Detail Publikasi

Klasifikasi Algoritma Naive Bayes Dalam Memprediksi Tingkat Kelancaran Pembayaran Sewa Teras UMKM

• By RIZAL RACHMAN

Abstrak

Untuk meminimalisir jumlah penyewa teras untuk UMKM di depan toko Indomaret yang terlambat (out
standing) setiap tahunnya dan untuk mengoptimalkan penyewa yang lancar setiap tahunnya. Salah satu
cara yang bisa dilakukan manajemen PT. Indomarco Prismatama untuk membantu menentukan
prediksi kelancaran pembayaran sewa teras UMKM adalah dengan melakukan pengolahan data histori
dari penyewa dengan memanfaatkan teknik data mining menggunakan algoritma naïve bayes. Naïve
Bayes adalah suatu algoritma data Mining yang berfungsi memprediksi banyaknya penyewa yang
terlambat pembayaran. Model yang dapat digunakan yaitu CRISP-DM, melalui pengenalan proses
bisnis, pengenalan data, persiapan data, pemodelan, pengujian dan pengembangan. Algoritma yang
digunakan untuk meprediksi probabilitas yaitu algoritma Naïve Bayes. Data yang digunakan berjumlah
504 data, dengan atribut yang sudah di klasifikasikan berdasarkan kelas yang dibutuhkan Area
Manager, Kota, Jenis Kelamin Penyewa, Rata-rata Umur Penyewa, dan Status Pembayaran. Terdapat
beberapa Probabilitas yang akan mengitung ke akuratan prediksinya, dan setelah di uji dengan
menggunakan algoritma naïve bayes, maka diperoleh hasil persentasi Accuracy 81.81%, Precision
66.66%, Recall 100% dan AUC 0.800 Untuk keakuratan prediksi.

Kata Kunci:
Data Mining, Naïve Bayes, UMKM