Abstract

KREDIT MERUPAKAN SEBUAH PERILAKU EKONOMI YANG BANYAK DILAKUKAN OLEH MASYARAKAT MODERN. PERSETUJUAN KREDIT DAPAT MEMBANTU MASYARAKAT UNTUK MENDAPATKAN PINJAMAN SEJUMLAH UANG GUNA MEMBELI SUATU BARANG YANG UMUMNYA TIDAK DAPAT TERJANGKAU DENGAN PEMBAYARAN KONTAN. BANYAKNYA KRITERIA YANG DIAJUKAN OLEH PIHAK BANK ATAU PIHAK PENYEDIA DANA PADA UMUMNYA BERFUNGSI UNTUK MENYARING DATA NASABAH YANG NANTINYA DINYATAKAN LAYAK DIBERIKAN KREDIT ATAUPUN TIDAK. SEMAKIN BANYAK KRITERIA ATAU ATRIBUT YANG DIGUNAKAN TIDAK AKAN MENJAMIN KEAKURATAN KLASIFIKASI PERSETUJUAN KREDIT. BEBERAPA ATRIBUT YANG TIDAK BERPENGARUH JUSTRU AKAN MEMBUAT HASIL KLASIFIKASI MENJADI KURANG AKURAT. USAHA UNTUK MENGETAHUI BERAPA BESAR PENGARUH SEBUAH ATRIBUT DALAM KLASIFIKASI BANYAK DILAKUKAN OLEH PENELITI. SALAH SATUNYA MENGGUNAKAN TEKNIK DATA MINING. DALAM TAHAP PRE PROCESSING DATA MINING SALAH SATU YANG BANYAK DIGUNAKAN ADALAH SELEKSI FITUR. BEBERPA TEKNIK SELEKSI FITUR BERHASIL UNTUK MENINGKATKAN AKURASI KLASIFIKASI DATA MINING. DALAM PENELITIAN INI AKAN DILAKUKAN SELEKSI FITUR MENGGUNAKAN ALGORITMA INFORMATION GAIN UNTUK MENGETAHUI PENGARUH ATRIBUT TERHADAP KLASIFIKASI PERSETUJUAN KREDIT.