BAB I PENDAHULUAN 1.1. Latar Belakang
|
|
- Handoko Makmur
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1. Latar Belakang Dalam mencapai tujuan pembangunan ekonomi diperlukan peran serta lembaga keuangan untuk membiayai pembangunan tersebut. Lembaga keuangan memegang peranan penting dalam roda pembangunan ekonomi suatu negara. Terdapat banyak lembaga keuangan di suatu negara. Salah satu lembaga keuangan yang terlibat dalam pembangunan ekonomi adalah bank. Bank adalah lembaga keuangan yang menghimpun dana dari masyarakat dalam bentuk simpanan, memberikan kredit baik bersumber dari dana yang diterima dari masyarakat maupun dana yang diperoleh dari pemilik bank (pemegang saham), pemerintah maupun Bank Indonesia. Bank merupakan perantara yang menghimpun dana dan menempatkannya dalam bentuk aktiva produktif yaitu kredit. Menurut Undang-undang Republik Indonesia Nomor 10 Tahun 1998 Pasal 1 (1 1) tentang Perbankan, kredit adalah penyediaan uang atau tagihan yang dipersamakan dengan itu berdasarkan persetujuan atau kesepakatan pinjam meminjam antara pihak bank dan pihak lain yang mewajibkan pihak peminjam untuk melunasi hutangnya setelah jangka waktu tertentu dengan pemberian bunga. Pemberian kredit merupakan hal ringan apabila seorang debitur (peminjam) membayar pinjamannya dengan lancar. Pemberian kredit memiliki sebuah resiko yaitu adanya kredit macet. Kredit macet memberikan dampak yang negatif bagi bank, masyarakat dan negara. Timbulnya kredit bermasalah juga dapat mengakibatkan kesulitan dari bank tersebut untuk memenuhi kewajibannya kepada deposan. Kejadian debitur gagal membayar kembali pinjamannya dikenal dengan istilah default. Peminjam (debitur) yang gagal mengembalikan pinjamannya dapat mengakibatkan kerugian pada kreditur. Kejadian ini memungkinkan timbulnya micro systematic risk yaitu jatuhnya industri keuangan (kreditur) secara keseluruhan. Pihak kreditur perlu mengantisipasi untuk menghindari kejadian 1
2 2 tersebut dengan menerapkan early warning system untuk meminimalisasi risiko kredit. Pemberian kredit merupakan suatu kinerja bank yang paling pokok. Sebelum memberikan kredit, bank perlu memberikan penilaian terhadap nasabah yang akan mengajukan kredit pinjaman. Adanya unsur risiko dari suatu kredit ini menyebabkan bank perlu melakukan suatu pengamatan kredit. Tujuan pengamatan tersebut untuk menghilangkan risiko atau setidak-tidaknya untuk memperkecil resiko yang mungkin timbul. Dewasa ini banyak cara yang dapat dilakukan untuk mengantisipasi adanya kredit macet. Salah satu caranya adalah mencari potensi baik dari calon debitur dengan mengelompokkan karakteristik debitur. Kita dapat mengetahui debitur yang mengajukan pinjaman dapat terbagi ke dalam beberapa kelompok dan karakteristik debitur yang mengajukan pinjaman pada setiap kelompok yang terlihat dari beberapa variabel. Melalui data yang ada, penulis ingin mengelompokkan data tersebut ke dalam 4 kelompok. Penulis ingin mengetahui apakah durasi peminjaman, tingkat angsuran, lama tinggal di hunian, usia, jumlah kredit di bank, jumlah kredit yang ada di bank saat ini, dan jumlah tanggungan signifikan membedakan keempat kelompok yang terbentuk, profil serta kecenderungan-kecenderungan dari masingmasing kelompok yang terbentuk menggunakan metode K-means Cluster. Selanjutnya, penulis menggunakan metode Multi-class Support Vector Machines untuk menghitung tingkat akurasi dan prediksi pada dataset yang telah dikelompokkan ke dalam 4 kelompok tersebut. Terdapat 2 pendekatan untuk menganalis dataset yang dikenal sebagai metode belajar (learning) yaitu : unsupervised learning dan supervised learning. Dalam pendekatan pertama, unsupervised learning, metode kita terapkan tanpa adanya latihan (training) dan tanpa ada guru (teacher). Guru di sini adalah label dari data khusus. Metode yang termasuk unsupervised learning antara lain K- means Cluster, K-Nearest Neighbour, Self Organizing Map (SOM). Pendekatan selanjutnya adalah supervised learning yaitu metode belajar dengan adanya latihan dan pelatih. Banyak teknik dalam pattern recognition (pengenalan pola)
3 3 yang masuk dalam kategori ini. Contohnya : Regresi, Analisis Diskriminan (LDA), Artificial Neural Network (ANN), Support Vector Machine (SVM), Algoritma C4.5, Backpropogation, Algoritma Chi-Square Automatic Interaction Detection (CHAID). Metode ini membutuhkan acuan awal untuk memperoleh nilai yang disebut training dataset. Beberapa metode yang sudah digunakan untuk analisis credit scoring adalah Least Squares Support Vector Machines (LS-SVM), Klasifier Naive Bayes, Regresi Cox, Kombinasi K-means Clusters dan Algoritma C4.5, Learning Vector Quantization (LVG), K-nearest Neighbors, Jaringan Syaraf Backpropagation. Dalam tugas akhir ini, penulis akan mencoba mengemukakan analisis segmentasi karakteristik debitur dengan metode K-means cluster dan Multi-class Support Vector Machines. Konsep dasar dari Multi-class support vector machines adalah untuk mengklasifikasikan dataset ke dalam multi kelas (lebih dari 2 kelas). Ada 2 metode yang dapat digunakan untuk menyelesaikan masalah klasifikasi Multi-class support vector machines yaitu one-against-one (Satu Lawan Satu) dan one-against-all (Satu Lawan Semua). Sehingga dalam penggunaannya bisa menggunakan salah satu dari kedua metode tersebut. Analisis metode multi-class support vector machines ini merupakan pengembangan dari metode support vector machines yang mengklasifikasikan dataset ke dalam 2 kelas. Support vector machines berada dalam satu kelas dengan artificial neural networks dimana keduanya masuk ke dalam supervised learning. Para ilmuan maupun praktisi telah banyak menerapkan teknik ini dalam menyelesaikan masalah-masalah nyata dalam kehidupan sehari-hari. Terbukti dalam banyak implementasi, support vector machines maupun multi-class support vector machines memberikan hasil yang lebih baik daripada artificial neural networks, terutama dalam hal solusi yang dicapai. Artificial neural networks menemukan solusi berupa local optimal sedangkan support vector machines maupun multi-class support vector machines memberikan solusi yang global optimal. Solusi local optimal memberikan hasil yang berbeda atau tidak selalu sama setiap running yang dijalankan. Sedangkan solusi global optimal memberikan solusi yang sama untuk setiap running yang dijalankan. Teknik ini
4 4 sangat menarik dalam bidang data mining maupun machine learning karena performasinya yang meyakinkan dalam memprediksi kelas suatu data baru Batasan Masalah Terdapat banyak metode yang dapat digunakan untuk menganalisis pemodelan segmentasi karakteristik debitur, maka diperlukan adanya batasan masalah. Metode penelitian yang digunakan adalah menggabungkan 2 metode yaitu menggabungkan unsupervised learning (K-means cluster) dan supervised learning (multi-class support vector machines). Terdapat 2 metode yang dapat digunakan untuk mengaplikasikan masalah klasifikasi multi-class support vector machines yaitu one-against-one (satu lawan satu) dan one-against-all (satu lawan semua). Oleh karena itu, dalam Penulisan Tugas Akhir ini penulis hanya membatasi pada penjelasan metode multi-class support vector machines menggunakan metode one-against-one (satu lawan satu). Data yang digunakan penulis adalah data German kredit Tujuan Penulisan Penyusunan tugas akhir ini dimaksudkan sebagai pemenuhan salah satu syarat untuk mencapai derajat S1 Program Studi Statistika FMIPA UGM. Sedangkan tujuan dari penulisan tugas akhir ini adalah sebagai berikut : 1. menggabungkan 2 metode yaitu metode unsupervised learning dan supervised learning untuk analisis segmentasi karakteristik debitur, 2. untuk mempelajari dan memahami esensi dari data mining menggunakan metode Multi-class support vector machines dan support vector machines, 3. untuk memahami dan dapat mengaplikasikan suatu studi kasus menggunakan aplikasi K-means cluster dan Multi-class support vector machines di bidang keuangan, 4. untuk dapat meneliti tingkat akurasi dan prediksi dataset dengan menggunakan metode Multi-class support vector machines.
5 Manfaat Penulisan Penulisan tugas akhir ini diharapkan bisa memberikan manfaat sebagai berikut : 1. mengaplikasikan ilmu statistika untuk menganalisis segmentasi karakteristik debitur, 2. mengelompokkan data (klastering) ke dalam 4 kelompok menggunakan K-means Cluster, 3. dapat menganalisis karakteristik debitur tiap kelompok dan mencari nilai prediksi untuk setiap kelompok menggunakan metode Multiclass support vector machines dengan variabel dependennya lebih dari 2 kelas (multi-class), 4. menambah wawasan dan ilmu pengetahuan yang selanjutnya dapat dikembangkan ke bidang-bidang lainnya Metode Penulisan Metode Penulisan yang digunakan penulis adalah studi literatur yang diperoleh dari perpustakaan, jurnal-jurnal ilmiah dan sumber-sumber lain yang diperoleh dari internet. Penulis dalam menyelesaikan penelitian ini menggunakan bantuan software SPSS 16.0 dan software R Data yang digunakan adalah data sekunder dari internet yang bisa dipertanggungjawabkan Tinjauan Pustaka K-means cluster adalah suatu metode clustering yang sering digunakan untuk mengelompokkan sekumpulan objek ke dalam beberapa cluster sehingga kemiripan objek dalam kelompok lain akan bernilai minimal dengan jumlah cluster yang telah ditentukan sebanyak k. Support vector machines (SVM) adalah suatu teknik yang relatif baru untuk melakukan prediksi, baik klasifikasi maupun regresi. SVM adalah sistem pembelajaran yang menggunakan ruang hipotesis berupa fungsi-fungsi linier dalam sebuah fitur ( feature space) berdimensi tinggi, dilatih dengan algoritma pembelajaran yang didasarkan pada teori optimasi dengan mengimplementasikan
6 6 learning bias yang berasal dari teori pembelajaran statistik. Teori yang mendasari SVM sudah berkembang sejak 1960-an tetapi tidak mendapatkan perhatian banyak dari para peneliti. Vladimir Vapnik, Boser dan Guyon memperkenalkan SVM pada tahun 1992 dan sejak itu SVM berkembang dengan pesat dan dapat menunjukkan aplikasi nyata. Salah satu penyebab keterlambatan support vector machines berkembang adalah tersimpan teori Matematika yang mendalam di balik Support Vector Machines dibandingkan dua kerabatnya di bidang soft computing : neural network dan fuzzy logic. Pada awalnya SVM dikembangkan untuk persoalan klasifikasi 2 kelas (klasifikasi biner). Pengembangan ke arah persoalan klasifikasi untuk multi kelas masih menjadi perhatian para peneliti (Hsu and Lin, 2002). Ada 2 pendekatan utama untuk mengimplementasikan SVM multi kelas. Pertama dengan menggabungkan beberapa fungsi pemisah persoalan klasifikasi biner untuk menyelesaikan persoalan klasifikasi multi kelas. Kedua, secara langsung menggunakan semua data dari semua kelas dalam satu formulasi persoalan optimasi. Namun, pada pendekatan kedua permasalahan optimasi yang harus diselesaikan jauh lebih rumit. Metode yang umum digunakan untuk mengimplementasikan SVM multi kelas dengan pendekatan pertama. Berikut ini yang termasuk dalam pendekatan pertama dimana beberapa fungsi untuk 2 kelas dikembangkan lalu digabung yakni : one-against-one (satu lawan satu) dan oneagainst-all (satu lawan semua). Penelitian dalam credit scoring dan clustering terus menerus mengalami perkembangan, begitu pula penelitian tentang segmentasi karakteristik debitur. Berikut ini penjelasan singkat tentang penelitian-penelitian sebelumnya yang membahas segmentasi karakteristik debitur, credit scoring dan clustering. Ramadhan (2010) membahas credit scoring menggunakan metode decision tree dengan algoritma QUEST ( Quick, Unbiased, Efficient Statistical Tree). Penelitian ini menggunakan data salah satu BPR di Tasikmalaya sebagai studi kasusnya. Metode pada penelitian ini merupakan perpaduan antara statistika, machine learning, database, dan visualisasi. Penelitian ini juga membahas perbandingan decision tree antara algoritma QUEST dan CART. Kesimpulan
7 7 akhir yang didapat adalah metode QUEST dan CART memiliki tingkat kesalahan pembentukan model yang berbeda. Dibandingkan dengan QUEST, model classification rule yang dibentuk oleh CART memiliki lebih banyak risiko kesalahan data mengkualifikasi objek baru. Fadilla (2012) membahas tentang credit scoring menggunakan metode hybrid kombinasi K-means cluster dan Algoritma C4.5. Penelitian ini menggunakan data German credit. Pada analisis tersebut didapat kesimpulan bahwa metode hybrid dapat menyempurnakan metode yang telah digunakan untuk menganalisis credit scoring sebelumnya yaitu metode yang hanya menggunakan salah satu metode dari supervised maupun unsupervised hal tersebut berdasarkan pada eksperimen data yang mengandung unsur outlier. Pertiwi (2013) membahas tentang credit scoring menggunakan metode Least Squares Support Vector Machines. Metode Least Squares Support Vector Machines dapat digunakan untuk mengklasifikasikan data menjadi dua kelas. Hasil studi kasus menunjukkan bahwa keakuratan yang dihasilkan oleh metode ini dipengaruhi oleh proporsi training data dan testing data. Semakin tinggi proporsi training data, maka tingkat akurasi yang dihasilkan akan semakin tinggi pula. Dewi (2014) membahas tentang segmentasi karakterikstik debitur menggunakan algoritma X-means Cluster. Algoritma X-means Cluster digunakan untuk menentukan jumlah Cluster optimal menggunakan kriteria BIC dan menggunakan analisis regresi logistik untuk menghitung probabilitas default tiap cluster. Pada penelitian ini penulis membahas segmentasi karakteristik debitur menggunakan metode K-means Cluster dan Multi-class Support Vector Machines Sistematika Penulisan Tugas Akhir ini disusun dengan sistematika penulisan sebagai berikut : BAB I PENDAHULUAN Bab ini berisi latar belakang masalah, batasan masalah, tujuan penulisan, manfaat penulisan, metode penulisan dan
8 8 sistematika penulisan yang memberikan arah terhadap penulisan tugas akhir ini. BAB II LANDASAN TEORI Bab ini membahas tentang teori yang menunjang pembahasan tentang K-means cluster dan Multi-class support vector machines untuk pemodelan statistika khusunya di bidang keuangan yaitu segmentasi karakteristik debitur. BAB III PEMBAHASAN Bab ini membahas mengenai topik Tugas Akhir yakni tentang K-means cluster yang terdiri dari pengertian K- means cluster dan algoritma K-means cluster, penjelasan tentang metode Support vector machines, dan metode Multi-class support vector machines. BAB IV STUDI KASUS Bab ini membahas analisis kluster menggunakan K-means cluster beserta karakteristik yang terbentuk tiap kelompok (klaster) dan nilai prediksi setelah dilakukan analisis menggunakan metode Multi-class support vector machines dengan menggunakan data yang diperoleh dari sumber resmi. BAB V KESIMPULAN DAN SARAN Bab ini berisi tentang kesimpulan yang diperoleh dari hasil analisis dan saran-saran untuk penelitian selanjutnya.
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dewasa ini kebutuhan masyarakat akan kredit merupakan hal yang tidak asing. Menyadari bahwa kegiatan kredit pada masyarakat umum semakin meningkat, maka perlu
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN Latar Belakang Kredit merupakan salah satu usaha sekunder yang dapat dilakukan untuk pemenuhan kebutuhan sehari-hari. Pada umumnya, proses kredit dapat dilayani melalui lembaga keuangan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu usaha pemerintah dalam meningkatkan taraf hidup masyarakat adalah memberdayakan peranan jasa perbankan. Bank memiliki peranan yang sangat penting dalam menunjang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kredit merupakan salah satu bentuk usaha sekunder yang dapat dilakukan untuk pemenuhan kebutuhan sehari-hari. Pada umumya, proses kredit dapat dilayani melalui lembaga
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu pelayanan dalam dunia perbankan adalah pemberian pinjaman kredit kepada nasabah yang memenuhi syarat perbankan. kredit merupakan sumber utama penghasilan
Lebih terperinciBAB I PENDAHULUAN. atau benda ke dalam golongan atau pola-pola tertentu berdasarkan kesamaan ciri.
BAB I PENDAHULUAN 1.1 Latar Belakang Klasifikasi merupakan pengelompokan secara sistematis pada suatu objek atau benda ke dalam golongan atau pola-pola tertentu berdasarkan kesamaan ciri. Masalah klasifikasi
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pesatnya pertumbuhan pasar pada sektor telekomunikasi seluler semakin terlihat dengan banyaknya jumlah pelanggan yang ada pada setiap para penyedia jasa telepon seluler.
Lebih terperinciBAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering.
BAB I PENDAHULUAN 1.1. Latar Belakang Data mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basis data. Informasi yang
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penelitian terkait Penelitian ini sebelumnya dilakukan studi kepustakaan dari penelitian terdahulu sebagai dasar atau acuan untuk menyelesaikan tugas akhir. Dari studi kepustakaan
Lebih terperinciBAB I PENDAHULUAN. Universitas Pendidikan Indonesia repository.upi.edu
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kehadiran bank syariah di Indonesia didorong oleh keinginan masyarakat Indonesia (terutama masyarakat Islam) yang berpandangan bahwa bunga merupakan hal yang
Lebih terperinciBAB I PENDAHULUAN. Dalam dunia perbankan, bank bertindak sebagai kreditur, di mana bank memberikan
1 BAB I PENDAHULUAN A. Latar Belakang Dalam dunia perbankan, bank bertindak sebagai kreditur, di mana bank memberikan bantuan kepada nasabah yang membutuhkan pinjaman dengan memberikan kredit pinjaman.
Lebih terperinciData Mining Terapan dengan Matlab
Pendahuluan i ii Data Mining Terapan dengan Matlab Pendahuluan iii DATA MINING TERAPAN DENGAN MATLAB Oleh : Budi Santosa Edisi Pertama Cetakan Pertama, 2007 Hak Cipta 2007 pada penulis, Hak Cipta dilindungi
Lebih terperinciBAB 1 PENDAHULUAN. A. Latar Belakang Masalah. Pembangunan nasional suatu bangsa mencakup di dalamnya
1 BAB 1 PENDAHULUAN A. Latar Belakang Masalah Pembangunan nasional suatu bangsa mencakup di dalamnya pembangunan ekonomi. Dalam pembangunan ekonomi diperlukan peran serta lembaga keuangan untuk membiayai,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kredit merupakan produk utama dari koperasi simpan pinjam dalam upaya meningkatkan profitabilitasnya. Namun akan terjadi masalah apabila manajemen sembarangan dalam
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Kehidupan manusia selalu diiringi dengan berbagai kebutuhan. Salah
BAB I PENDAHULUAN 1.1 Latar Belakang Kehidupan manusia selalu diiringi dengan berbagai kebutuhan. Salah satunya adalah kebutuhan menurut intensitas atau kebutuhan menurut tingkat kepentingannya dibagi
Lebih terperinciBAB I PENDAHULUAN 1.1.Latar Belakang Masalah
BAB I PENDAHULUAN 1.1.Latar Belakang Masalah Mengingat kondisi perekonomian saat ini sedang tumbuh dan berkembang secara signifikan, di negara khususnya Indonesia, memiliki peningkatan permintaan produk
Lebih terperinciBAB I PENDAHULUAN. kegiatan simpan pinjam layaknya bank, dimana ijin operasionalnya di bawah
BAB I PENDAHULUAN A. Latar Belakang Koperasi adalah suatu lembaga keuangan bukan bank yang bergerak dalam kegiatan simpan pinjam layaknya bank, dimana ijin operasionalnya di bawah Kementrian Koperasi dan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Kredit macet merupakan salah satu masalah yang sering dialami oleh perbankan hingga saat ini. Banyaknya calon debitur yang melakukan kredit membuat pihak bank harus
Lebih terperinciBAB II TINJAUAN PUSTAKA. Istilah kredit berasal dari bahasa Yunani Credere yang berarti
BAB II TINJAUAN PUSTAKA 2.1 Kredit Istilah kredit berasal dari bahasa Yunani Credere yang berarti kepercayaan, oleh karena itu dasar dari kredit adalah kepercayaan. Seseorang atau semua badan yang memberikan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penentuan dosen pembimbing tugas akhir masih dilakukan secara manual di Jurusan Teknik Informatika UMM yang hanya mengandalkan pengetahuan personal tentang spesialisasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dalam era yang semakin berkembang ini, penggunaan data mining semakin banyak dalam berbagai bidang dan menjadi bagian dari perkembangan teknologi informasi
Lebih terperinciBAB I PENDAHULUAN. perekonomiannya dan untuk meningkatkan taraf kehidupannya. Salah satu lembaga
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kegiatan pinjam-meminjam uang telah dilakukan sejak lama dalam kehidupan masyarakat. Masyarakat telah menjadikan pinjam-meminjam uang sebagai sesuatu yang sangat
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem jaringan komputer memiliki peran yang sangat penting dalam masyarakat modern karena memungkinkan informasi dapat diakses, disimpan dan dimanipulasi secara online.
Lebih terperinciSTUDI KOMPARASI METODE KLASIFIKASI DUA KELAS
Program Studi MMT-ITS, Surabaya Pebruari 007 STUDI KOMPARASI METODE KLASIFIKASI DUA KELAS Budi Santosa dan Devi Rosita Hanum Teknik Industri Institut Teknologi Sepuluh Nopember Email: budi_s@ie.its.ac.id,
Lebih terperinciBAB I PENDAHULUAN. Kondisi ekonomi suatu negara menjadi lebih maju dan usaha-usaha berkembang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kondisi ekonomi suatu negara menjadi lebih maju dan usaha-usaha berkembang dengan cepat, sumber-sumber dana diperlukan untuk membiayai usaha tersebut. Salah
Lebih terperinciii Data Mining: Teknik Pemanfaatan Data untuk Keperluan Bisnis
Decision Tree i ii Data Mining: Teknik Pemanfaatan Data untuk Keperluan Bisnis Decision Tree iii DATAMI NING: Teknik Pemanfaatan Data untuk Keperluan Bisnis Oleh : Budi Santosa Edisi Pertama Cetakan Pertama,
Lebih terperinciPENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER
PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER I. PENDAHULUAN Mahasiswa merupakan salah satu aspek penting dalam evaluasi keberhasilan penyelenggaraan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saham adalah satuan nilai atau pembukuan dalam berbagai instrumen finansial yang mengacu pada bagian kepemilikan sebuah perusahaan. Pasar yang menyediakan tempat jual
Lebih terperinciBAB I PENDAHULUAN. Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali
BAB I PENDAHULUAN 1.1. Latar Belakang Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali objek 3 dimensi. Sistem penglihatan manusia dapat membedakan berbagai macam objek 3 dimensi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Ayu Wulandary,2014
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Peran teknologi informasi menjadi bagian yang penting dalam dunia perbankan di Indonesia. Perkembangan teknologi menjadi sangat global dengan memperhatikan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pembangunan di bidang ekonomi merupakan salah satu upaya pemerintah untuk meningkatkan kesejahteraan rakyat. Pada pertengahan bulan Juli 1997 Indonesia mengalami
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Clustering adalah proses di dalam mencari dan mengelompokkan data yang memiliki kemiripan karakteristik (similarity) antara satu data dengan data yang lain. Clustering
Lebih terperinciBAB IV GAMBARAN UMUM METODOLOGI DATA MINING
BAB IV GAMBARAN UMUM METODOLOGI DATA MINING A. Metodologi Data Mining Metodologi Data Mining Komponen data mining pada proses KDD seringkali merupakan aplikasi iteratif yang berulang dari metodologi data
Lebih terperinciAPLIKASI ALGORITMA CLASSIFY-BY-SEQUENCE UNTUK PENILAIAN KREDIT PADA BANK Y. Mohammad Iqbal 1. Abstrak
APLIKASI ALGORITMA CLASSIFY-BY-SEQUENCE UNTUK PENILAIAN KREDIT PADA BANK Y Mohammad Iqbal Jurusan Matematika, FMIPA-Institut Teknologi Sepuluh Nopember iqbalmohammad.math@gmail.com Abstrak Dalam penilaian,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1.1 Data Mining Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstrasi dan mengidentifikasi informasi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi senantiasa membawa dampak secara langsung maupun tidak langsung, baik itu berdampak positif maupun negatif dan akan sangat berpengaruh terhadap
Lebih terperinciBAB I PENDAHULUAN. kebutuhannya seperti modal untuk membangun usaha, untuk. membesarkan usaha, untuk membangun rumah atau untuk mencukupi
BAB I PENDAHULUAN 1.1 Latar belakang masalah Seiring berkembangnya perekonomian suatu negara, maka akan semakin banyak lembaga keuangan yang berdiri. Lembaga keuangan ini sangat berpengaruh besar terhadap
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kredit adalah suatu kapabilitas yang memungkinkan seseorang untuk memperoleh uang atau melakukan suatu pinjaman uang dengan syarat adanya perjanjian untuk membayar
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Deposito merupakan salah satu tabungan berjangkaayangamodel pengambilannya berdasarkan pada kesepakatan dari pihak bank dengan nasabah deposito [1].Suku bunga
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Data Mining 2.1.1 Pengertian Data Mining Dengan semakin besarnya jumlah data dan kebutuhan akan analisis data yang akurat maka dibutuhkan metode analisis yang tepat. Data mining
Lebih terperinciBAB I PENDAHULUAN. menyalurkan uang tersebut kembali ke masyarakat. merupakan lembaga keuangan yang paling lengkap kegiatannya yaitu
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pemilihan Judul Menurut Undang Undang Nomor 14 tahun 1967 tentang pokok pokok perbankan, yang dimaksud lembaga keuangan adalah semua badan yang melalui kegiatan kegiatan
Lebih terperincihttp://www.brigidaarie.com proses menganalisa data untuk mencari polapola tersembunyi dengan menggunakan metodologi otomatis Istilah lain : Machine Learning Knowledge Discovery in Database (KDD) Predictive
Lebih terperinciMajalah Ilmiah UPI YPTK, Volume 20, No. 1, Maret
Majalah Ilmiah UPI YPTK, Volume 20, No. 1, Maret 2013 12 PENERAPAN ALGORITMA C 4.5 DALAM MEMPEROLEH DECISION TREE UNTUK MEMPREDIKSI PENENTUAN RESIKO KREDIT PADA BANK BPR BUKITTANDANG MANDIRI PADANG MENGGUNAKAN
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pendidikan adalah salah satu aspek terpenting bagi kehidupan manusia, yang dapat mempengaruhi manusia itu sendiri, juga menjadi faktor pendukung dalam setiap sektor
Lebih terperinciMODUL 12 Model Prediktif
MODUL 12 Model Prediktif Prediktif Analytics adalah teknologi yang menangkap proses data mining dalam rutinitas sederhana. Kadang-kadang disebut "one-click data mining," Model ini menyederhanakan dan mengotomatisasi
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN Bab ini menguraikan penjelasan umum mengenai tugas akhir yang dikerjakan. Penjelasan tersebut meliputi latar belakang masalah, tujuan tugas akhir, lingkup tugas akhir, metodologi yang
Lebih terperinciBAB I PENDAHULUAN. pertumbuhan dan penggerak ekonomi yang fungsinya tidak dapat dipisahkan dari
BAB I PENDAHULUAN 1.1 Latar Belakang Perbankan merupakan salah satu lembaga keuangan, alat penggerak pertumbuhan dan penggerak ekonomi yang fungsinya tidak dapat dipisahkan dari pembangunan. Bank sebagai
Lebih terperinciBAB I PENDAHULUAN. basis data dan mengubahnya menjadi informasi yang berguna. Metode data
BAB I PENDAHULUAN 1.1 Latar Belakang Data-data pinjaman yang tersimpan pada Koperasi XYZ yang selama ini hanya dijadikan arsip koperasi sebenarnya dapat dimanfaatkan menjadi sesuatu yang lebih berguna.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Penelitian
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Lembaga perbankan merupakan salah satu lembaga keuangan yang bertindak sebagai sumber permodalan dan perantara keuangan dengan menyediakan mekanisme transaksi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Bank merupakan salah satu sumber pendanaan bagi pembangunan
BAB I PENDAHULUAN 1.1 Latar Belakang Bank merupakan salah satu sumber pendanaan bagi pembangunan di Indonesia, yaitu dengan cara menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya
Lebih terperinciBAB I PENDAHULUAN. Perkembangan dunia usaha di Indonesia, tidak terlepas dari peranan. yang memberikan kesempatan kepada pihak swasta untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Perkembangan dunia usaha di Indonesia, tidak terlepas dari peranan pemerintah yang memberikan kesempatan kepada pihak swasta untuk mengembangkan diri seluas-luasnya
Lebih terperinciBAB 1 PENDAHULUAN. maupun di luar negeri. Hal ini dikarenakan salah satu tolak ukur kemajuan suatu
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan tumbuh dan berkembangnya perekonomian di dunia meskipun kini tengah dilanda krisis ekonomi global, dunia bisnis merupakan dunia yang paling ramai
Lebih terperinciBAB I PENDAHULUAN. sangat besar. Sektor sektor ekonomi yang menopang perekonomian di Indonesia
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peranan perbankan dalam memajukan perekonomian suatu negara sangat besar. Sektor sektor ekonomi yang menopang perekonomian di Indonesia seperti sektor perdagangan,
Lebih terperinciBAB I PENDAHULUAN. Sebagai industri yang berkembang pesat dan memiliki kegiatan usaha yang
BAB I PENDAHULUAN 1.1 Latar Belakang Sebagai industri yang berkembang pesat dan memiliki kegiatan usaha yang semakin beragam, perbankan dihadapkan dengan risiko yang semakin kompleks terutama karena kegiatan
Lebih terperinciPENERAPAN METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) PADA DATA AKREDITASI SEKOLAH DASAR (SD) DI KABUPATEN MAGELANG
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 811-820 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) PADA
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang !! "(!
"( BAB I PENDAHULUAN 1.1 Latar Belakang Tanda tangan (signature) adalah sebuah tanda (sign) atau symbol yang merupakan versi miniatur dari pemiliknya. Tanda tangan bukanlah sembarang tanda atau symbol,
Lebih terperinciAPLIKASI DATA MINING SEBAGAI PENDEKATAN PRAKTIS UNTUK MEMPREDIKSI NILAI KREDIT KONSUMEN
APLIKASI DATA MINING SEBAGAI PENDEKATAN PRAKTIS UNTUK MEMPREDIKSI NILAI KREDIT KONSUMEN Budi Santosa*, Aditya Angga Kusuma** Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu tanggung jawab sosial PT. Telkom dalam program kemitraan dengan masyarakat sekitarnya adalah memberikan kredit lunak bagi pelaku Usaha Kecil Menengah (UKM).
Lebih terperinciPerbandingan Performansi Algoritma Decision Tree CART dan CHAID
Perbandingan Performansi Algoritma Decision Tree CART dan CHAID Mohamad Abdul Kadir / 13507134 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciData Mining II Estimasi
Data Mining II Estimasi Matakuliah Data warehouse Universitas Darma Persada Oleh: Adam AB Data Mining-2012-a@b 1 Tahapan proses datamining Input (Data) Metode (Algoritma Data Mining) Output (Pola/Model/
Lebih terperinciBAB I PENDAHULUAN. jasa perbankan atau keuangan. Dalam hal ini, perbankan merupakan inti dari
BAB I PENDAHULUAN 1.1 Latar Belakang Pada era globalisasi seperti sekarang ini, seiring dengan pesatnya perkembangan ekonomi dalam rangka pembangunan nasional, semakin banyak industri industri yang didirikan.
Lebih terperinciBAB I PENDAHULUAN. Saat ini, konsep data mining semakin dikenal sebagai tools penting dalam
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Saat ini, konsep data mining semakin dikenal sebagai tools penting dalam manajemen informasi karena jumlah informasi yang semakin besar jumlahnya. Data mining sendiri
Lebih terperinciAbidah Elcholiqi, Beta Noranita, Indra Waspada
Abidah Elcholiqi, Beta Noranita, Indra Waspada PENENTUAN BESAR PINJAMAN DI KOPERASI SIMPAN PINJAM DENGAN ALGORITMA K-NEAREST NEIGHBOR (Studi Kasus di Koperasi Simpan Pinjam BMT Bina Insani Pringapus) Abidah
Lebih terperinciSKRIPSI. Disusun Oleh : ZULFA WAHYU MARDIKA NIM. J2E
PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART (CLASSIFICATION AND REGRESSION TREES) (STUDI KASUS KREDIT MACET DI PD. BPR-BKK PURWOKERTO UTARA) SKRIPSI Disusun Oleh : ZULFA WAHYU MARDIKA NIM.
Lebih terperinciAlgoritma Dasar. 4.1 Naive Bayes
4 Algoritma Dasar It is a capital mistake to theorize before one has data. Arthur Conan Doyle Sebelum masuk ke algoritma machine learning yang cukup modern/ matematis, kami akan memberi contoh algoritma
Lebih terperinciPERBANDINGAN ANALISIS KLASIFIKASI ANTARA DECISION TREE DAN SUPPORT VECTOR MACHINE MULTICLASS UNTUK PENENTUAN JURUSAN PADA SISWA SMA
PERBANDINGAN ANALISIS KLASIFIKASI ANTARA DECISION TREE DAN SUPPORT VECTOR MACHINE MULTICLASS UNTUK PENENTUAN JURUSAN PADA SISWA SMA (Studi Kasus Nilai Mata Pelajaran Pokok di SMA Negeri 1 Jepara) SKRIPSI
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini media sosial seperti Twitter telah berkembang pesat. Data global menyebut pada akhir Desember 2014 Twitter memiliki 284 juta pengguna aktif. Dick Costolo
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Data mining mengacu pada proses ekstraksi atau menggali pengetahuan dari sekumpulan data yang besar. Data mining mempunyai nama lain yang dikenal secara popular dengan
Lebih terperinciPENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi internet memunculkan berbagai metode komunikasi yang mudah, murah, dan cepat. Salah satu media yang paling populer dan sangat cepat berkembang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Undang-Undang No.10 tahun 1998
BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini bank memiliki peranan yang strategis dalam menunjang roda perekonomian. Bank sebagai lembaga keuangan, merupakan wadah yang menghimpun dana dari masyarakat
Lebih terperinciSEGMENTASI PASAR MENGGUNAKAN METODE CHI-SQUARED AUTOMATIC INTERACTION DETECTION (CHAID) (Studi Kasus di PD. BPR-BKK Purwokerto Utara)
SEGMENTASI PASAR MENGGUNAKAN METODE CHI-SQUARED AUTOMATIC INTERACTION DETECTION (CHAID) (Studi Kasus di PD. BPR-BKK Purwokerto Utara) SKRIPSI Oleh : Nu man Ardhi Nugraha J2E 004 238 PROGRAM STUDI STATISTIKA
Lebih terperinciMODEL KLASIFIKASI KELAYAKAN KREDIT KOPERASI KARYAWAN DENGAN ALGORITMA DECISION TREE
MODEL KLASIFIKASI KELAYAKAN KREDIT KOPERASI KARYAWAN DENGAN ALGORITMA DECISION TREE Putri Kurnia Handayani Program Studi Sistem Informasi, Fakultas Teknik, Universitas Muria Kudus Gondangmanis, PO Box
Lebih terperinciBAB 1 PENDAHULUAN. sangat berpengaruh terhadap dunia usaha. Setiap waktu selalu terjadi banyak
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan dalam dunia ilmu pengetahuan dan teknologi yang pesat sangat berpengaruh terhadap dunia usaha. Setiap waktu selalu terjadi banyak perubahan maupun
Lebih terperinciBAB I PENDAHULUAN. perdagangan saham secara maksimal (Wang et al, 2009). semakin berkembang. Dengan memanfaatkan model model peramalan dari
BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan indeks harga saham merupakan sebuah peramalan deret waktu yang cukup sulit dilakukan (Kara et al, 2011). Banyak faktor yang mempengaruhi pergerakan harga
Lebih terperinciBAB I PENDAHULUAN. Pembangunan yang berkesinambungan diberbagai bidang diperlukan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Pembangunan yang berkesinambungan diberbagai bidang diperlukan untuk meningkatkan pertumbuhan ekonomi dalam rangka mengatasi krisis ekonomi secara nasional dan global.
Lebih terperinciMODEL KLASIFIKASI KELAYAKAN KREDIT KOPERASI KARYAWAN BERBASIS DECISION TREE
MODEL KLASIFIKASI KELAYAKAN KREDIT KOPERASI KARYAWAN BERBASIS DECISION TREE Rina Fiati 1, Putri Kurnia Handayani 2 1 Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muria Kudus Gondangmanis,
Lebih terperinciBAB I PENDAHULUAN. Bank. Kegiatan utama dari perbankan adalah menghimpun dana dari masyarakat dan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan perekonomian dan dunia bisnis yang semakin pesat menuntut adanya persaingan usaha yang semakin ketat pula. Hal inilah yang menjadi pemikiran penting
Lebih terperinciBAB I PENDAHULUAN. nasional, kearah peningkatan taraf hidup rakyat banyak. Perbankan di Indonesia termasuk Hukum Perbankan Indonesia.
BAB I PENDAHULUAN A. Latar Belakang Masalah Perbankan yang berdasarkan Demokrasi Ekonomi dengan fungsi utamanya yaitu sebagai penghimpun dan penyalur dana masyarakat, memiliki peranan yang strategis untuk
Lebih terperinciyang mampu mempunyai profitabilitas yang memadai.
BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan Perbankan syariah di mulai pada tahun 1991 dimana didirikan bank umum syariah perbankan syariah di Indonesia terus berkembang pesat, dalam waktu yang
Lebih terperinciOleh : Mochammad Taufan ( ) DOSEN PEMBIMBING: Prof. Drs. Nur Iriawan, M.Ikom,Ph.D
Pemodelan Early Warning System sebagai Penilai Tingkat Kesehatan Finansial Calon Nasabah dengan Metoda Binary Regresi Logistik Studi Kasus : Bank X Surabaya Branch Oleh : Mochammad Taufan (9107.205.309)
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang pesat mempermudah akses terhadap informasi tekstual yang sangat besar jumlahnya, baik yang terdapat pada Internet maupun pada koleksi dokumen
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Data Mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge)
Lebih terperinciSekip Utara Yogyakarta * 1 2
IJCCS, Vol.9, No.1, January 2015, pp. 1~12 ISSN: 1978-1520 1 Klasifikasi Data NAP (Nota Analisis Pembiayaan) untuk Prediksi Tingkat Keamanan Pemberian Kredit (Studi Kasus : Bank Syariah Mandiri Cabang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan teknologi informasi yang semakin pesat berdampak pada terjadinya penurunan substansial dalam biaya penyimpanan data, peningkatan pesat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Internet saat ini merupakan kebutuhan pokok yang tidak bisa dipisahkan dari segenap sendi kehidupan. Berbagai pekerjaan ataupun kebutuhan dapat dilakukan melalui media
Lebih terperinciData Mining Outline BAB I Pendahuluan. Proses Data Mining. Recap
Data Mining Outline BAB I Pendahuluan BAB II Data BAB III Algoritma Klasifikasi BAB IV Algoritma Klastering BAB V Algoritma Asosiasi BAB VI Algoritma Estimasi BAB VII Deteksi Anomali Ricky Maulana Fajri
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengembangan teknologi diharapkan menghasilkan berbagai hal yang berguna untuk memenuhi kebutuhan masyarakat serta memberi kemudahan dan kenyamanan pada pengguna
Lebih terperinciBAB 1 PENDAHULUAN. saham harus memperhatikan dengan baik keadaan ekonomi yang sedang berlangsung.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Cepatnya perubahan fluktuasi harga index saham membuat para pemegang saham harus memperhatikan dengan baik keadaan ekonomi yang sedang berlangsung. Saham yang mempunyai
Lebih terperinciBAB I PENDAHULUAN. antara pihak pemberi pinjaman dan pihak peminjam. Dalam kesehariannya
BAB I PENDAHULUAN 1.1 Latar Belakang Perbankan merupakan lembaga keuangan yang memegang peranan penting dalam memajukan perekonomian suatu negara. Peranan tersebut terwujudkan dalam fungsi utamanya sebagai
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Dasar Penelitian Penelitian ini dilakukan berdasarkan rumusan masalah yang telah dijabarkan pada bab sebelumnya yaitu untuk mengklasifikasikan kelayakan kredit calon debitur
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada era globalisasi dan perdagangan bebas saat ini, kehidupan ekonomi di negara Indonesia semakin sulit. Usaha kecil, menengah bahkan usaha dengan modal besar sekalipun
Lebih terperinciBAB I PENDAHULUAN. pinjaman atau kredit. Bank berperan sebagai perantara antara pihak yang
BAB I PENDAHULUAN 1.1 Latar Belakang Peranan perbankan sangat penting dalam pembangunan di Indonesia, karena bank merupakan lembaga keuangan yang menjadi tempat bagi badanbadan pemerintah, pengusaha, swasta,
Lebih terperinciBAB I PENDAHULUAN. Oleh karena itu dalam melakukan Kegiatan usahanya sehari-hari bank harus
BAB I PENDAHULUAN I.1. Latar Belakang Bank adalah lembaga keuangan yang usaha pokoknya adalah menghimpun dana dan menyalurkan kembali dana tersebut ke masyarakat dalam bentuk kredit serta memberikan jasa-jasa
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Masalah. Pembangunan di bidang ekonomi merupakan bagian dari
BAB I PENDAHULUAN A. Latar Belakang Masalah Pembangunan di bidang ekonomi merupakan bagian dari pembangunan nasional, untuk mewujudkan hal tersebut salah satunya melalui lembaga perbankan, lembaga tersebut
Lebih terperinci1 PENDAHULUAN 1.1 Latar Belakang
1 PENDAHULUAN 1.1 Latar Belakang Curah hujan merupakan faktor yang berpengaruh langsung terhadap perubahan cuaca yang semakin memburuk. Curah hujan merupakan total air hujan yang terjatuh pada permukaan
Lebih terperinciBAB I PENDAHULUAN. Indonesia. Menurut Undang-Undang No.25 Tahun 1992 koperasi Indonesia adalah
BAB I PENDAHULUAN A. Latar Belakang Koperasi merupakan salah satu badan usaha yang sudah lama dikenal di Indonesia. Menurut Undang-Undang No.25 Tahun 1992 koperasi Indonesia adalah badan usaha yang beranggotakan
Lebih terperinciBAB 1 PENDAHULUAN. lainnya dalam rangka meningkatkan taraf hidup rakyat banyak.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Bank merupakan suatu lembaga yang menerima dana dari masyarakat dan menyalurkan dana tersebut kepada masyarakat yang kekurangan dana. Sedangkan pengertian bank menurut
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Persaingan dalam dunia bisnis, terlebih lagi bagi perusahaan besar, tidak lepas dari adanya proses jual beli saham. Saham secara umum merupakan surat berharga yang dapat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring berkembangnya teknologi informasi, kebutuhan akan informasi yang digunakan untuk mendukung business intelligent suatu perusahaan juga meningkat. Informasi penting
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Beredarnya iklan penawaran kepemilikan kendaraan sepeda motor yang cukup menarik dengan menawarkan berbagai syarat kemudahan pembayaran membuat bagi sebagian orang
Lebih terperinci