KLASIFIKASI UNIT SIMPAN PINJAM KOPERASI DENGAN METODE NAÏVE BAYES CLASSIFIER PADA DINAS KOPERASI USAHA MIKRO KECIL DAN MENENGAH

Abstract

Abstrak
Untuk terwujudnya pengelolaan USP Koperasi yang sehat dan sesuai ketentuan peraturan perundang-undangan. Maka dilakukan penilaian terhadap USP Koperasi. Aspek penilaian meliputi permodalan, kualitas aktiva produktif, manajemen, efisiensi, likuiditas, kemandirian dan pertumbuhan, dan jati diri koperasi. Hasil perhitungan penilaian terhadap tujuh aspek tersebut dijumlah, dan diperoleh skor secara keseluruhan. Skor 100 sampai dengan 80 dikategorikan sehat, skor di bawah 80 sampai dengan 60 dikategorikan cukup sehat, skor di bawah 60 sampai dengan 40 dikategorikan kurang sehat, skor di bawah 40 sampai dengan 20 dikategorikan tidak sehat, skor di bawah 20 sampai dengan 0 dikategorikan sangat tidak sehat. Ada USP Koperasi yang mendapatkan skor mendekati 60, walaupun skornya hanya sedikit di bawah 60, dengan ketentuan seperti yang sudah disebutkan, USP Koperasi tersebut dikategorikan kurang sehat, namun jika dihitung rasio skor masing-masing aspek terhadap skor maksimalnya, USP Koperasi tersebut memiliki lebih banyak nilai aspek yang cukup sehat dari pada nilai yang kurang sehat, seharusnya koperasi ini dikategorikan cukup sehat. Naïve Bayes Classifier merupakan salah satu metode di dalam data mining untuk mengklasifikasikan data. Metode Naïve Bayes Classifier akan diaplikasikan dalam penelitian ini untuk menentukan predikat USP Koperasi. Hasil penelitian menunjukkan Naïve Bayes Classifier dapat memecahkan masalah dengan cukup baik. Hasil penelitian menunjukkan kinerja sistem sebesar 93%. Kata Kunci: Simpan Pinjam, Klasifikasi, Data mining, Naïve bayes classifier

Abstract For the realization of healthy management of Cooperatives and in accordance with the provisions of legislation. Then the assessment of Cooperatives. Assessment aspects include capital, productive asset quality, management, efficiency, liquidity, self-reliance and growth, and cooperative identity. The results of the assessment of the seven aspects are summed, and the overall score is obtained. Scores of 100 to 80 are categorized as healthy, scores below 80 to 60 are categorized as quite healthy, scores below 60 to 40 are categorized as less healthy, scores below 40 to 20 are categorized as unhealthy, scores under 20 to 0 are highly categorized not healthy. There is a Cooperative that scores close to 60, although the score is only slightly below 60, with the provision as already mentioned, the Cooperative is categorized as less healthy, but if the calculated ratio of each aspect ratio to the maximum score, the cooperative has more the value of healthy aspects of the value of less healthy, this cooperative should be categorized quite healthy. Naïve Bayes Classifier is one method in data mining to classify data. Method Naïve Bayes Classifier will be applied in this research to determine predicate Cooperative. The results show Naïve Bayes Classifier can solve the problem quite well. The results show the system performance of 93%. Keyword: Saving and Loans, Classification, Data mining, Naïve bayes classifier