KNOWLEDGE DISCOVERY PADA RISKED CUSTOMER S BANK MENGGUNAKAN DECISION TREE

Transkripsi

1 KNOWLEDGE DISCOVERY PADA RISKED CUSTOMER S BANK MENGGUNAKAN DECISION TREE Enny Itje Sela STMIK AKAKOM, Jl. Raya Janti 143, Yogyakarta ennysela@akakom.ac.id ABSTRAK Telah dibuat penelitian untuk mengetahui profil customer bank yang akan diberi pinjaman oleh bank. Pemilihan nasabah dibutuhkan untuk meminimalkan resiko yang dapat mengakibatkan kerugiaanuntuk pihak bank. Risiko tersebut dikategorikan tinggi (high), sedang (moderat), dan rendah (low).adapun data nasabah yang diteliti mempunyai 9 buah atribut dan 107 record. Knowledge Discovery In Databases (KDD) adalah salah satu metode yang digunakan untuk memperoleh pengetahuan dalam sebuah basis data. Salah satu cara yang digunakan adalah pohon keputusan (decision tree). Pengetahuan tersebut direpresentasikan dalam bentuk kaidah produksi. Algoritma yang digunakan adalah Iteractive Dichotomicer 3 (ID3). Kata Kunci: customer, decision tree, kaidah produksi, Knowledge Discovery In Databases (KDD). 1. PENDAHULUAN 1.1. Latar Belakang Proses pengajuan kredit oleh nasabah (customer) menjadi semakin mudah, baik untuk kredit barang maupun kredit uang. Khususnya dalam bidang perbankan, pengajuan kredit uang bisa dilakukan oleh semua masyarakat dengan syarat-syarat sepanjang memenuhi syarat-syarat yang dientukan bank tersebut. Untuk menghindari adanya kredit macet, perlu diketahui profil nasabah khususnya yang akan mengajukan kredit, sehingga resiko terjadinya hal itu menjadi minimal. Knowledge Discovery In Databases (KDD) merupakan metode untuk memperoleh pengetahuan dari basis data yang dibentuk. Dalam basis data itu terdapat tabel-tabel yang saling berhubungan/berrelasi. Hasil pengetahuan yang diperoleh dalam proses tersebut dapat digunakan sebagai basis pengetahuan (knowledge base) untuk keperluan pengambilan keputusan. Salah satu cara untuk memperoleh pengetahuan tersebut dengan cara menambang data menggunakan pohon keputusan (decision tree) Permasalahan Berdasarkan latar belakang diatas, salah satu pokok permasalahan yang diangkat adalah bagaimana memperoleh pengetahuan untuk mengidentifikasi nasabah bank yang akan diberikan kredit sehinggan meminimalkan adanya resiko kredit macet ataupun permasalahan lain yang mengganggu operasional bank tersebut. Cara yang digunakan adalah membentuk pohon keputusan dengan algoritma Iteractive Dichotomicer 3 (ID3).pengetahuan yang diperoleh selanjutnya direpresentasikan dalan kaidah produksi. 2. TEORI 2.1.Pohon Keputusan (Decision Tree) Algoritma induksi yang paling umum digunakan adalah kelompok TDIDT (Top Down Induction Decision Tree). Algoritma ini didasarkan pada algoritma lain yang dikenalkan oleh Ross Quinlan yaitu ID 3 (Interactive Dichotomicer) 3. Input algoritma ini adalah sebuah database dengan beberapa variabel yang juga dikenal dengan atribut. Setiap masukan Knowledge Discovery Pada Risked 5

2 dalam database menyajikan sebuah obyek dari domain yang selanjutnya disebut dengan variabel bebas (independent variable). Sebuah atribut didesain untuk mengklasifikasikan obyek, yang selanjutnya disebut dengan variabel tidak bebas (dependet variable). Masalah yang harus dipecahkan adalah melakukan proses klasifikasi terhadap data yang disimpan dalam database tersebut. Algoritma TDIDT memerlukan 2 langkah pengerjaan yaitu membangun pohon keputusan (constuction decision tree) dan menyederhanakan pohon keputusan yang dibuat (prunning decision tree). Pohon keputusan terdiri dari rangkaian tes sehingga terjadi klasifikasi diantara data/obyek yang disimpan. Contoh pohon keputusan Atribut Nilai 1,1 Atribut 2 Atribut 3 Atribut 4 Nilai 2,1 Nilai 2,2 Nilai 1,2 Nilai 2,3 Kelas 1 Kelas 2 Kelas 3 Kelas Gambar 1. Pohon Keputusan Nilai 1,3 Nilai 2, Konstruksi Pohon Keputusan Proses klasifikasi dilakukan dari node paling atas / akar pohon (root). Dilanjutkan ke bawah melakui cabang-cabang sampai dihasilkan node daun (leaves) dimana node daun ini menunjukkan hasil akhir klasifikasi. Sebuah obyek yang diklasifikasikan dalam pohon harus dites nilai entropinya. Entropi adalah ukuran dari teori informasi yang dapat mengetahui karakteristik impuruty, dan homogenety dari kumpulan data. Dari nilai entropi tersebut kemudia dihitung nilai information gain (IG) masing-masing atribut independent terhadap atribut dependentnya. IG merupakan nilai rata-rata entropi pada semua atribut. ( Sebuah pohon keputusan dapat dikonstruksi dengan melihat regurasi seperti dibawah ini: (( notes/ml/dtrees2.html) Data Pohon Keputusan Aturan /Kaidah Klasifikasi /Prediksi Gambar 2. Alur Diagram Pohon Keputusan B erdasarkan gambar 2 diatas, data akan diubah menjadi bentuk pohon keputusan. Pengubahan bentuk data dilakukan dengan menggunakan algoritma ID3, dengan langkah-langkah sebagai berikut : 1. tentukan atribut yang akan dijadikan node pohon dengan menghitung nilai entropinya. 2. pilihlah atribut yang mempunyai nilai entropi minimal. Jika terdapat S atribut dala suatu data set dengan c outcomes, maka Entropi(S)=Σ p(i)log 2 p(i). (1) dimana p(i) adalah proposisi S dalam kelas I. S = keseluruhan sample Gain (S,A) adalah information gain dari sekumpulan data S pada atribut A yang didefinisikan sebagai : Gain (S,A) = Entropi(S) Σ (( S v / S ) * Entropi (S v )).(2) S v = subset S untuk atribut A yang bernilai v S v = cacah elemen S v S = cacah elemen S Setelah pohon keputusan dibuat, merupakan hal yang mudah untuk mengkonversikannya kedalam bentuk aturan (rules) yang biasanya disajikan dalam bentuk kaidah produksi. Adapun cara yang dilakukan adalah melakukan trace pada setiap path dalam pohon dari node akar hingga mendapatkan node daun dimana antesedent dipeoleh dari outcomes dan konsekuen diperoleh dari node daun Prunning Decision Tree Jika sebuag rule telah dibuat berdasarkan pohon keputusan, lakukan 1. Eliminasi anteseden yang tidak perlu, cara a. Buatkan tabel kontingensi untuk setiap rule yang mempunyai beberapa anteseden b. Sederhanakan rule dengan cara mengeliminasi anteseden yang tidak mempengaruhi konklusi, dengan menggunakan tes independesi, 6 Knowledge Discovery Pada Risked

3 o Chi-Square Test jika frekuensi nilai ekpektasi > 10 o Yates Correction for Continuity jika frekuensi nilai ekpektasi 5 10 o Fisher s Exact Test jika frekuensi nilai ekpektasi <5 2. Eliminasi rule yang tidak perlu 3. Metode Penelitian Adapun cara yang digunakan untuk menjalankan penelitian ini adalah : 1. Mencari sampel data yang akan digunakan untuk melaksanakan proses tranformasi menjadi pengetahuan. 2. Melakukan konstruksi pohon keputusan 3. Melakukan prunning decision tree 4. Mengenerate basis pengetahuan dalam format JIKA.MAKA 4. Pembahasan 4.1.Deskripsi Permasalahan Profil nasabah dikategorikan sebagai berikut : o Nasabah beresiko rendah (low risked) o Nasabah beresiko menengah (moderat risked) o Nasabah beresiko tinggi (high risked) Dari ketiga kategori tersebut, bank akan memilih nasabah yang mempunyai resiko rendah atau moderat untuk diberikan kredit. Record record nasabah yang telah direkam oleh pihak bank dikumpulkan dari waktu ke waktu adalah : o Riwayat kredit (credit history) yang berisi nilai buruk (bad), baik (good), tidak diketahui (unknown) o Simpanan (debt) berisi nilai tinggi (high) dengan simpanan lebih besar Rp ,00 dan bernilai rendah (low) jika simpanan dibawah Rp ,00 o colateral berisi nilai tidak ada (none) dan adequatic o Pekerjaaan berisi nilai ABRI, PNS, dosen swasta, karyawan swasta non dosen o Pendapatan (income) berisi nilai 0- Rp ; Rp ,00 Rp ,00; dan lebih besar Rp ,00 o Jenis kelamin (gender) yang berisi pria dan wanita. Data set nasabah yang dikompilasi oleh bank disajikan dalam bentuk tabel yang terdiri dari 7 kolom dan 105 baris, seperti dibawah ini. 4.2.Analisis Information Gain Node Akar Level 0 Untuk menetukan node akar (level 0) pohon keputusan dihitung IG dari ke 6 atribut tabel dimana atribut risk menjadi dependent atribut dan keenam atribut yang lain (credit history, colateral, debt, income, pekerjaan, dan gender) menjadi independent atribut. Nilai entropi atribut risk (E(risk)) dapat dihitung berdasarkan rumus di bab 2, menghasilkan nilai sebesar 1,527. Berikut ini proses analisis IG pada level 0. Atribut income Berdasarkan tabel 4.1. diatas dapat dibuat matriks data antara atribut income dengan risk seperti disajikan dibawah ini. Tabel 1. Matriks atribut income dan risk income r.high r.modert r.low > Berdasarkan matriks diatas, dapat dihasilkan jumlah nilai entropi atribut income terhadap atribut risk (E(income)) yaitu sebesar 1.44 dan hasil dari perhitungan E tersebut dapat dihitung nilai IG(risk, income)= 0,085. E (income 0-15) E (income) 1, IG 0, E (income 16-35) 0, , , Pohon Keputusan Hasil pohon keputusan dapat dilihat pada gambar 3, halaman Uji Atribut Pengujian atribut dilakukan menggunakan uji Chi-Square karena frekuensi nilai ekspektasi setiap sell lebih besar dari 10. Berikut hasil uji independensi dengan asumasi α = 0.05 E (income >35) Knowledge Discovery Pada Risked 7

4 atribut income 0 15 Nilai X 2 hitung = 7,693 bahwa atribut income 0 15 mempengaruhi atribut income Nilai X 2 hitung = 2,604 Karena nilai X 2 hitung < X 2 tabel disimpulkan bahwa atribut income tidak mempengaruhi atribut income >35 Nilai X 2 hitung = 9,063 bahwa atribut income >35 mempengaruhi atribut credit bad Nilai X 2 hitung = 24,36 bahwa atribut credit bad mempengaruhi atribut atribut credit unknown Nilai X 2 hitung = 3,003 bahwa atribut credit unknown mempengaruhi atribut credit good Nilai X 2 hitung = 9,834 bahwa atribut credit good mempengaruhi atribut debt Nilai X 2 hitung = 2,394 Karena nilai X 2 hitung < X 2 tabel disimpulkan bahwa atribut debt tidak mempengaruhi atribut risk atribut gender Nilai X 2 hitung = 2,194 Karena nilai X 2 hitung < X 2 tabel disimpulkan bahwa atribut gender tidak mempengaruhi atribut pek. pns Nilai X 2 hitung = 23,54 bahwa atribut pek. pns mempengaruhi atribut atribut pek. dosen Nilai X 2 hitung = 44,11 bahwa atribut pek. dosen mempengaruhi atribut atribut pek. abri Nilai X 2 hitung = 60,64 bahwa atribut pek. abri mempengaruhi atribut atribut pek. kary. swasta Nilai X 2 hitung = 40,91 bahwa atribut pek. kary. swasta mempengaruhi 4.5.Basis Pengetahuan Dari pohon keputusan tersebut, dapat dihasilkan basis pengetahuan yang direpresentasikan dalan kaidah produksi pada tabel 2.. Selanjutnya setelah dilakukan uji independent dengan Chi Square dapat diperoleh basis pengetahuan akhir seperti tabel 3. Tabel 3.Kriteria Nasabah Yang Direkomendasi colateral none & credit good & pek. kary swasta colateral none & credit good & pek. dosen & income 0-15 colateral none & credit good & pek. pns & income > 35 colateral none & pek. abri colateral none & pek. pns & income > 35 colateral none & pek. pns & credit good colateral none & pek. pns colateral none & pek. pns & income 0-15 colateral none & pek. pns & income 0-15 & credit good colateral adequate 5.PENUTUP 8 Knowledge Discovery Pada Risked

5 5.1. Kesimpulan Berdasarkan pembahasan bab-bab sebelumnya, dapat ditarik kesimpulan sebagai berikut : 1. Pohon keputusan dengan algoritma ID3 dapat digunakan untuk memperoleh pengetahuan pada bidang perbankan khususnya untuk mengklasifikasikan pemberian kredit nasabah 2. Klasifikasi nasabah didasarkan pada resiko rendah (low) dan sedang (moderat) tergantung pada pihak bank 5.2. Saran Adapun saran yang dapat diberikan berdasarkan pembahasan sebelumnya adalah : 1. Perlu adanya uji validasi terhadap hasil pengetahuan akhir tentang nasabah yang direkomendasikan untuk diberi kredit pinjaman. 2. Perlu diimplementasikan menggunakan bahasa pemrograman tertentu sehingga proses editing data dapat dimungkinkan. 6. DAFTAR PUSTAKA [1] Han, Jie dan Chambber, M., 2001, Data Mining Concept and Technique, Academic Press, USA [2] Sudjana, 1996, Metode Statistik Edisi 6, Penerbit tarsito, Bandung [3] Prayudi, Yudi, 2002, Datamining For Knowledge Discovery In Medical Data, Makalah Seminar Nasional Universitas Bina Nusantara, Jakarta [4] Greening, Dan R, There s`gold In That Mountain of Data, es/2000/01/greening/ [5] Moore, Andrew. W, 2006, Decision Trees, [6] ,08/05/2006, Decision Tree Prunning, /11-dtree-pruning.html [7] ,08/05/2006, Decision Tree Learning Algorithms, [8] ,08/05/2006, Decision Tree Learning Example, [9] , 30/05/2006, Decision Tree Construction, es/831/notes/ml/dtrees2.html [10] , 30/05/2006, Decision Tree Rules & Prunning, es/831/notes/ml/dtrees3.html [11] , 30/05/2006, Overview of Decision Tree, es/831/notes/ml/4_dtrees1.html Knowledge Discovery Pada Risked 9

6 Tabel 2. Basis Pengetahuan Awal Nomor Aturan aturan R-1 JIKA debt high & colateral none & credit bad MAKA risk high R-2 JIKA debt high & colateral none & credit good & pek. MAKA risk High abri & gender wanita R-3 JIKA debt high & colateral none & credit good & pek. MAKA risk moderat abri & gender pria R-4 JIKA debt high & colateral none & credit good & pek. MAKA risk low kary sawasta R-5 JIKA debt high & colateral none & credit good & pek. MAKA risk moderat dosen & income 0-15 R-6 JIKA debt high & colateral none & credit good & pek. MAKA risk high dosen & income > 35 R-7 JIKA debt high & colateral none & credit good & pek. MAKA risk low pns & income > 35 R-8 JIKA debt high & colateral none & credit unknown MAKA risk high R-9 JIKA debt low & colateral none & pek. abri & income MAKA risk high > 35 R-10 JIKA debt low & colateral none & pek. abri & income MAKA risk moderat R-11 JIKA debt low & colateral none & pek. abri & income MAKA risk high 0-15 & credit good R-12 JIKA debt low & colateral none & pek. pns & income MAKA risk low > 35 R-13 JIKA debt low & colateral none & pek. pns & income MAKA risk low & credit good R-14 JIKA debt low & colateral none & pek. pns & income MAKA risk moderat & credit unknown R-15 JIKA debt low & colateral none & pek. pns & income MAKA risk high 0-15 & credit bad R-16 JIKA debt low & colateral none & pek. pns & income MAKA risk low 0-15 & credit unknown & gender pria R-17 JIKA debt low & colateral none & pek. pns & income MAKA risk moderat 0-15 & credit unknown & gender wanita R-18 JIKA debt low & colateral none & pek. pns & income MAKA risk low 0-15 & credit good R-19 JIKA debt low & colateral none & pek. dosen & MAKA risk high income > 35 & credit bad R-20 JIKA debt low & colateral none & pek. pns & income MAKA risk high 0-15 R-21 JIKA debt low & colateral none & pek. kary.swasta MAKA risk high R-22 JIKA debt low & colateral none & pek. pns & income MAKA risk high 0-15 & credit bad R-23 JIKA debt low & colateral adequate & gender pria MAKA risk moderat R-24 JIKA debt low & colateral adequate & gender wanita MAKA risk low 10 Knowledge Discovery Pada Risked

7 D1 debt D2 C2 Colateral C1 C2 colateral C1 low credit CR1 G2 gender G1 P1 P4 pek P2 P3 high Pek high moderat llow iincome iincome high iincome P2 P1 P3 P4 low gender iincome iincome G1 G2 II3 II3 high moderat low II1 moderat high Moderat,high Moderat,high II3 II1 II1 II3 II1 high credit moderat high Low,moder CR2 II3 high Low,moderat llow credit credit credit CR2 CR1 CR1 low moderat high low hig High. low Keterangan : Debt : D1= high ; D2 = low Colateral: C1 = none ; C2 = adequate Credit : CR1 = bad ; CR2 =good; = unknown Pek : P1 = abri ; P2=swasta ; P3=dosen ; P4 = pns Gender : G1 = wanita ; G2 = pria Income : I1 = 0-15 ; I2 = ; I3 = >35 G2 low gender G1 moderat Gambar 3. Hasil Pohon Keputusan Knowledge Discovery Pada Risked 11