ANALISIS PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DAN SUPPORT VECTOR MACHINE (SVM) DALAM KLASIFIKASI DATA PERBANKAN
Open Access
- 2 April 2025
- journal article
- Published by LPPM Institute for Research and Community Service, Dian Cipta Cendikia Institute of Business Technology and Language in Jurnal Informasi dan Komputer
- Vol. 13 (01) , 167-173
Abstract
Data perbankan memiliki karakteristik yang beragam, mencakup transaksi keuangan, riwayat kredit, detail nasabah, dan lainnya. Kompleksitas data ini menimbulkan tantangan dalam pengelolaan dan analisis data yang efektif. Salah satu tantangannya adalah menilai kelayakan kredit pemohon pinjaman rumah. Dalam proses pemberian pinjaman, beberapa faktor dipertimbangkan, termasuk karakter pemohon, kemampuan pembayaran, jaminan, kondisi ekonomi, usia, dan sumber pendanaan. Analisis risiko kredit dapat dilakukan melalui berbagai metode, termasuk analisis pasar dan teknik pembelajaran mesin big data. Dalam penelitian ini, kami menggunakan dua algoritma populer: K-Nearest Neighbors (KNN) dan Support Vector Machine (SVM). KNN, dikenal karena kesederhanaannya dan kemampuannya dalam menangani data yang beragam, sering digunakan untuk klasifikasi. Namun, KNN menghadapi keterbatasan dalam kecepatan komputasi pada dataset besar dan kerentanan terhadap data yang bising. Sebaliknya, SVM, sebuah algoritma yang lebih canggih, dirancang untuk memaksimalkan pemisahan antara kelas data dan unggul dalam menangani data berdimensi tinggi. Temuan kami menunjukkan bahwa SVM lebih baik daripada KNN dalam mengklasifikasikan risiko kredit pada data perbankan, terutama untuk pinjaman rumah. SVM dengan kernel dot dan ANOVA mencapai akurasi 80,56%, dibandingkan dengan 69,44% untuk KNN dengan k=50. Temuan ini menunjukkan bahwa SVM lebih unggul dalam klasifikasi risiko kredit pada data perbankan, khususnya untuk kredit kepemilikan rumah..Keywords
This publication has 7 references indexed in Scilit:
- Analisis Risiko Kredit Perbankan Menggunakan Algoritma K-Nearest Neighbor dan Nearest Weighted K-Nearest NeighborIndonesian Journal of Applied Statistics, 2023
- Analisis Risiko Pinjaman dengan Metode Support Vector Machine, Artificial Neural Network dan Naïve BayesJurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), 2023
- OPTIMASI ALGORITMA K-NEAREST NEIGHBOR (KNN) DENGAN NORMALISASI DAN SELEKSI FITUR UNTUK KLASIFIKASI PENYAKIT LIVERJATI (Jurnal Mahasiswa Teknik Informatika), 2022
- PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR, DECISION TREE, DAN NAIVE BAYES UNTUK MENENTUKAN KELAYAKAN PEMBERIAN KREDITInfotech: Journal of Technology Information, 2021
- Analisis Deteksi Emosi Manusia dari Suara Percakapan Menggunakan Matlab dengan Metode KNNInfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan), 2019
- Human detection using speeded-up robust features and support vector machine from aerial images2017
- Efficient kNN Classification With Different Numbers of Nearest NeighborsIEEE Transactions on Neural Networks and Learning Systems, 2017