Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

IMPLEMENTASI MODIFIED K-NEAREST NEIGHBOR (MKNN) DALAM MENGKLASIFIKASIKAN BANK YANG BERESIKO MENGALAMI KEPAILITAN DI INDONESIA

Yuliana Fitri, - (2019) IMPLEMENTASI MODIFIED K-NEAREST NEIGHBOR (MKNN) DALAM MENGKLASIFIKASIKAN BANK YANG BERESIKO MENGALAMI KEPAILITAN DI INDONESIA. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img] Text (BAB V)
Yuliana Fitri_11451201725 (Hasil Penelitian BAB V).pdf - Published Version
Restricted to Repository staff only

Download (3MB)
[img] Text
Yuliana Fitri_11451201725 (Hasil Penelitian BAB I, II, III, IV, dan VI).pdf

Download (12MB)

Abstract

Yuliana Fitri (2019): IMPLEMENTASI MODIFIED K-NEAREST NEIGHBOR (MKNN) DALAM MENGKLASIFIKASIKAN BANK YANG BERESIKO MENGALAMI KEPAILITAN DI INDONESIA Salah satu lembaga yang membantu dalam perkembangan keuangan negara termasuk Indonesia adalah Bank. Lembaga perbankan memiliki peranan yang begitu penting dalam urusan intermediasi perekonomian dari suatu negara. Kepercayaan dari masyarakat terhadap sebuah bank dapat memengaruhi kemampuan bank menghimpun dana dari masyarakat atau dari kelembagaan (instansi) tergantung kepada kinerja internal bank sendiri secara umum yang mewakili gambaran dari tingkat kesehatan bank. Sehat atau tidaknya sebuah bank dapat memengaruhi besar resiko suatu bank mengalami kebangkrutan. Penerapan sebuah metode dalam mengklasifikasikan bank yang beresiko mengalami kepailitan (kebangkrutan) perlu diterapkan. Penelitian ini menggunakan Modified K-Nearest Neighbor (MKNN) sebagai metode klasifikasi bank beresiko mengalami kepailitan. Parameter yang digunakan sebagai inputan pada MKNN adalah data CAMEL Bank yang terdiri dari 7 parameter yaitu CAR, NPL Gross, ROA, ROE, NIM, BOPO, dan LDR yaitu sebanyak 580 data bank selama 5 tahun dari data tahun 2012 sampai data tahun 2016. Pengujian dilakukan dengan menggunakan Confussion Matrix dengan jumlah data sebanyak 580 data dan pembagian data latih:uji dengan perbandingan 90:10, 80:20, dan 70:10 dengan menggunakan nilai k=3, k=5, dan k=7 k=9, k=11, k=13 dan k=15. Hasil pengujian dengan akurasi tertinggi didapatkan sebesar 98% pada data uji 10% dengan nilai k=3, k=5, k=11, dan k=13, serta pada data uji 30% dengan nilai k=3 dan k=5. Berdasarkan hasil tersebut dapat disimpulkan bahwa metode Modified K-Nearest Neighbor baik dalam mengklasifikasikan bank yang beresiko mengalami kepailitan.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 30 Dec 2019 07:39
Last Modified: 30 Dec 2019 07:39
URI: http://repository.uin-suska.ac.id/id/eprint/24120

Actions (login required)

View Item View Item