Semakin banyaknya calon nasabah yang mengajukan kredit dengan kondisi ekonomi yang berbeda-beda, menuntut kejelian pihak bank sebagai pemberi kredit dalam pengambilan keputusan pemberian kredit. Oleh karena itu, dalam penentuan kelayakan kredit kepada nasabah, setiap Bank, dalam hal ini Bank Tabungan Negara (BTN) cabangBangkalanperlu memperhatikan beberapa prinsip faktor-faktor yang ada. Adapun faktor-faktor yang menjadi dasar pengambilan keputusan oleh pihak bank dalam menentukan calon penerima kredit dari pekerjaan, penghasilan per bulan, jumlah tanggungan, status ttempat tinggal. Dengan permasalahan tersebut maka, perlu adanya solusi pemecahan masalah yang ada dengan membuat suatu sistem pendukung keputusan yang bertujuan membantu proses pengambilan keputusan untuk meningkatkan kemampuan dalam memutuskan masalah tersebut. Metode yang digunakan dalam sistem pendukung keputusan ini adalah naïve bayes. Naïve bayes memegangasumsiakan hubungan antarfitur atau atributnya yang independen sehingga menjadikannya sederhana dan efisien. Penerapan Naive bayes ini diharapkan dapat menilai akurasi dalam menentukan nilai kelayakan kredit. Penerapan metode naive bayes kedalam sistem pendukung keputusan pengajuan kredit baru di Bank BTN memperoleh akurasi 90% dan error sekitar 10%.Dengan sistem ini metodenaive bayes mampu menentukan memberikan keputusan kepada pemohon dengan akurasi 90%

Increasing number of prospective customers who apply for credit with economic conditions vary, demanding carefulness bank credit lenders in making lending decisions. Therefore, in determining the feasibility of credit to customers, each bank, in this case the State Savings Bank (BTN) cabangBangkalanperlu attention to several principles existing factors. The factors on which the decision by the bank in determining the candidate receiving the credit of the work, the monthly income, number of dependents, status ttempat stay. With the problems it is, the need for solutions to problems that exist with making a decision support system that aims to help the decision making process to improve the ability to decide the issue. The method used in this decision support system is naïve Bayes. Naïve Bayes memegangasumsiakan antarfitur relations or attributes that are independent so that makes it simple and efficient. Application of Naive Bayes is expected to assess the accuracy in determining the value of credit worthiness. Application of the method Naive Bayes decision support system into a new credit application at Bank BTN gain accuracy of 90% and an error of about 10% .With this system is able to determine the Bayes metodenaive leave the decision to the applicant with an accuracy of 90%

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal