1.Pertama Siapkan data yang mau diolah.disini kita ingin mengelolah data credit
nasabah dengan nama file nya data trainingnya Creditaproval.dan data testingnya
creditaproval-testing.
4. Proses Hasil prediksi pada data creditaproval dengan data testing creditaproval-
testing dengan menggunakan operator apply model.berikut desain tampilan dan
hasilnya.
Desain tampilan:
Hasil prediksi nya:
Berikut Penjelasannya:
Nah disini kita mendapatkan hasil pengujian menggunakan operator apply model
dengan data aprovalcredit dan aprovalcredit testing,sehingga hasilnya ada dua
kolom status kredit dan prediction(status kredit) nah di data yang tampil diatas
merupakan data yang telah dilakukan pengujian.
Kesimpulannya:
Dari total data nasabah kredit sebanyak 867 sampel data yang ada secara
keseluruhan tetapi kita cuman melakukan pengujian sebanyak 102 data testing yang
ingin kita uji,dari kolom Status kredit mendapatkan nilai 59 nasabah yang status
kreditnya macet sedangkan nilai 41 nasabah status kreditnya lancar.
5. selanjutnya tahap terakhir ini melakukan uji akurasi klasifikasi terhadap data
decision tree tadi dengan menggunakan operator performance klasifikasi.dengan
parameter kriteria information_gain dengan tampilan design nya seperti dibawah
ini:
Tampilan desain: