Sinus Repository

SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN KREDIT SEPEDA MOTOR DENGAN METODE K-NN (K-NEAREST NEIGHBOR) STUDI KASUS DI HAKIM MOTOR

Apriani , Ana (2016) SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN KREDIT SEPEDA MOTOR DENGAN METODE K-NN (K-NEAREST NEIGHBOR) STUDI KASUS DI HAKIM MOTOR. Other thesis, STMIK Sinar Nusantara Surakarta.

[img] PDF (11.5.00008 BAB I) - Published Version
Download (65Kb)
    [img] PDF (11.5.00008 BAB II) - Published Version
    Download (69Kb)
      [img] PDF (11.5.00008 BAB III) - Published Version
      Download (70Kb)
        [img] PDF (11.5.00008 BAB IV) - Published Version
        Download (409Kb)
          [img] PDF (11.5.00008 BAB VI) - Published Version
          Download (68Kb)
            [img] PDF (11.5.00008 COVER) - Published Version
            Download (51Kb)
              [img] PDF (11.5.00008 DAFTAR PUSTAKA) - Published Version
              Download (9Kb)

                Abstract

                Penjulan sepada motor saat ini begitu pesat terutama bagi masyarakat yang ingin memiliki sepeda motor tetapi tidak memiliki dana yang cukup untuk membeli sepeda motor secara tunai, tentunya akan sangat membutuhkan suatu cara untuk memiliki sepeda motor tetapi dengan system pembayaran kredit. Namun untuk mengurangi konsumen kredit yang mengalami kredit macet dimana kredit macet tersebut dapat menghambat arus lalulintas uang dan menyebabkan kerugian bagi perusahaan Seorang Credit Analyst dituntut untuk bekerja cepat dan teliti dalam menganalisa banyaknya data pemohon kredit yang masuk sehingga tidak menutup kemungkinan terjadi human error, seperti kesalahan perhitungan, salah membaca data, dll. Oleh karena itu, dalam upaya membantu Credit Analyst dalam kegiatan pengambilan keputusan konsumen layak kredit, diperlukan model sistem berbasis komputer yang dapat memberikan kemudahan dalam menentukan pemohon kredit motor berdasarkan kriteria dan bobot tertentu. Sebuah sistem pendukung keputusan ( SPK ) merupakan pilihan tepat untuk membantu penyeleksian pemohon kredit. Sistem dirancang dengan menggunakan metode K-NN (K-Nearest Neighbor) Metode K-NN dipilih karena metode ini mampu untuk memprediksi probabilitas data dimasa depan dengan berdasarkan pengalaman dimasa sebelumnya Hasil pengujian sistem ada 2 yaitu pengujian fungsionalitas adalah pengujian berguna untuk mengetahui hasil output setiap sistem dan pengujian validitas di mana nanti akan dibandingkan antara perhitungan manual dan pengujian program

                Item Type: Thesis (Other)
                Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
                Divisions: Faculty of Informatics Engineering > Department of Informatics Engineering
                Depositing User: Novi Oppik Budi
                Date Deposited: 09 Mar 2018 15:13
                Last Modified: 09 Mar 2018 15:13
                URI: http://eprints.sinus.ac.id/id/eprint/444

                Actions (login required)

                View Item