PERBANDINGAN ANALISIS DISKRIMINAN FISHER DAN NAIVE BAYES UNTUK KLASIFIKASI RISIKO KREDIT

dokumen-dokumen yang mirip
ISSN: JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 1-10 Online di:

SKRIPSI. Disusun Oleh: Ana Kartikawati NIM. J2E009024

SKRIPSI. Oleh : LAILI ISNA NUR KHIQMAH NIM :

ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART)

PERBANDINGAN METODE KLASIFIKASI NAÏVE BAYES DAN K-NEAREST NEIGHBOR PADA ANALISIS DATA STATUS KERJA DI KABUPATEN DEMAK TAHUN 2012

DISKRIMINAN LINIER UNTUK KLASIFIKASI PERUSAHAAN MANIPULATOR DAN NON-MANIPULATOR. (Studi Kasus Di Bursa Efek Indonesia Tahun 2013)

PERBANDINGAN ANALISIS KLASIFIKASI NASABAH MENGGUNAKAN REGRESI LOGISTIK BINER DAN (CLASSIFICATION AND REGRESSION TREES)

KLASIFIKASI RUMAH LAYAK HUNI DI KABUPATEN BREBES DENGAN MENGGUNAKAN METODE LEARNING QUANTIZATION DAN NAIVE BAYES

PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION

KLASIFIKASI TINGKAT KELANCARAN NASABAH DALAM MEMBAYAR PREMI DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL DAN NAÏVE BAYES SKRIPSI

PERBANDINGAN ANALISIS FAKTOR KLASIK DAN KELOMPOK BAHAN MAKANAN DI JAWA TENGAH

ABSTRAK. Kata Kunci: kredit, klasifikasi, analisis diskriminan kernel

: Analisis Diskriminan pada Klasifikasi Desa di Kabupaten. Tabanan Menggunakan Metode K-Fold Cross Validation. 2. I Gusti Ayu Made Srinadi, S.Si, M.

ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2k-p DENGAN METODE LENTH

KLASIFIKASI KELULUSAN MAHASISWA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS)

PERBANDINGAN ANALISIS KLASIFIKASI MENGGUNAKAN METODE K-NEAREST NEIGHBOR

SKRIPSI. Disusun Oleh: MARTA WIDYASTUTI

OPTIMALISASI PROSES PRODUKSI YANG MELIBATKAN BEBERAPA FAKTOR DENGAN LEVEL YANG BERBEDA MENGGUNAKAN METODE TAGUCHI SKRIPSI

PEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA)

SKRIPSI. Disusun Oleh: MAS AD DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2016

RANCANGAN D-OPTIMAL UNTUK REGRESI POLINOMIAL DERAJAT 3 DENGAN HETEROSKEDASTISITAS

PEMODELAN DINAMIS PRODUKSI PADI DI JAWA TENGAH MENGGUNAKAN METODE KOYCK DAN ALMON

ANALISIS KINERJA PORTOFOLIO OPTIMAL CAPITAL ASSET PRICING MODEL

SKRIPSI. Disusun Oleh : ZULFA WAHYU MARDIKA NIM. J2E

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK SMA NEGERI 2 SEMARANG MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL

ANALISIS PENGARUH KURS RUPIAH TERHADAP INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN DISTRIBUTED LAG MODEL SKRIPSI

PENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)

KLASIFIKASI KEIKUTSERTAAN KELUARGA DALAM PROGRAM KELUARGA BERENCANA (KB) DI KOTA SEMARANG MENGGUNAKAN METODE MARS DAN FK-NNC

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM DENGAN PENDEKATAN OPTIMISASI MULTIOBJEKTIF UNTUK PENGUKURAN VALUE AT RISK SKRIPSI

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

PENGAMBILAN SAMPEL BERDASARKAN PERINGKAT PADA ANALISIS REGRESI LINIER SEDERHANA

KLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN)

PENERAPAN DIAGRAM KONTROL T2 HOTELLING PADA PROSES PRODUKSI KACA. Skripsi. Disusun Oleh : Muhammad Hilman Rizki Abdullah

SKRIPSI. Oleh: RENGGANIS PURWAKINANTI

PEMODELAN REGRESI LINIER MULTIVARIAT DENGAN METODE PEMILIHAN MODEL FORWARD SELECTION

SKRIPSI. Disusun Oleh : RAHMA NURFIANI PRADITA

ANALISIS VARIAN DUA FAKTOR DALAM RANCANGAN PENGAMATAN BERULANG ( REPEATED MEASURES )

PREDIKSI INFLASI BEBERAPA KOTA DI JAWA TENGAH TAHUN 2014 MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)

SKRIPSI. Disusun Oleh : CANDRA SILVIA

SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE. Oleh : DEWI SETYA KUSUMAWARDANI

PENENTUAN BOBOT PORTOFOLIO OPTIMAL UNTUK PERHITUNGAN VALUE AT RISK PADA DATA BERDISTRIBUSI NORMAL SKRIPSI

ANALISIS NILAI RISIKO (VALUE AT RISK) MENGGUNAKAN UJI KEJADIAN BERNOULLI (BERNOULLI COVERAGE TEST) (Studi Kasus pada Indeks Harga Saham Gabungan)

IDENTIFIKASI VARIABEL YANG MEMPENGARUHI BESAR PINJAMAN DENGAN METODE POHON REGRESI (Studi Kasus di Unit Pengelola Kegiatan PNPM Mandiri)

SKRIPSI. Disusun oleh: NOVIAN TRIANGGARA

PEMODELAN HARGA SAHAM DENGAN GEOMETRIC BROWNIAN MOTION DAN VALUE AT RISK PT. CIPUTRA DEVELOPMENT Tbk

PENGELOMPOKAN PASIEN DEMAM BERDARAH RSUD dr. SOEHADI PRIJONEGORO DENGAN METODE ANALISIS KELAS LATEN

PENERAPAN RANCANGAN BLOK RANDOM TIDAK LENGKAP SEIMBANG TERHADAP KOMBINASI PUPUK NANOSILIKA DAN PUPUK NPK PADA PERTUMBUHAN TANAMAN JAGUNG

Artha Ida Sri Anggriyani

SKRIPSI. Disusun Oleh : YUSUF ARIFKA RAHMAN

Pengendalian Kualitas Data Atribut Multivariat dengan Mahalanobis Distance dan T2 Hotelling (Studi Kasus PT Metec Semarang) SKRIPSI

SKRIPSI. Oleh : PUSPHITA ANNA OCTAVIANI NIM PENERAPAN METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM)

KETEPATAN KLASIFIKASI KEIKUTSERTAAN KELUARGA BERENCANA MENGGUNAKAN REGRESI LOGISTIK BINER DAN REGRESI PROBIT BINER

KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI REGRESI LOGISTIK MULTINOMIAL

SKRIPSI ERLINDA SIREGAR

GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH

KETEPATAN KLASIFIKASI STATUS KERJA DI KOTA TEGAL MENGGUNAKAN ALGORITMA C4.5 DAN FUZZY K-NEAREST NEIGHBOR IN EVERY CLASS (FK-NNC) SKRIPSI

KLASIFIKASI PERUBAHAN HARGA OBLIGASI KORPORASI DI INDONESIA MENGGUNAKAN METODE NAIVE BAYES CLASSIFICATION

SKRIPSI. Disusun Oleh : DINI PUSPITA JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

PERBANDINGAN METODE VARIANCE COVARIANCE DAN HISTORICAL SIMULATION UNTUK MENGUKUR RISIKO INVESTASI REKSA DANA

PERAMALAN JUMLAH TAMU HOTEL DI KABUPATEN DEMAK

PEMODELAN TINGKAT INFLASI INDONESIA MENGGUNAKAN MARKOV SWITCHING AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY

PENERAPAN DIAGRAM KONTROL IMPROVED GENERALIZED VARIANCE PADA PROSES PRODUKSI HIGH DENSITY POLYETHYLENE (HDPE)

PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN

KLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN 2014 MENGGUNAKAN METODE CHAID DAN CART

SKRIPSI. Disusun oleh: Alin Citra Suardi

SKRIPSI. Disusun oleh: DHINDA AMALIA TIMUR

PENILAIAN CARA MENGAJAR MENGGUNAKAN RANCANGAN ACAK LENGKAP. Cara Mengajar Dosen Jurusan Statistika UNDIP)

PERBANDINGAN HASIL KLASIFIKASI ANALISIS DISKRIMINAN DAN JARINGAN SYARAF TIRUAN

PENERAPAN DIAGRAM KONTROL PADA PROSES PRODUKSI MINUMAN KEMASAN RETURNABLE GLASS BOTTLE. (Studi Kasus di PT. Coca-cola Bottling Indonesia Central Java)

SISTEM ANTRIAN PADA PELAYANANN CUSTOMER SERVICE PT. BANK X

SKRIPSI JURUSAN STATISTIKA PERAMALAN INDEKS HARGA KONSUMEN 4 KOTA DI JAWA TENGAH MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR)

KLASIFIKASI CALON PENDONOR DARAH MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

DIAGRAM KONTROL MULTIVARIAT BERDASARKAN JARAK DI PT ARA SHOES SKRIPSI. Disusun Oleh : GALUH AYU ARGHI P

PERAMALAN BEBAN PEMAKAIAN LISTRIK JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA DENGAN

ANALISIS DISKRIMINAN FISHER POPULASI GANDA UNTUK KLASIFIKASI NASABAH KREDIT

ANALISIS SUMBER-SUMBER PENDAPATAN DAERAH KABUPATEN DAN KOTA DI JAWA TENGAH DENGAN METODE GEOGRAPHICALLY WEIGHTED PRINCIPAL COMPONENTS ANALYSIS (GWPCA)

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUASAN MAHASISWA DALAM PEMILIHAN JURUSAN MENGGUNAKAN STRUCTURAL EQUATION MODELING

PROYEKSI DATA PRODUK DOMESTIK BRUTO (PDB) DAN FOREIGN DIRECT INVESTMENT (FDI) MENGGUNAKAN VECTOR AUTOREGRESSIVE (VAR)

ANALISIS CLUSTER DENGAN ALGORITMA K-MEANS DAN FUZZY C-MEANS CLUSTERING UNTUK PENGELOMPOKAN DATA OBLIGASI KORPORASI

PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI

PERAMALAN HARGA MINYAK MENTAH DUNIA NEURAL NETWORK

GUI UNTUK INFERENSI VEKTOR MEAN DAN INFERENSI MATRIKS KOVARIANSI DENGAN MENGGUNAKAN SOFTWARE R

PENGGUNAAN SIMULASI MONTE CARLO UNTUK PENGUKURAN VALUE AT RISK

PEMODELAN REGRESI 3-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Lamanya pendidikan Anak di Kabupaten Semarang)

SEGMENTASI PASAR PADA PUSAT PERBELANJAAN MENGGUNAKAN FUZZY C-MEANS

PENDUGAAN PENGELUARAN PER KAPITA DI KABUPATEN BREBES

PEMODELAN KASUS KEMISKINAN DI JAWA TENGAH MENGGUNAKAN REGRESI NONPARAMETRIK METODE B-SPLINE

PENGUKURAN RISIKO KREDIT OBLIGASI KORPORASI DENGAN CREDIT VALUE AT RISK

PENENTUAN KOEFISIEN KORELASI KANONIK DAN INTERPRETASI FUNGSI KANONIK MULTIVARIAT

PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI SPLINE

METODE LENTH PADA RANCANGAN FAKTORIAL FRAKSIONAL DENGAN ESTIMASI EFEK ALGORITMA YATES

PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN. Disusun Oleh : NOVIA AGUSTINA. Skripsi. Jurusan Statistika Fakultas Sains dan Matematika Undip

PENENTUAN VALUE AT RISK

PEMODELAN LAJU INFLASI DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI DATA PANEL

PENENTUAN KOMPOSISI WAKTU OPTIMAL PRODUKSI DENGAN METODE TAGUCHI

PERBANDINGAN ANALISIS KLASIFIKASI ANTARA DECISION TREE DAN SUPPORT VECTOR MACHINE MULTICLASS UNTUK PENENTUAN JURUSAN PADA SISWA SMA

KLASIFIKASI WILAYAH DESA-PERDESAAN DAN DESA-PERKOTAAN WILAYAH KABUPATEN SEMARANG DENGAN SUPPORT VECTOR MACHINE (SVM)

KLASIFIKASI KINERJA PERUSAHAAN DI INDONESIA DENGAN MENGGUNAKAN METODE WEIGHTED K NEAREST NEIGHBOR

ANALISIS RANCANGAN BUJUR SANGKAR GRAECO LATIN

ESTIMASI PARAMETER PADA MODEL REGRESI LINIER MULTILEVEL DENGAN METODE RESTRICTED MAXIMUM LIKELIHOOD (REML) abang Semarang SKRIPSI.

Transkripsi:

PERBANDINGAN ANALISIS DISKRIMINAN FISHER DAN NAIVE BAYES UNTUK KLASIFIKASI RISIKO KREDIT (Studi Kasus Debitur di Koperasi Jateng Amanah Mandiri Cabang Sukorejo Kendal) SKRIPSI Disusun Oleh: ABDUR ROFIQ 24010211130030 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2015 i

PERBANDINGAN ANALISIS DISKRIMINAN FISHER DAN NAIVE BAYES UNTUK KLASIFIKASI RISIKO KREDIT (Studi Kasus Debitur di Koperasi Jateng Amanah Mandiri Cabang Sukorejo Kendal) Disusun Oleh: ABDUR ROFIQ 24010211130030 Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Statistika Universitas Diponegoro JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2015 ii

iii

iv

KATA PENGANTAR Puji dan syukur penulis ucapkan atas kehadirat Allah SWT yang telah memberikan rahmat dan karunia-nya sehingga penulis dapat menyelesaikan Laporan Tugas Akhir dengan judul PERBANDINGAN ANALISIS DISKRIMINAN FISHER DAN NAIVE BAYES UNTUK KLASIFIKASI RISIKO KREDIT (Studi Kasus Debitur di Koperasi Jateng Amanah Mandiri Cabang Sukorejo Kendal). Laporan Tugas Akhir ini tidak akan selesai dengan baik tanpa adanya dukungan dan bantuan dari berbagai pihak. Ucapan terima kasih penulis haturkan kepada : 1. Ibu Dra. Dwi Ispriyanti, M.Si. selaku Ketua Jurusan Statistika FSM UNDIP. 2. Ibu Triastuti Wuryandari, S.Si, M.Si dan Ibu Rita Rahmawati, S.Si, M.Si selaku dosen pembimbing I dan II. 3. Bapak Ibu Dosen Jurusan Statistik Fakultas Sains dan Matematika Undip. 4. Semua pihak yang telah membantu kelancaran penyusunan laporan ini, yang tidak dapat disebutkan satu per satu. Penulis menyadari bahwa Laporan Tugas Akhir ini tak luput dari segala bentuk kesalahan. Oleh karena itu, penulis mengharapkan kritik dan saran yang membangun guna perbaikan kedepannya. Akhir kata, semoga Laporan Tugas Akhir ini dapat memberikan manfaat bagi semua pihak. Semarang, November 2015 Penulis v

ABSTRAK Kredit merupakan pemberian pinjaman berupa uang kepada debitur yang dilakukan oleh lembaga keuangan seperti koperasi. Pada pelaksanaannya terdapat kendala berupa kredit macet. Untuk mengklasifikasikan debitur masuk dalam kategori macet atau lancar maka debitur dianalisis dengan metode Analisis Diskriminan Fisher dan Naive Bayes. Penelitian ini menggunakan data debitur dari Koperasi Jateng Amanah Mandiri Cabang Sukorejo Kendal. Data yang diperoleh digunakan untuk klasifikasi dengan metode Analisis Diskriminan Fisher dan Naive Bayes. Data yang diperoleh berdistribusi normal multivariat, memiliki matriks varian-kovarian yang sama dan berskala metrik. Analisis Diskriminan Fisher dan Naive Bayes dihitung dan dibandingkan tingkat keakuratannya. Dari penelitian ini diperoleh tingkat akurasi dari masing masing metode yaitu 90% untuk Analisis Diskriminan Fisher dan 83,33% untuk Naive Bayes. Setelah diuji menggunakan uji proporsi, metode Analisis Diskriminan Fisher tidak berbeda keakuratannya jika dibandingkan dengan Naive Bayes dalam mengklasifikasikan risiko kredit. Kata kunci: debitur, risiko kredit, Analisis Diskriminan Fisher, Naive Bayes. v

ABSTRACT Credit is a form of money lending to debitors conducted by financial institutions such as cooperatives. In practice there are obstacles in the form of bad credit. Analyze by Fisher discriminant analysis method and Naive Bayes is used to classify the debitors fall into the category bad debitorr or not. This study uses data from the Debitors of Cooperative of Central Java Amanah Independent in Sukorejo Kendal Branch. The data obtained is used for classification by Fisher discriminant analysis and Naive Bayes method. Data obtained has multivariate normal distribution, has the same of variance-covariance matrix and has metric scale. Fisher discriminant analysis and Naive Bayes calculated and compared to the level of accuracy. From this research, the degree of accuracy of each method, namely 90% for Fisher Discriminant Analysis and 83.33% for the Naive Bayes. Having tested using the proportion test, Fisher discriminant analysis method is no different accuracy when compared with Naive Bayes to classify credit risk. Keywords: debitors, credit risk, Fisher discriminant analysis, Naive Bayes. vi

DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN I... HALAMAN PENGESAHAN II... KATA PENGANTAR... ABSTRAK... ABSTRACT... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... ii iii iv v vi vii x xi xii BAB I PENDAHULUAN 1.1. Latar Belakang... 1 1.2. Perumusan Masalah... 3 1.3. Pembatasan Masalah... 4 1.4. Tujuan... 4 BAB II TINJAUAN PUSTAKA 2.1. Pengertian Kredit... 5 2.2. Penilaian Pemberian Kredit... 7 2.3. Analisis Diskriminan... 8 2.4. Klasifikasi... 10 2.5. Asumsi Distribusi Normal Multivariat... 15 2.6. Kesamaan Matriks Varian Kovarian... 17 2.7. Analisis Diskriminan Fisher untuk Klasifikasi dengan Dua Populasi.. 18 vii

2.8. Probabilitas dan Partisi... 21 2.9. Klasifikasi Naive Bayes... 22 2.10. Kesalahan Klasifikasi (Missclasification) dan APER (Apparent Error Rate)... 27 2.11. Menilai Keakuratan Prediksi Keanggotaan Kelompok... 28 2.12. Perbandingan Ketepatan Klasifikasi Metode Analisis Diskriminan Fisher dan Metode Naive Bayes... 29 2.12.1. Uji Hipotesis Dua Proporsi... 29 BAB III METODOLOGI PENELITIAN 3.1. Sumber Data... 31 3.2. Variabel Penelitian... 31 3.3. Metode Sampling dan Ukuran Sampel... 32 3.4. Langkah-langkah Analisis... 32 BAB IV HASIL DAN PEMBAHASAN 4.1. Deskripsi Data... 36 4.2. Analisis Status Risiko Kredit dengan Metode Analisis Diskriminan... 36 4.2.1. Uji Normal Multivariat... 37 4.2.2. Uji Kesamaan Matriks Varian Kovarian... 38 4.3. Analisis Diskriminan Fisher untuk Klasifikasi Risiko Kredit... 39 4.4. Klasifikasi Naive Bayes... 50 4.4.1. Data Testing dan Data Training... 50 4.4.2. Menghitung Probabilitas Awal dari Data Testing... 51 4.4.2.1. Probabilitas Awal dari Data Testing Berdasarkan Data Training... 51 viii

4.4.2.2. Perkalian Probabilitas Awal dari Data Testing Berdasarkan Data Training... 54 4.4.3. Kesalahan Klasifikasi... 55 4.4.4. Menilai Keakuratan Prediksi Keanggotaan Kelompok... 56 4.5 Perbandingan Ketepatan Klasifikasi... 57 BAB V KESIMPULAN... 62 DAFTAR PUSTAKA... 63 LAMPIRAN ix

DAFTAR GAMBAR Halaman Gambar 1. Diagram Alir Analisis Diskriminan dan Klasifikasi Naive Bayes... 34 Gambar 2. Plot Uji Normal Multivariat... 37 x

DAFTAR TABEL Halaman Tabel 1. Struktur Data dalam Analisis Diskriminan untuk k kelompok... 11 Tabel 2. Klasifikasi Dua Kelompok... 28 Tabel 3. Penentuan Ukuran Sampel... 32 Tabel 4. Status Debitur Macet dan Lancar... 36 Tabel 5. Variabel X 1, X 2, X 3, X 4... 36 Tabel 6. Klasifikasi Dua Kelompok untuk Analisis Diskriminan Fisher... 49 Tabel 7. Klasifikasi Dua Kelompok untuk Naive Bayes... 56 Tabel 8. Perbandingan Ketepatan Klasifikasi... 57 Tabel 9. Contoh Prediksi... 59 Tabel 10. Hasil Prediksi Data Contoh dengan Analisis Diskriminan Fisher.. 60 Tabel 11. Hasil Prediksi Data Contoh dengan Naive Bayes... 61 xi

DAFTAR LAMPIRAN Halaman LAMPIRAN 1. Data Debitur Koperasi Jateng Amanah Mandiri Cabang Sukorejo Kendal Tahun 2014/2015... 64 LAMPIRAN 2. Data Training untuk Analisis Diskriminan Fisher dan Naive Bayes... 69 LAMPIRAN 3. Data Testing untuk Analisis Diskriminan Fisher dan Naive Bayes... 73 LAMPIRAN 4. Program dan Output untuk Uji Normal Multivariat... 74 LAMPIRAN 5. Program dan output Uji Kesamaan Matriks Varian Kovarian... 76 LAMPIRAN 6. Program dan Output Untuk Analisis Diskriminan Fisher... 79 LAMPIRAN 7. Perhitungan Nilai y Pada Analisis Diskriminan Fisher... 84 LAMPIRAN 8. Hasil Klasifikasi Dengan Metode Diskriminan Fisher... 85 LAMPIRAN 9. Probabilitas Awal Dari Data Testing Berdasarkan Data Training pada Kelompok 1... 86 LAMPIRAN 10. Perkalian Probabilitas Awal dari Data Testing Berdasarkan Data Training Kelompok 1... 87 LAMPIRAN 11. Probabilitas Awal dari Data Testing Berdasarkan Data Training pada Kelompok 2... 88 LAMPIRAN 12. Perkalian Probabilitas Awal dari Data Testing Berdasarkan Data Training Kelompok 2... 89 LAMPIRAN 13. Perbandingan Probabilitas Akhir pada Kelompok 1 dan 2... 90 LAMPIRAN 14. Hasil Prediksi Dengan Naive Bayes... 91 xii

BAB I PENDAHULUAN 1.1. Latar Belakang Pemerintah Indonesia sudah lama berjuang untuk mengurangi angka kemiskinan dan sudah ada banyak program serta kebijakan yang terlaksana untuk mengatasi masalah kemiskinan. Salah satu program pemerintah untuk mengatasi masalah tersebut adalah program penyaluran kredit melalui lembaga keuangan informal, seperti koperasi. Dalam perkembangannya, lembaga keuangan informal lebih mudah bagi debitur dalam permohonan kredit, karena sifatnya lebih fleksibel dalam hal persyaratan dan jumlah pinjaman yang tidak seketat pada persyaratan perbankan. Koperasi simpan pinjam di Indonesia memiliki peranan penting dalam mengurangi angka kemiskinan. Koperasi berusaha untuk mensejahterakan dan menyediakan pembinaan bagi anggotanya, agar dapat berkembang maju dan mencapai status kehidupan yang lebih baik. Pada dasarnya lembaga koperasi di Indonesia sudah diarahkan untuk berpihak kepada kepentingan ekonomi rakyat yang berasal dari kelompok masyarakat kelompok menengah ke bawah. Keberadaan koperasi merupakan suatu fenomena tersendiri, sebab tidak ada satu lembaga pun yang mampu menyamainya. Lembaga koperasi oleh banyak kalangan, diyakini sangat sesuai dengan budaya dan tata kehidupan bangsa Indonesia. Di dalamnya terkandung muatan menolong diri sendiri, kerjasama untuk kepentingan bersama (gotong royong), dan beberapa esensi moral lainnya. Sangat banyak orang mengetahui tentang koperasi meski belum tentu sama pemahamannya, apalagi hanya sebagian 1

2 kecil dari populasi bangsa ini yang mampu berkoperasi secara benar dan konsisten. Sejak kemerdekaan, organisasi koperasi selalu memperoleh tempat sendiri dalam struktur perekonomian dan mendapatkan perhatian dari pemerintah (Anoraga dan Widiyanti, 2003). Dalam menjalankan kegiatan usahanya, koperasi tidak hanya dituntut untuk meningkatkan profitabilitas dan kesejahteraan anggotanya, tetapi juga harus menjaga keberlangsungan usahanya (survive). Tujuan keberlanjutan usaha dapat diartikan sebagai upaya memaksimalkan dari nilai koperasi, yang merupakan nilai sekarang dari koperasi itu terhadap prospek masa depannya melalui penyaluran kredit kepada anggotanya. Koperasi menghadapi kendala dalam pemberian kredit bagi anggotanya. Salah satu kendala dalam penyaluran kredit adalah adanya kredit macet. Untuk mengatasi masalah tersebut perlu adanya analisa terlebih dahulu terhadap calon debitur. Data debitur diperoleh dari Koperasi Jateng Amanah Mandiri Cabang Sukorejo Kendal kemudian dianalisis untuk mengetahui risiko kreditnya. Data yang diambil berdistribusi normal multivariat dan mempunyai matriks varian dan kovarian sama antar kedua kelompok macet dan lancar. Variabel bebas yang digunakan adalah pendapatan, lama pinjam, jumlah keluarga dan jumlah pinjaman. Variabel tersebut diambil berdasarkan faktor-faktor yang berpengaruh terhadap risiko kredit dari penelitian-penelitian sebelumnya dan memiliki skala metrik. Selanjutnya variabel-variabel tersebut diuji normal multivariat dan kesamaan matriks varian dan kovariannya. Diperoleh kesimpulan bahwa data berdistribusi normal mutivariat dan mempunyai matriks varian kovarian yang sama antar kelompok.

3 Dari berbagai alasan tersebut maka penelitian ini bertujuan untuk mengklasifikasi debitur yang berisiko baik atau lancar dan berisiko buruk atau macet berdasarkan risiko kreditnya. Metode yang digunakan dalam pengkalasifikasian ini adalah Analisis Diskriminan Fisher dan Klasifikasi Naive Bayes. Berdasarkan data dari Koperasi Jateng Amanah Mandiri Cabang Sukorejo Kendal maka dilakukan klasifikasi dengan Analisis Diskriminan Fisher karena data mempunyai matriks varian dan kovarian yang sama antar kelompok. Risiko kredit dinyatakan dalam scoring kredit. Berdasarkan hasil model Diskriminan Fisher kemudian digunakan untuk mengestimasi kemungkinan gagal bayar (probability of default) dari suatu kredit. Model yang dihasilkan selanjutnya diaplikasikan untuk menilai kelayakan calon debitur baru. Selanjutnya pengklasifikasian tersebut dibandingkan dengan pengklasifikasian menggunakan Naive Bayes dengan variabel yang digunakan adalah sama dengan variabel yang digunakan dalam Analisis Diskriminan Fisher. Berdasarkan latar belakang tersebut penulis tertarik melakukan penelitian dengan judul Perbandingan Analisis Diskriminan Fisher dan Naive Bayes untuk Klasifikasi Risiko Kredit (Studi Kasus Debitur di Koperasi Jateng Amanah Mandiri Cabang Sukorejo Kendal). 1.2. Perumusan Masalah Berdasarkan penjelasan dari latar belakang, maka dapat diambil beberapa rumusan masalah dalam penelitian ini yaitu:

4 1. Bagaimana membentuk model fungsi Diskriminan Fisher kemudian menerapkannya dalam penilaian terhadap kelayakan calon debitur dalam pengajuan kredit? 2. Bagaimana perbandingan ketepatan pada pengklasifikasian metode Analisis Diskriminan Fisher dan metode Naive Bayes? 1.3. Pembatasan Masalah Dalam penelitian ini masalah dibatasi untuk debitur yang sudah menjadi anggota Koperasi Jateng Amanah Mandiri Cabang Sukorejo. Informasi dari debitur tersebut adalah mengenai pendapatan, lama pinjam, jumlah keluarga, jumlah pinjaman, lama pinjam dan Debitur dalam kelompok berisiko baik atau lancar dan kelompok berisiko buruk atau macet yang diambil berdasarkan faktorfaktor yang paling berpengaruh terhadap risiko kredit didalam penelitianpenelitian sebelumnya. Pengolahan data menggunakan metode Analisis Diskriminan dan Naive Bayes. Data yang digunakan memenuhi asumsi Normal Multivariat dan mempunyai Matriks varian kovarian yang sama. 1.4. Tujuan Tujuan dari penelitian ini adalah: 1. Menerapkan metode klasifikasi Analisis Diskriminan Fisher untuk penilaian terhadap kelayakan calon debitur dalam pengajuan kredit (pinjaman). 2. Membandingkan ketepatan klasifikasi pada metode Analisis Diskriminan Fisher dan metode Naive Bayes.