang digunakan.

d. Apabila diberikan kumpulan data yang mempunyai banyak atribut, maka perhitungan � �| dengan penjabaran lebih lanjut rumus Bayes tersebut yaitu menjabarkan � � , . . . , � | menggunakan aturan perkalian, menjadi sebagai berikut (Samuel Natalius: 2010):

� � , … , � | = � � | � � , … , � | , �

= � � | � � | , � � � , … , � | , � , � � � , … , � | = � � | � � | , � … � � | , � , � , … , � −

Dapat dilihat bahwa hasil penjabaran tersebut menyebabkan semakin banyak dan semakin kompleksnya faktor-faktor syarat yang mempengaruhi nilai probabilitas, yang hampir mustahil untuk dianalisa satu-persatu. Akibatnya, perhitungan tersebut menjadi sulit untuk dilakukan. Oleh karena itu digunakan asumsi independensi yang sangat tinggi (naïve), bahwa masing-masing petunjuk � , � , … , � saling bebas (independen) satu sama lain, maka berlaku suatu kesamaan sebagai berikut (Samuel Natalius: 2010):

�(� |� ) =�(� ∩ � )_{�(� )} =� � �(� )

�(� ) = � � untuk ≠ , sehingga �(� | , � ) = � � |

Disimpulkan bahwa asumsi independensi naïve tersebut membuat syarat peluang menjadi sederhana, sehingga perhitungan menjadi mungkin untuk dilakukan. Selanjutnya, penjabaran � � , . . . , � | dapat disederhanakan menjadi seperti berikut:

� �| = ∏ � � | = � � | ×

=

� � | × … × � � | .

Perhitungan � �| pada setiap atribut mengikuti hal-hal berikut:

1) jika � adalah kategori, maka � � | adalah jumlah data dari kelas di yang memiliki nilai � untuk atribut � dibagi dengan | _, | yaitu jumlah data dari kelas di ,

2) jika � adalah numerik, biasanya diasumsikan memiliki distribusi Gauss dengan rata-rata � dan standar deviasi �, didefinisikan oleh:

�, �, � = √ ��

− �−�_{� .}

sehingga diperoleh:

� � | = � , � , � .

Setelah itu akan dihitung � dan � yang merupakan rata-rata dan standar deviasi masing-masing nilai atribut � untuk tupel training kelas . e. � �| � dievaluasi pada setiap kelas untuk memprediksi

pengklasifikasian label kelas data � dengan menggunakan

� �| � > �(�| )�( ) untuk , ≠ . label kelas untuk data � yang diprediksi adalah kelas jika nilai � �| � lebih dari nilai �(�| )�( ).

E. Pengujian dan Evaluasi Model

Model yang didapatkan dari kedua metode decision tree C4.5 dan naïve byes kemudian dilakukan pengujian menggunakan k-fold cross validation. Cross-validation adalah bentuk sederhana dari teknik statistik. Jumlah fold standar untuk memprediksi tingkat error dari data adalah dengan menggunakan 10-fold cross validation (Witten, et al, 2011: 153).

Data yang digunakan dibagi secara acak ke dalam k subset yaitu

, , … , dengan ukuran yang sama. Dataset akan dibagi menjadi data training dan data testing. Proses training dan testing dilakukan sebanyak k kali secara berulang-ulang. Pada iterasi ke-i, partisi disajikan sebagai data testing dan partisi sisanya digunakan secara bersamaan dan berurutan sebagai data training. Iterasi kedua, subset , , … , akan dites pada , dan selanjutnya hingga (Han, et al, 2012: 364). Gambar 2.8 berikut adalah contoh ilustrasi 4-fold cross validation.

Gambar 2.8 Ilustrasi 4-Fold Cross Validation

Berdasarkan Gambar 2.8 ditunjukkan bahwa nilai fold yang digunakan adalah 4-fold cross validation. Berikut diberikan langkah-langkah pengujian data dengan 4-fold cross validation.

a. Dataset yang digunakan dibagi menjadi 4 bagian, yaitu , , , dan . _�,

= , , , digunakan sebagai data testing dan dataset lainnya sebagai data training.

b. Tingkat akurasi dihitung pada setiap iterasi ( iterasi-1, iterasi-2, iterasi-3, iterasi-4), kemudian dihitung rata-rata tingkat akurasi dari seluruh iterasi untuk mendapatkan tingkat akurasi data keseluruhan.

Evaluasi hasil klasifikasi dilakukan dengan metode confusion matrix. Confusion matrix adalah tool yang digunakan sebagai evaluasi model klasifikasi untuk memperkirakan objek yang benar atau salah. Sebuah matrix dari prediksi yang akan dibandingkan dengan kelas sebenarnya atau dengan kata lain berisi informasi nilai sebenarnyadan prediksi pada klasifikasi (Gorunescu, 2011: 319).

Tabel 2.7 Tabel Confusion Matrix Dua Kelas

Clasification Predicted class

Class=Yes Class=No

Class=Yes a (true positive) b (false negative) Class=No c (false positive) d (true negative)

Pada tabel confusion matrix di atas, true positive (TP) adalah jumlah record positif yang diklasifikasikan sebagai positif, false positive (FP) adalah jumlah record negatif yang diklasifikasikan sebagai positif, false negatives (FN) adalah jumlah record positif yang diklasifikasikan sebagai negatif, true negatives (TN) adalah jumlah record negatif yang diklasifikasikan sebagai negatif. Setelah data uji diklasifikasikan maka akan didapatkan confusion matrix sehingga dapat dihitung jumlah sensitivitas, spesifisitas, dan akurasi (Henny Lediyana, 2013: 69).

Sensitivitas adalah proporsi dari class=yes yang teridentifikasi dengan benar. Spesifisitas adalah proporsi dari class=no yang teridentifikasi dengan benar. Contohnya dalam klasifikasi pelanggan komputer dimana class=yes adalah pelanggan yang membeli computer sedangkan class=no adalah pelanggan yang tidak membeli komputer. Dihasilkan sensitivitas sebesar 95%, artinya ketika dilakukan uji klasifikasi pada pelanggan yang membeli, maka pelanggan tersebut berpeluang 95% dinyatakan positive (membeli komputer). Apabila dihasilkan spesifisitas sebesar 85%, artinya ketika dilakukan uji klasifikasi pada pelanggan yang tidak membeli, maka pelanggan tersebut berpeluang 95% dinyatakan negative (tidak membeli).

Rumus untuk menghitung akurasi, spesifisitas, dan sensitivitas pada confusion matrix adalah sebagai berikut (Gorunescu, 2011: 319)

� = _{� + � + � + � =}� + � _{+ + + .}+

= _{� + � = + .}�

= _{� + � = + .}�

F. Waikato Environment for Knowledge (WEKA)

The Waikato Environment for Knowledge Analysis (WEKA) adalah sebuah sistem data mining open source yang berbasis java. Sistem ini dikembangkan oleh Universitas Waikato di Selandia Baru dan merupakan perangkat lunak free yang tersedia di bawah GNU (General Public License). WEKA menyediakan dukungan yang luas untuk seluruh proses data mining mulai dari menyiapkan data masukkan, evaluasi pembelajaran, skema statistik, visualisasi data input dan hasil

pembelajaran. Metode atau teknik yang digunakan pada WEKA adalah Predictive dan Descriptive karena sistem ini mendukung teknik-teknik data preprocessing, clustering, classification, regression, visualization, dan feature Reduction. (Witten, et all, 2011: 403-404 ).

Gambar 2.9 Tampilan Awal GUI WEKA

WEKA mulai dikembangkan sejak tahun 1994 dan telah menjadi software data mining open source yang paling popular. WEKA mempunyai kelebihan seperti mempunyai banyak algoritma data mining dan machine learning, kemudahan dalam penggunaannya, selalu up-to-date dengan algoritma-algoritma yang baru. Software WEKA tidak hanya digunakan untuk akademik saja namun cukup banyak dipakaioleh perusahaan untuk meramalkan bisnis dari suatu perusahaan.

WEKA mendukung beberapa format file untuk inputnya, yaitu:

1. Comma Separated Values (CSV): Merupakan file teks dengan pemisah tanda koma (,) yang cukup umum digunakan. File ini dapat dibuat dengan menggunakan Microsoft Excel atau membuat sendiri dengan menggunakan notepad.

2. Format C45: Merupakan format file yang dapat diakses dengan menggunakan aplikasi WEKA.

3. Attribute-Relation File Format (ARFF): Merupakan tipe file teks yang berisi berbagai instance data yang berhubungan dengan suatu set atribut data yang dideskripsikan serta di dalam file tersebut.

4. SQL Server/ MySql Server: Dapat mengakses database dengan menggunakan SQL Server/MySql Server.

Beberapa menu dalam tampilan WEKA, diantaranya yaitu

1. Explorer, menu ini memberikan akses untuk semua fasilitas yang menggunakan pilihan menu dan pengisian data. Pada menu ini terdapat enam sub-menu pada bagian atas window, sub-menu tersebut yaitu:

a. Preprocess, proses pemilihan dataset yang akan diolah pemilihan filter, b. Classify, terdapat berbagai macam teknik klasifikasi dan evaluasinya

yang digunakan untuk mengolah data,

c. Cluster, terdapat berbagai macam teknik cluster yang dapat digunakan untuk mengolah data,

d. Associate, terdapat berbagai macam teknik association rules yang dapat digunakan untuk mengolah data,

e. Select Atribut, proses pemilihan aspek yang mempunyai hubungan paling relevan pada data,

f. Visualize, proses menampilan berbagai plot dua dimensi yang dibentuk dari pengolahan data.

2. Experimenter, menu ini digunakan untuk mengatur percobaan dalam skala besar, dimulai dari running, penyelesaian, dan menganalisis data secara statistik.

3. Knowledge Flow, pada tampilan menu ini, pengguna memilih komponen WEKA dari toolbar untuk memproses dan menganalisis data serta memberikan alternatif pada menu Explorer untuk kondisi aliran data yang melewati sistem. Selain itu, Knowledge Flow juga berfungsi untuk memberikan model dan pengaturan untuk mengolahan data yang tidak bisa dilakukan oleh Explorer.

4. Simple CLI, menu yang menggunakan tampilan command-line. Menu ini menggunakan tampilan command-line untuk menjalankan class di weka.jar, dimana langkah pertama variabel Classpath dijelaskan di file Readme. Pada sub-menu klsifikasi WEKA terdapat test options yang digunakan untuk menguji kinerja model klasifikasi. Ada empat model tes yaitu:

1. Use training set

Pengetesan dilakukan dengan menggunakan data training itu sendiri. Akurasi akan sangat tinggi, tetapi tidak memberikan estimasi akurasi yang sebenarnya terhadap data yang lain (data yang tidak dipakai untuk training). 2. Supplied test set

Pengetesan dilakukan dengan menggunakan data lain (file training dan testing tersedia secara terpisah). Dengan menggunakan option inilah bisa dilakukan prediksi pada data tes.

Pada cross-validation, akan ada pilihan banyaknya fold yang akan digunakan. Nilai default-nya yaitu 10.

4. Percentage split

Hasil klasifikasi akan dites menggunakan k% dari data tersebut, dimana k adalah proporsi dari dataset yang digunakan untuk data training. Persentase di kolom adalah bagian dari data yang dipakai sebagai training set. Pada option ini data training dan testing terdapat dalam satu file.

G. Penelitian yang Relevan

Penelitian tentang data mining dengan menggunakan berbagai algoritma pada analisis bidang keuangan telah banyak dilakukan khususnya untuk analisis klasifikasi kredit. Beberapa diantaranya yang mendukung penelitian ini dengan variabel dan metode penelitian yang berkaitan.

Penelitian yang dilakukan oleh Yogi Yusuf, dkk dalam jurnal “Evaluasi Pemohon Kredit Mobil di PT X dengan menggunakan Teknik Data Mining Decision Tree”. Penelitian ini menggunakan model credit scoring dengan algoritma C5.0 kredit mobil dengan teknik decision tree dan bantuan software Celementine. Atribut yang digunakan ada 8 yaitu penghasilan, cicilan per bulan, uang muka, jumlah periode pinjaman, rekening tabungan, umur, rekening tagihan telepon, rekening tagihan listrik, dan atribut label kelas. Jumlah sampel yang digunakan sebanyak 750 record. Data dibagi menjadi 60% sebagai data training dan 40% sebagai data testing. Dari penelitian tersebut dapat diketahui bahwa terdapat 148 record (79,57%) yang memiliki hasil validasi yang benar dari 186 sampel. Sedangkan untuk hasil validasi yang kurang tepat terdapat 20,43 % dimana terdapat 38 record

yang memiliki perbedaan antara hasil prediksi dan aktual. Hasil prediksi juga menunjukkan bahwa sebesar 19,4 % yang semula diprediksi memiliki status kredit lancar ternyata memiliki status kredit macet. Tingkat akurasi keseluruhan dari model yang dibangun sebesar 79,57%.

Penelitian yang dilakukan oleh Claudia Clarentia Ciptohartono dalam jurnal skripsi “Algoritma Klasifikasi Naïve Bayes untuk Menilai Kelayakan Kredit”. Penelitian ini menggunakan algoritma naïve bayes dan software bantu Rapid Miner untuk menentukan nilai kelayakan kredit konsumen dari perusahaan BCA Finance Jakarta 2013. Data awal penelitian berjumlah 682 data dan 20 atribut, setelah tahap preprocessing menjadi 682 data dan 16 atribut. Pada penelitian ini digunakan metode cross validation untuk mengukur kinerja algoritma yang digunakan, diketahui nilai akurasi sebelum preprocessing sebesar 85,57% dan setelah preprocessing sebesar 92,53% .

Penelitian yang dilakukan oleh Rina Fiati dalam jurnal “Model Klasifikasi Kelayakan Kredit Koperasi Karyawan Berbasis Decision Tree”. Pada penelitian ini menggunakan algoritma decision tree dan bantuan software RapidMiner. Atribut yang digunakan ada 6 yaitu nomor anggota, bagian, golongan, masa keanggotaan, status marital, dan status pinjaman. Jumlah data yang digunakan ada 584 record, perhitungan manual nilai gain menggunakan data sampel yaitu 10 record. Tingkat akurasi decision tree untuk data dari koperasi karyawan PT Nojorono Tobacco International sebesar 92,28%. Berdasakan model klasifikasi yang telah diperoleh pada penelitian ini, penentuan kelayakan kredit koperasi karyawan adalah dengan memperhatikan atribut masa keanggotaan, status marital dan nomor anggota.

BAB III PEMBAHASAN

A. Sumber Data

Sumber data diperoleh dari Koperasi X yang terdiri dari 3 file excel peminjam dengan jaminan sertifikat tanah, tunjuk, dan Buku Pemilik Kendaraan Bermotor (BPKB) serta 25 file excel laporan nominatif pinjaman perbulan dimana setiap file mewakili satu bulan. Data peminjam adalah data mengenai status peminjam, pendapatan keluarga, pengeluaran keluarga, usaha, tempat tinggal, agunan, dan info-info lain yang mencakup 5C yang digunakan sebagai pertimbangan pemberian kredit. Data laporan nominatif pinjaman perbulan adalah data mengenai besar pinjaman, sisa pinjaman, bunga, angsuran, kolektibilitas, dan info-info lain yang berkaitan dengan angsuran perbulan. Rentang waktu dari data peminjam adalah Januari 2011 - Maret 2016 dan rentang waktu pada data laporan nominatif pinjaman perbulan adalah Januari 2014 - Maret 2016. Daftar atribut pada kedua data dapat dilihat pada lampiran 1.

Data yang digunakan adalah data peminjam yang telah melunasi pinjaman dan peminjam yang bermasalah. Pengumpulan data dilakukan secara manual yaitu pada data laporan nominatif pinjaman perbulan dipilih data yang mempunyai nilai bakidebet 0 artinya peminjam telah melunasi pinjaman dan data yang mempunyai nilai kolektibilitas 2-4 artinya peminjam bermasalah dalam mengangsur pinjaman. Hasil pemilihan pada data laporan nominatif pinjaman perbulan tersebut kemudian dihubungkan dengan file peminjam dengan primary key yaitu No.Anggota diperoleh sebanyak 1.076 dataset.

Pada data peminjam dan data laporan nominatif pinjaman perbulan tidak semua atribut digunakan. Atribut yang digunakan pada data peminjam adalah sebagai berikut:

a. No.Anggota digunakan sebagai primary key,

b. pekerjaan adalah pekerjaan peminjam ketika melakukan permohonan pinjaman,

c. No KTP adalah Nomer Kartu Tanda Kependudukan peminjam,

d. pekerjaan istri/suami adalah pekerjaan suami atau istri peminjam ketika melakukan permohonan pinjaman,

e. pendapatan keluarga adalah jumlah pendapatan peminjam ditambah dengan jumlah pendapatan suami atau istri peminjam,

f. pengeluaran keluarga adalah jumlah pengeluaran keluarga perbulan untuk memenuhi kebutuhan hidup,

g. pinjaman adalah besar pinjaman yang dilakukan,

h. kemampuan angsuran adalah kemampuan peminjam untuk mengangsur, i. jangka waktu adalah jumlah waktu untuk mengembalikan pinjaman, j. agunan adalah jaminan yang diberikan oleh peminjam,

k. status agunan adalah status kepemilikan jaminan,

l. nilai jaminan adalah besar nominal uang yang setara dengan jaminan, m. tujuan adalah tujuan digunakannya dana pinjaman,

n. tanggal peminjaman adalah tanggal dimana peminjam melakukan pinjaman. Atribut yang digunakan pada data laporan nominatif pinjaman perbulan adalah sebagai berikut:

a. No.Anggota digunakan sebagai primary key,

b. kolektibilitas adalah status kelancaran peminjam dalam mengangsur pinjaman.

Atribut-atribut lain yang tidak digunakan adalah atribut yang telah terwakili oleh atribut yang digunakan, atribut yang tidak ada kaitannya dengan pengklasifikasian, atribut yang nilainya terlalu beragam, dan atribut yang sering tidak mempunyai isian, sehingga atribut tersebut tidak diperlukan pada penelitian ini. Contoh data yang telah dikumpulkan dapat dilihat pada lampiran 2. Setelah data lengkap maka tahap selanjutnya mempersiapkan data tersebut untuk proses data mining yaitu preprocessing yang terdiri dari Data Cleaning, Data Integration, Data Selection, Data Transformation.

B. Pembersihan Data (Data Cleaning) dan Integrasi Data (Data Integration) Preprocessing data yang dilakukan setelah data lengkap adalah pembersihan data. Masih adanya data yang tidak memiliki kelengkapan atribut dapat mengakibatkan hasil dari proses mining tidak baik atau memungkinkan adanya noise. Oleh karena itu perlunya preprocessing pembersihan data. Pembersihan data dilakukan terhadap data yang tidak memiliki kelengkapan atribut dengan cara menghapus data tersebut.

Dari 1.076 dataset dilakukan penghapusan pada 97 dataset dengan rincian sebagai berikut:

1. Data yang tidak mempunyai kelengkapan atribut pekerjaan sebanyak 1. 2. Data yang tidak mempunyai kelengkapan atribut No KTP sebanyak 7.

3. Data yang tidak mempunyai kelengkapan atribut pekerjaan suami/istri sebanyak 54.

4. Data yang tidak mempunyai kelengkapan atribut pengeluaran keluarga sebanayak 1.

5. Data yang tidak mempunyai kelengkapan atribut kemampuan angsuran sebanyak 10.

6. Data yang tidak mempunyai kelengkapan atribut status agunan sebanyak 2. 7. Data yang tidak mempunyai kelengkapan atribut Nilai jaminan sebanyak 19. 8. Data yang tidak mempunyai kelengkapan atribut tujuan sebanyak 2.

9. Data yang tidak mempunyai kelengkapan atribut kolektibilitas sebanyak 1. Setelah proses pembersihan data, jumlah data menjadi 979 dataset yang kemudian dilanjutkan dengan proses integrasi data.

Integrasi data pada penelitian ini dilakukan pada awal ketika pemilihan data-data yang diperlukan dan penghubungan data-data laporan nominatif pinjaman perbulan dengan data peminjam menggunakan primary key yaitu No.Anggota yang kemudian disimpan dalam satu file. Selain itu, integrasi data juga dilakukan dengan penggantian atribut No.KTP dan tanggal peminjaman menjadi atribut umur. Atribut umur tersebut dapat diidentifikasi melalui tahun peminjaman dikurangi dengan tahun lahir peminjam. Tahun lahir peminjam dapat diidentifikasi melalui karakter ke 6 dan 7 dari belakang pada No. KTP.

C. Seleksi Data (Data Selection) dan Transformasi Data (Data

Transformation)

Seleksi data yang dilakukan adalah penghapusan atribut No.Anggota dan penghapusan atribut-atribut yang tidak digunakan dalam analisis seperti nama, alamat, nomer telepon, uraian usaha, dan lain-lain. Sehingga atribut-atribut yang digunakan untuk analisis klasifikasi adalah pekerjaan, umur, pekerjaan istri/suami, pendapatan keluarga, pengeluaran keluarga, pinjaman, kemampuan angsuran, jangka waktu, agunan, status agunan, nilai jaminan, tujuan, dan kolektibilitas.

Setelah dilakukan tahap pembersihan data, integrasi data, dan seleksi data, selanjutnya dilakukan tahap transformasi data. Transformasi data yang dilakukan pada penelitian ini adalah pengubahan tipe data ke dalam format yang sesuai sehingga siap untuk diproses menggunakan metode decision tree C4.5 dan naïve bayes.

Transformasi data dilakukan pada data yang bertipe numerik menjadi interval, diantaranya dilakukan pada beberapa atribut. Hasil transformasi dapat dilihat pada Tabel 3.1-3.7.

Tabel 3.1 Transformasi Atribut Umur Umur (tahun)

Sebelum Transformasi Sesudah Transformasi

27 30 U1

48 30-39 U2

68 40-49 U3

58 50-59 U4

Tabel 3.2 Transformasi Atribut Pendapatan Keluarga Pendapatan Keluarga (rupiah)

Sebelum Transformasi Sesudah Transformasi

1550000 0-1000000 D1

2400000 1000001-2000000 D2

12000000 2000001-3000000 D3

3500000 3000001-4000000 D4

4600000 4000001-5000000 D5

7000000 5000000 D6

Tabel 3.3 Transformasi Atribut Pengeluaran Keluarga Pengeluaran Keluarga (rupiah)

Sebelum Transformasi Sesudah Transformasi

755000 0-1000000 K1

1260000 1000001-2000000 K2

2600000 2000001-3000000 K3

4000000 3000000 K4

Tabel 3.4 Transformasi Atribut Pinjaman Pinjaman (rupiah)

Sebelum Transformasi Sesudah Transformasi

1500000 0-2000000 PJ1

6000000 2000001-4000000 PJ2

8500000 4000001-6000000 PJ3

7000000 6000001-8000000 PJ4

8500000 >8000000 PJ5

Tabel 3.5 Transformasi Atribut Kemampuan Angsuran % Kemampuan angsur %

Sebelum Transformasi Sesudah Transformasi

40 0 – 40 KA1

50 41-60 KA2

Tabel 3.6 Transformasi Atribut Jangka Waktu Jangka Waktu (bulan)

Sebelum Transformasi Sesudah Transformasi

12 1-12 J1

24 13-24 J2

36 24 J3

Tabel 3.7 Transformasi Atribut Nilai Jaminan Nilai Jaminan (rupiah)

Sebelum Transformasi Sesudah Transformasi

4000000 0-5000000 N1

7000000 5000001-10000000 N2

12000000 10000001-15000000 N3

18000000 15000001-20000000 N4

30000000 20000000 N5

Transformasi juga dilakukan pada beberapa atribut yang mempunyai nilai atau isian dengan karakter terlalu panjang, maka untuk mempersingkat data ditransformasi menjadi beberapa inisial. Hasil transformasi dapat dilihat pada Tabel 3.8-3.13.

Tabel 3.8 Transformasi Atribut Pekerjaan Pekerjaan

Sebelum Transformasi Sesudah Transformasi

Wiraswasta PK1

Karyawan Swasta PK2

Petani/pedagang/tukang PK3

Buru PK4

PNS PK5

Tabel 3.9 Transformasi Atribut Pekerjaan Suami/Istri Pekerjaan suami/istri

Sebelum Transformasi Sesudah Transformasi

Wiraswasta PS1

Karyawan Swasta PS2

Petani/pedagang/tukang PS3

Buruh PS4

PNS PS5

Tidak Bekerja PS6

Tabel 3.10 Transformasi Atribut Agunan Agunan

Sebelum Transformasi Sesudah Transformasi

Sertifikat tanah A1

BPKB A2

Tunjuk A3

Tabel 3.11 Transformasi Atribut Status Agunan Status Agunan

Sebelum Transformasi Sesudah Transformasi

Milik Sendiri SA1

Bukan Milik Sendiri SA2

Tabel 3.12 Transformasi Atribut Tujuan Tujuan

Sebelum Transformasi Sesudah Transformasi

Modal T1

Tabel 3.13 Transformasi Atribut Kolektibilitas Kolektibilitas

Sebelum Transformasi Sesudah Transformasi

1 Lancar KL1

2 Kurang Lancar KL2

3 Diragukan KL3

4 Macet KL4

Setelah data ditransformasikan dan dikelompokkan sesuai kriteria masing-masing maka dihasilkan data yang siap untuk diolah seperti yang disajikan pada Tabel 3.14.

Tabel 3.14 Contoh Data yang Telah Mengalami Preprocessing Pekerjaan Umur Pekerjaan

Suami/Istri

Pendapatan Keluarga

Pengeluaran

Keluarga Pinjaman

Kemampuan Angsuran

Jangka

Waktu Agunan

Status Agunan

Nilai

Jaminan Tujuan Kelas

PK1 U1 PS1 D2 K2 PJ2 KA1 J2 A1 SA2 N5 T1 KL3

PK1 U3 PS5 D6 K3 PJ5 KA2 J2 A1 SA1 N5 T1 KL1

PK1 U2 PS1 D4 K3 PJ3 KA2 J2 A2 SA1 N3 T1 KL1

PK2 U4 PS6 D4 K2 PJ2 KA1 J1 A2 SA1 N1 T1 KL3

PK3 U2 PS6 D2 K1 PJ5 KA2 J3 A3 SA1 N4 T2 KL1

PK4 U3 PS4 D2 K1 PJ1 KA3 J2 A3 SA2 N3 T1 KL1

PK6 U2 PS1 D4 K2 PJ4 KA2 J2 A1 SA1 N5 T1 KL1

PK4 U4 PS3 D2 K1 PJ2 KA1 J2 A1 SA1 N2 T2 KL1

PK4 U1 PS4 D2 K1 PJ2 KA2 J1 A3 SA1 N2 T1 KL1

PK4 U2 PS4 D2 K2 PJ3 KA3 J3 A1 SA2 N3 T2 KL4

PK4 U2 PS6 D2 K1 PJ2 KA2 J2 A1 SA2 N2 T1 KL1

PK2 U2 PS1 D3 K2 PJ2 KA2 J2 A3 SA1 N3 T1 KL1

PK3 U3 PS4 D2 K1 PJ1 KA3 J1 A3 SA1 N1 T2 KL3

PK3 U3 PS3 D3 K3 PJ1 KA2 J1 A3 SA1 N1 T1 KL3

PK2 U3 PS1 D4 K2 PJ5 KA3 J3 A1 SA1 N5 T2 KL1

PK4 U3 PS3 D2 K1 PJ3 KA3 J1 A1 SA1 N3 T2 KL4

PK2 U1 PS1 D4 K3 PJ3 KA3 J2 A2 SA1 N2 T1 KL1

PK5 U3 PS3 D2 K2 PJ1 KA2 J2 A3 SA1 N3 T1 KL1

D. Proses Klasifikasi Menggunakan Decision Tree C4.5

Setelah data ditransformasi, maka data siap diproses menggunakan metode decision tree (pohon keputusan). Langkah-langkah pembentukan pohon keputusan menggunakan algoritma C4.5 sebagai berikut:

1. Tahap pertama adalah menentukan simpul akar yang dilakukan dengan menghitung total kasus untuk kelas KL1, KL2, KL3, dan KL4 serta gain ratio pada setiap atribut. Proses ini dilakukan sama pada setiap nilai atribut pekerjaan, umur, pekerjaan suami/istri, pendapaan keluarga, pengeluaran keluarga, pinjaman, kemampuan angsuran, jangka waktu, status agunan, tujuan, nilai jaminan. Hasil dari perhitungan dapat dilihat pada Tabel 3.15.

Berdasarkan Persamaan (2.1) nilai untuk kolom info pada Tabel 3.15 diperoleh dari:

� = − ( ) − ( ) − ( )

Tabel 3.15 Proses Pembentukan Simpul Akar

KASUS TOTAL KL1 KL2 KL3 KL4 INFO ENTROPY GAIN SPLIT INFO GAIN RATIO

979 668 91 159 61 1.37025

PEKERJAAN 1.33910 0.03116 2.14664 0.01452

PK1 326 227 33 51 15

PK2 61 40 7 12 2

PK3 311 194 27 59 31

PK4 202 139 18 32 13

PK5 42 32 5 5 0

PK6 37 36 1 0 0

UMUR 1.36305 0.00720 2.15745 0.00334

U1 107 65 11 22 9

U2 287 201 21 50 15

U3 313 219 33 43 18

U4 186 120 19 32 15

U5 86 63 7 12 4

PEKERJAAN SUAMI/ISTRI 1.35385 0.01640 2.23864 0.00733

PS1 275 193 27 47 8

PS2 40 29 4 6 1

PS3 336 215 39 51 31

PS4 163 112 10 29 12

PS5 45 35 4 4 2

KASUS TOTAL KL1 KL2 KL3 KL4 INFO ENTROPY GAIN SPLIT INFO GAIN RATIO

PENDAPATAN KELUARGA 1.34080 0.02946 2.06842 0.01424

D1 9 4 1 3 1

D2 412 255 39 85 33

D3 264 179 25 39 21

D4 107 86 7 11 3

D5 54 39 4 10 1

D6 133 105 15 11 2

PENGELUARAN KELUARGA 1.35420 0.01605 1.69681 0.00946

K1 388 246 40 68 34

K2 407 284 32 69 22

K3 91 64 8 15 4

K4 93 74 11 7 1

PINJAMAN 1.31406 0.05620 2.18116 0.02576

PJ1 229 124 19 61 25

PJ2 265 174 26 47 18

PJ3 158 107 14 23 14

PJ4 59 46 3 8 2

PJ5 268 217 29 20 2

KEMAMPUAN ANGSURAN 1.31982 0.05044 1.55174 0.03250

KA1 253 165 33 49 6

KA2 422 331 29 50 12

KASUS TOTAL KL1 KL2 KL3 KL4 INFO ENTROPY GAIN SPLIT INFO GAIN RATIO

JANGKA WAKTU 1.33619 0.03406 1.34608 0.02530

J1 310 183 28 63 36

J2 557 395 48 90 24

J3 112 90 15 6 1

AGUNAN 1.30049 0.06977 1.57666 0.04425

A1 339 250 35 40 14

A2 279 220 33 22 4

A3 361 198 23 97 43

STATUS AGUNAN 1.36182 0.00844 0.49469 0.01706

SA1 873 601 71 144 57

SA2 106 67 20 15 4

NILAI JAMINAN 1.35466 0.01560 2.19976 0.00709

N1 186 121 23 32 10

N2 266 172 26 49 19

N3 158 102 9 31 16

N4 77 59 4 9 5

N5 292 214 29 38 11

TUJUAN 1.36875 0.00151 0.98323 0.00153

T1 564 378 57 96 33

Lampiran 10

Output WEKA menggunakan

Percentage Split

=== Run information ===

Scheme:weka.classifiers.trees.J48 -C 0.25 -M 2 Relation: datakredit

Instances: 979 Attributes: 13

Pekerjaan Umur

Pekerjaan Suami/Istri Pendapatan Keluarga Pengeluaran Keluarga Pinjaman

Kemampuan Angsuran Jangka Waktu Agunan

Status Agunan Nilai Jaminan Tujuan

Kelas

Test mode:split 80.0% train, remainder test === Evaluation on test split ===

=== Summary ===

Correctly Classified Instances 131 66.8367 % Incorrectly Classified Instances 65 33.1633 % Kappa statistic 0.1284

Mean absolute error 0.2321 Root mean squared error 0.3591 Relative absolute error 93.3082 % Root relative squared error 101.8163 % Total Number of Instances 196 === Detailed Accuracy By Class ===

TP Rate FP Rate Precision Recall F-Measure ROC Area Class 0.143 0.043 0.417 0.143 0.213 0.636 KL3 0.94 0.794 0.714 0.94 0.812 0.651 KL1 0.091 0.038 0.125 0.091 0.105 0.424 KL4 0 0.006 0 0 0 0.509 KL2 Weighted 0.668 0.549 0.566 0.668 0.595 0.623

Avg.

=== Confusion Matrix ===

a b c d <-- classified as 5 26 3 1 | a = KL3

4 125 4 0 | b = KL1 2 8 1 0 | c = KL4 1 16 0 0 | d = KL2

=== Run information ===

Scheme:weka.classifiers.bayes.NaiveBayes Relation: datakredit

Instances: 979 Attributes: 13

Pekerjaan Umur

Pekerjaan Suami/Istri Pendapatan Keluarga Pengeluaran Keluarga Pinjaman

Kemampuan Angsuran Jangka Waktu Agunan

Status Agunan Nilai Jaminan Tujuan

Kelas

Test mode:split 80.0% train, remainder test === Evaluation on test split ===

=== Summary ===

Correctly Classified Instances 129 65.8163 % Incorrectly Classified Instances 67 34.1837 % Kappa statistic 0.2011

Mean absolute error 0.2308 Root mean squared error 0.3465 Relative absolute error 92.7775 % Root relative squared error 98.2611 % Total Number of Instances 196 === Detailed Accuracy By Class ===

TP Rate FP Rate Precision Recall F-Measure ROC Area Class 0.229 0.087 0.364 0.229 0.281 0.684 KL3 0.872 0.667 0.734 0.872 0.797 0.71 KL1 0.364 0.049 0.308 0.364 0.333 0.739 KL4 0.059 0.011 0.333 0.059 0.1 0.559 KL2 Weighted 0.658 0.472 0.609 0.658 0.618 0.694

Avg.

=== Confusion Matrix ===

a b c d <-- classified as 8 22 4 1 | a = KL3

12 116 4 1 | b = KL1 0 7 4 0 | c = KL4 2 13 1 1 | d = KL2

Lampiran 11

Hasil Ekstraksi Pohon Keputusan



IF AGUNAN=A1 THEN KELAS=KL1;



IF AGUNAN=A2 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N5 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N3 AND PENGELUARAN

KELUARGA=K2 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N3 AND PENGELUARAN

KELUARGA=K2 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N3 AND PENGELUARAN

KELUARGA=K3 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N3 AND PENGELUARAN

KELUARGA=K1 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N3 AND PENGELUARAN

KELUARGA=K4 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N1 AND PENGELUARAN

KELUARGA=K2 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N1 AND PENGELUARAN

KELUARGA=K3 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N3 AND PENGELUARAN

KELUARGA=K1 AND PEKERJAAN=PK1 THEN KELAS=KL2;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N3 AND PENGELUARAN

KELUARGA=K1 AND PEKERJAAN=PK2 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N3 AND PENGELUARAN

KELUARGA=K1 AND PEKERJAAN=PK3 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N3 AND PENGELUARAN

KELUARGA=K1 AND PEKERJAAN=PK4 THEN KELAS=KL2;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N3 AND PENGELUARAN

KELUARGA=K1 AND PEKERJAAN=PK6 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N3 AND PENGELUARAN

KELUARGA=K1 AND PEKERJAAN=PK5 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N3 AND PENGELUARAN

KELUARGA=K4 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N4 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D2 AND NILAI JAMINAN=N2 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D6 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D4 AND JANGKA WAKTU=J1 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D4 AND JANGKA WAKTU=J3 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D3 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D5 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA1 AND PENDAPATAN

KELUARGA =D1 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA2 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J2 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J1 AND PENGELUARAN KELUARGA=K2 AND PENDAPATAN

KELUARGA=D2 AND NILAI JAMINAN=N5 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J1 AND PENGELUARAN KELUARGA=K2 AND PENDAPATAN

KELUARGA=D2 AND NILAI JAMINAN=N3 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J1 AND PENGELUARAN KELUARGA=K2 AND PENDAPATAN

KELUARGA=D2 AND NILAI JAMINAN=N1 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J1 AND PENGELUARAN KELUARGA=K2 AND PENDAPATAN

KELUARGA=D2 AND NILAI JAMINAN=N4 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J1 AND PENGELUARAN KELUARGA=K2 AND PENDAPATAN

KELUARGA=D2 AND NILAI JAMINAN=N2 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J1 AND PENGELUARAN KELUARGA=K2 AND PENDAPATAN

KELUARGA=D6 THEN KELAS=KL4;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J1 AND PENGELUARAN KELUARGA=K2 AND PENDAPATAN

KELUARGA=D3 THEN KELAS=KL4;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J1 AND PENGELUARAN KELUARGA=K2 AND PENDAPATAN

KELUARGA=D5 THEN KELAS=KL4;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J1 AND PENGELUARAN KELUARGA=K2 AND PENDAPATAN

KELUARGA=D1 THEN KELAS=KL4;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J1 AND PENGELUARAN KELUARGA=K3 THEN KELAS=KL3;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J1 AND PENGELUARAN KELUARGA=K1 THEN KELAS=KL4;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA

WAKTU=J1 AND PENGELUARAN KELUARGA=K4 THEN KELAS=KL1;



IF AGUNAN=A3 AND KEMAMPUAN ANGSURAN=KA3 AND JANGKA