Analisis Prediksi Nasabah yang Berpotensi Membuka Deposito pada Bank Umum di Bekasi Menggunakan Algoritma C4.5 dan Naive Bayes

Authors

  • Dwi Handayani Magister Manajemen Sistem Informasi, Universitas Gunadarma
  • Nuryuliani Universitas Gunadarma

Keywords:

Metode Klasifikasi, C4.5, Naive Bayes, Weka, Deposito

Abstract

Salah satu jasa perbankan yang ditawarkan oleh bank umum adalah deposito. Deposito masih merupakan primadona bagi masyarakat yang ingin berinvestasi. Marketing harus mengambil kesempatan ini dengan melakukan strategi pemasaran langsung yang lebih efektif dan efisien, salah satu cara yang dapat digunakan yaitu memprediksi nasabah yang berpotensi membuka simpanan deposito menggunakan teknik data mining khususnya metode klasifikasi algoritma Naive Bayes dan  C4.5. Klasifikasi tersebut menggunakan tools Weka versi 3.8.4. Data yang digunakan dalam penelitian ini berasal dari data nasabah marketing suatu Bank Umum di Bekasi pada tahun 2018. Data yang diuji menggunakan tujuh atribut sebagai predictor yang terdiri dari Pekerjaan, Status, Pendidikan, KPR, Loan, Kontak, Pemasaran_Sebelumnya, dan dan satu atribut sebagai penentu predictor yaitu Pembukaan_Deposito yang berjumlah 9374 record data dengan komposisi data training 80% berjumlah 7499 record dan data testing 20% berjumlah 11875 record. Hasil teknik klasifikasi dengan algoritma C4.5 pada penelitian ini menghasilkan persentase keakuratan prediksi sangat baik pada nasabah yang berpotensi membuka deposito dengan nilai accuracy berjumlah 91,9467%, precision berjumlah 92,40%, recall berjumlah 91,90%, dan f-measure berjumlah 92% dibandingkan dengan algoritma Naive Bayes dengan nilai accuracy berjumlah 89,8133%, precision berjumlah 90,2%, recall berjumlah 89,8%, dan f-measure berjumlah 89,8% . Melihat nilai accuracy hampir mendekati 100%, maka teknik klasifikasi dengan algoritma C4.5 merupakan kategori klasifikasi sangat baik digunakan untuk memprediksi nasabah yang berpotensi membuka deposito.

Published

2020-09-03