ABSTRAK
Pengurus koperasi di Koperia (Koperasi Warga Komplek Gandaria) untuk memberikan kredit kepada
nasabah masih berdasarkan proses yang tidak obyektif dan banyak masih mengalami kendala. Oleh sebab itu
sulit dalam menentukan kelayakan pemberian kredit yang sering dialami oleh pengurus koperasi. Adapun
masalah yang muncul pada koperasi adalah pembayaran angsuran yang sering mengalami macet karena sering
menunggak. Dimana jika banyak nasabah yang menunggak dalam pembayaran maka akan mengganggu sistem
keuangan perusahaan. Penerapan data mining dalam hal konteks penggalian data diharapkan dapat memberikan
solusi untuk menentukan pemberian kelayakan kredit kepada nasabah, dengan menerapakan proses klasifikasi
pada data mining menggunakan Algoritma C4.5, dengan menggunakan atribut himpunan data, Jumlah
Penghasilan, Jumlah Saldo, Jumlah Pinjaman, Jangka Waktu dan Keperluan. Adapun hasil penelitian ini yaitu
menerapkan algoritma C4.5 untuk menentukan kelayakan pemberian kredit nasabah pada koperasi berdasarkan
atribut yang telah ditentukan menghasilkan keputusan bagaimana menentukan dalam proses pemberian kredit
dengan Atribut Keperluan, Jumlah Pinjaman, Jumlah Penghasilan dan Jumlah Pinjaman.
Kata Kunci : Koperia, Data Mining, Algoritma Klasifikasi C4.5, Jumlah Penghasilan, Jumlah Saldo, Jumlah
Pinjaman, Jangka Waktu dan Keperluan
ABSTRACT
Cooperative management in Koperia (Cooperative Citizens of Komplek Gandaria) to provide credit to
customers is still based on process that is not objective and many still have problems. Therefore it is difficult
in determining creditworthiness which is often experienced by cooperative management. The problems that
arise in the cooperative is the payment of installments that often experience jams because of frequent
delinquent. Where if many customers are delinquent in payment it will disrupt the company's financial system.
Implementation of data mining in terms of data mining context is expected to provide a solution to determine
the extension of creditworthiness to customers, by applying the process of classification on data mining using
Algorithm C4.5, using data set attributes, Amount of Income, Total Balance, Amount of Loans, and Needs. The
results of this research is to apply C4.5 algorithm to determine the feasibility of lending customers on the
cooperative based on the attributes that have been determined to determine how to determine in the process of
granting credit with the Attributes of Needs, Number of Loans, Total Income and Amount of Loans.
Keywords: Koperia, Data Mining, Classification Algorithm C4.5, Amount of Income, Amount of Balance,
Amount of Loan, Period and Purposes.
Jurnal Universitas Satya Negara Indonesia Vol. 10 No. 1 Juni 2017 Hal 45 -51
45
PENDAHULUAN pemberian kredit agar proses kridit tidak
Koperia (Koperasi Warga Komplek macet..
Gandaria) adalah sebuah badan usaha yang
bergerak dibidang simpan pinjam uang untuk Rumusan Masalah
memenuhi kebutuhan masyarakat dalam hal Berdasarkan latar belakang yang telah
keuangan system kekeluargaan dan diuraikan diatas, maka dapat dirumuskan
kebersamaan. Dapat diketahui bahwa di masalah yaitu “Bagaimana
koperia sudah banyak memiliki anggota mengimplementasikan data mining untuk
koperasi yang melakukan transaksi kredit, penentuan kelayakan pemberian kredit
akan tetapi pengurus koperia pada saat ini kepada nasabah koperia dengan
untuk memberikan kredit kepada nasabah menggunakan algoritma C4.5?”.
masih berdasarkan proses yang tidak obyektif
yang sering mengalami kendala dalam Tujuan Penelitian
menentukan kelayakan pemberian kredit. Tujuan penelitian ini yaitu
Oleh sebab itu sulit menentukan kelayakan mengimplementasikan data mining untuk
pemberian kredit yang sering dialami oleh penentuan kelayakan pemberian kredit
pengurus koperia. Adapun masalah yang kepada nasabah menggunakan algoritma
muncul pada koperia adalah pembayaran C4.5.
angsuran pinjaman yang selalu macet.
Seseorang yang sering menunggak LANDASAN TEORI
dikarenakan penghasilan mereka yang Koperasi
kurang mencukupi. Dimana jika banyak Koperasi menurut Undang Undang No.
nasabah yang menunggak dalam pembayaran 25 tahun 1992, Koperasi adalah Badan usaha
maka akan mengganggu sistem keuangan yang beranggotakan orang-seorang atau
perusahaan. badan hukum, koperasi dengan melandaskan
Untuk mengatasi masalah tersebut kegiatannya berdasarkan prinsip koperasi
pengurus koperia harus bisa menentukan sekaligus sebagai gerakan ekonomi rakyat
kebijakan dalam menentukan proses yang berdasar atas asas kekeluargaan. Fungsi
kelayakan pemberian kredit kepada nasabah, koperasi adalah sebagai pusat penting
agar tidak ada lagi nasabah kredit yang perekonomian Indonesia, sebagai upaya
menunggak pembayarannya. Dari hal mendemokrasikan sosial ekonomi Indonesia
tersebut, maka untuk penentuan kelayakan (Hadi, 2015).
pemberian kredit bisa dilakukan dengan Kredit
proses perhitungan yang tepat, dengan Kredit secara umum adalah pemberian
menggunakan algoritma klasifikasi C4.5. penggunaan suatu uang atau barang pada
Dalam slgoritms ini diharapkan akan mampu orang lain di waktu tertentu dengan jaminan
untuk menentukan pemberian kredit yang atau tanpa ada jaminan, dengan pemberian
layak atau tidak layak kepada nasabah jasa atau bunga atau tanpa ada bunga
berdasarkan himpunan Jumlah Penghasilan, (Nugroho, 2016).
Jumlah Saldo, Jumlah Pinjaman, Jangka Data Mining
Waktu dan Keperluan. Dengan menerapkan Data mining merupakan analisis
beberapa atribut yang mampu mengurangi otomatis dari data yang berjumlah besar atau
tingkat resiko penunggakan. Adapun atribut dengan tujuan untuk menemukan pola atau
yang digunakan yaitu jumlah penghasilan, kecenderungan yang penting yang biasanya
dengan atribut >5 Juta dan 3-5 juta, jumlah tidak disadari keberadaannya (Kusrini,
saldo dengan atribut >3, 1-3 Juta, 1-3 Juta, < 2009).
1 Juta, jumlah pinjaman 11-20 Juta, 6-10 Pohon Keputusan
Juta, 1-5 Juta, jangka waktu 1-4 Bulan, 5-8 Pohon keputusan (Decision Tree)
Bulan, 9-12 Bulan, dan keperluan dengan merupakan metode klasifikasi dan prediksi
atribut Modal Usaha Membeli Barang. yang sangat kuat dan terkenal. Metode pohon
Penelitian ini bertujuan untuk penentuan keputusan mengubah fakta yang sangat besar
kelayakan pemberian kredit kepada nasabah, menjadi pohon keputusan yang
sehingga pihak koperasi dapat membantu merepresentasikan aturan. Aturan dapat
menyelesaikan penentuan kelayakan dengan mudah dipahami dengan bahasa
alami. Aturan ini juga dapat diekspresikan
Jurnal Universitas Satya Negara Indonesia Vol. 10 No. 1 Juni 2017 Hal 45 -51
46
dalam bentuk bahasa basis data seperti 4. Ulangi langkah kedua hingga semua
Structured Query Language ( SQL) untuk record terpartisi.
mancari record pada kategori tertentu. 5. Proses partisi keputusan akan berhenti
(Kusrini, 2009). saat :
a. Semua record dalam simpul N
Algoritma C4.5 mendapat kelas yang sama.
Algoritma C4.5 merupakan algoritma b. Tidak ada atribut di dalam record
yang digunakan untuk membentuk pohon yang dipartisi lagi.
keputusan. Kelebihan algoritma C4.5 dapat c. Tidak ada record di dalam cabang
menghasilkan pohon keputusan yang mudah yang kosong.
di interprestasikan, dapat menangani data
numerik (kontinyu) dan diskrit (Prasetyo,
2014). Dalam algoritma C4.5 ini membaca METODOLOGI PENELITIAN
seluruh sampel data training dan storage dan Metode Yang Diusulkan
memuatnya ke memori. Hal inilah yang Metode yang diusulkan peneliti
menjadi salah satu kelemahan algoritma C4.5 yaitu menggunakan algoritma C4.5 yaitu
yaitu hanya dapat digunakan jika data seperti pada gambar 1 dibawah ini :
training dapat disimpan secara keseluruhan
dan pada waktu yang bersamaan dimemori. Koperasi
…………………………….(1)
Keterangan: Gambar 1.
𝑆 = Himpunan kasus Metode yang diusulkan
𝑛 = Jumlah partisi S
𝑝𝑖 = Proporsi dari 𝑆𝑖 terhadap 𝑆
3. Kemudian hitung nilai gain dengan
rumus sebagai berikut : Data Sampling
𝐺𝑎𝑖𝑛 (S, A) = 𝐸𝑛𝑡𝑟𝑜𝑝𝑦(𝑆) − Tabel 1. Data Sampling
𝑛 Atribut
|𝑆𝑖|
∑ ∗ 𝐸𝑛𝑡𝑟𝑜𝑝𝑦(𝑆𝑖) ………(2) Total kasus Kategori
𝑖=0 |𝑆|
Keterangan :
𝑆 = Himpunan kasus Jumlah Penghasilan > 5 Juta
𝐴 = Atribut 3-5 Juta
𝑛 = Jumlah partisi atribut 𝐴
|𝑆𝑖| = Jumlah kasus pada partisi ke- Jumlah Saldo > 3 Juta
𝑖 1-3 Juta
|𝑆| = Jumlah kasus dalam 𝑆 < 1 Juta
Jurnal Universitas Satya Negara Indonesia Vol. 10 No. 1 Juni 2017 Hal 45 -51
47
𝑛
Jurnal Universitas Satya Negara Indonesia Vol. 10 No. 1 Juni 2017 Hal 45 -51
48
Keperluan
Hasil perhitungan untuk nilai entropy dan
gain kasus pertama ditunjukkan pada tabel 4 Lain-Lain
Modal Usaha
berikut ini : Membeli
Tabel 4. Barang
Hasil Entropy dan Gain Kasus ?
Pertama Layak ?
Modal 10 10 0 0
Tidak Layak Tidak Layak Layak
Usaha
Membeli 8 5 3 0,9544
Barang
Lain-lain 12 2 10 0,650 Gambar 5.
Hasil Pohon Keputusan Akhir
Dari hasil perhitungan pada tabel 4
dapat diketahui bahwa nilai Gain terbesar Setelah pohon keputusan akhir maka
yaitu pada atribut status keperluan yaitu dihasilkan sejumlah aturan dalam pohon
sebesar 0,473. Sehingga atribut keperluan tersebut. Contoh aturan yang dapat terbentuk
menjadi node akar. Pada atribut keperluan dari pohon pada gambar 5 adalah sebagai
terdapat 3 nilai atribut, yaitu modal usaha, berikut:
membeli barang dan lain-lain. Nilai atribut “Jika Keperluan Modal Usaha Maka =
yang pertama yaitu modal usaha sudah Layak”
mengklasifikasikan kasus menjadi satu yaitu “Jika Keperluan Membeli Barang dan Jumlah
dengan status layak sehingga tidak perlu Pinjaman 11-20 Juta Maka = Tidak Layak”
dilakukan perhitungan lebih lanjut. “Jika Keperluan Membeli Barang dan Jumlah
Sedangkan nilai atribut yang kedua dan Pinjaman 6-10 Juta Maka = Layak”
ketiga yaitu membeli barang dan lain-lain “Jika Keperluan Membeli Barang dan Jumlah
belum mengklasifikasikan kasus menjadi Pinjaman 1-5 Juta Maka = Tidak Layak”
satu keputusan sehinggga perlu dilakukan “Jika Keperluan Lain-lain dan Jumlah
perhitungan lagi. Penghasilan > 5 Juta Maka = Tidak Layak”
Dari proses tersebut maka dapat “Jika Keperluan Lain-lain dan Jumlah
dihasilkan pohon keputusan sementara Penghasilan 3-5 Juta dan Jumlah Pinjaman
seperti pada gambar berikut ini : 11-20 Juta Maka = Tidak Layak”
“Jika Keperluan Lain-lain dan Jumlah
Penghasilan 3-5 Juta dan Jumlah Pinjaman 6-
10 Juta Maka = Tidak Layak”.
“Jika Keperluan Lain-lain dan Jumlah
Penghasilan 3-5 Juta dan Jumlah Pinjaman 1-
5 Juta Maka = “Layak”.
Jurnal Universitas Satya Negara Indonesia Vol. 10 No. 1 Juni 2017 Hal 45 -51
49
C. Hasil Implementasi Program
Jurnal Universitas Satya Negara Indonesia Vol. 10 No. 1 Juni 2017 Hal 45 -51
50
Pinjaman 6-10 Juta Maka = Tidak 3. Soewadji, Jusuf. Pengantar Metodologi
Layak”,“Jika Keperluan Lain-lain dan Penelitian. Jakarta : Mitra Wacana
Jumlah Penghasilan 3-5 Juta dan Jumlah Media, 2012.
Pinjaman 1-5 Juta Maka = “Layak”. Mampu 4. Nugroho, Adi. [Online] Agustus 2016.
untuk menentukan kelayakan pemberian http://www.lahiya.com/pengertian-
kredit nasabah pada koperia berdasarkan kredit/.
atribut yang telah ditentukan, dapat 5. Implementasi Metode Decision Tree Dan
membantu pihak koperia dalam pengambilan Algoritma C4.5 Untuk Klasifikasi Data
keputusan pemberian kredit kepada nasabah. Nasabah Bank. Rusito, Meidy Taufani
Firmansyah. Maret 2016, Infokam, Vol.
Saran No.1.
Adapun saran pada penelitian ini sebgai 6. Prasetyo, Eko. Data Mining Mengolah
berikut : Data Menjadi Informasi Menggunakan
1. Perlu dilakukan penambahan algoritma Matlab. Yogyakarta : CV.Andi Offset,
dalam proses klasifikasi misalnya 2014.
algoritma A*, KNN. 7. Munawar. Pemodelan Visual Dengan
2. Perlunya penambahan atribut dalam UML. Yogyakarta : Graha Ilmu, 2005.
proses penggolaahan agar dapat lebih 8. Andi. Pemrograman PHP dan MySQL.
baik. Yogyakarta : MADCOMS, 2016.
3. Dapat menggunakan algoritma 9. Evaluasi Penentuan Kelayakan Pemberian
optimalisasi dalam hal memaksimalkan Kredit Koperasi Syariah Menggunakan
proses penentuan kelayakan kridit, Algoritma Klasifikasi C4.5. Masripah,
seperti Support Vektor Machine, Siti. Maret 2015, Jurnal Pilar Nusa
Genetik Algorithm Mandiri, Vols. Vol.XI,No.1.
10. Implementasi Data Mining Untuk
Memprediksi Masa Studi Mahasiswa
DAFTAR PUSTAKA Menggunakan Algoritma C4.5 (Studi
Kasus: Universitas Dehasen Bengkulu).
1. Kusrini, Emha Taufiq Luthfi. Algoritma Siska Haryati, Aji Sudarsono,Eko
Data Mining. Yogyakarta : CV Andi Suryana. September 2015, Jurnal Media
Offset, 2009. Infotama, Vol. Vol.11 No.2.
2. Agung, Gregorius. HTML 5 Manual 11. Hadi, Abdul. [Online] Agustus 2015.
Book. Jakarta : PT.Elex Media http://www.softilmu.com/2015/08/Penge
Komputindo, 2014. rtian-Prinsip-Tujuan-Fungsi-Jenis-
Koperasi-Adalah.html.
Jurnal Universitas Satya Negara Indonesia Vol. 10 No. 1 Juni 2017 Hal 45 -51
51