Arief, Irham Dzulkifli (2014) Implementasi Simulasi Monte Carlo Dan Klasifikasi Menggunakan Decision Tree Pada Prediksi Pembelanjaan Kartu Kredit. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
5110100073-Undergraduate_Thesis.pdf Download (4MB) | Preview |
Abstract
Kartu kredit telah menjadi alat bantu pembayaran yang digunakan oleh sebagian masyarakat pada saat ini. Dalam penggunaannya, kartu kredit memberikan kemudahan untuk para konsumen dalam hal transaksi dalam jumlah yang besar maupun kecil. Namun pihak bank memberikan batasan terhadap jumlah uang yang bisa digunakan dalam transaksi menggunakan kartu kredit yang hanya berdasarkan jumlah gaji dan jabatan nasabah kartu kredit. Padahal masih banyak atribut lain yang harusnya bisa digunakan untuk menentukan limitasi kartu kredit, namun bank tidak memiliki data yang sangat lengkap. Tujuan utama dari permasalahan ini adalah melakukan simulasi pembangkitan data dari data kartu kredit yang memiliki banyak atribut. Sehingga dapat dilakukan klasifikasi untuk memprediksi pembelanjaan kartu kredit seseorang. Data pembelanjaan juga bukan hanya jumlah seluruh pembelanjaan, namun lebih spesifik pembelanjaan dalam bidang tertentu. Permasalahan pembangkitan data dan klasifikasi akan diselesaikan dengan metode simulasi Monte Carlo dan klasifikasi Decision Tree. Hasil uji coba menunjukkan hasil klasifikasi tertinggi yakni 59.6% untuk kelas pembelanjaan Proent (proporsi pembelanjaan pada bidang hiburan) pada simulasi perulangan 500 kali, hasil klasifikasi terendah yakni 46.6% untuk kelas pembelanjaan Procloth pada simulasi perulangan 50 kali.
=====================================================================================================
Credit Card has being payment tools which is used by some people nowdays. Using credit card give easiness to consumer in small or big transaction. But, bank give a litmitation in using of credit card based on total of Income and position of working place. Besides that, there is so many attribute which can be used for giving limitation of credit card. But bank don’t have a complete data. The main goal of this problem is to simulate a data generation from credit card which is has so many attribute. That can be use to classify prediction of credit card expenditure. But its more specific in some kind of expenditure. The problem of data generation dan classifying will solve using Monte Carlo Method and Decision Tree Classification. The result of trials show that number of the highest classification is 59.6% for class of Proent (proportion of Entertainment expenditure) in simulation of 500 times iteration. The lowest is 46.6% for class of Procloth (proportion of Clothing Expenditure) in simulation of 50 times iteration.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSIf 518.282 Ari i |
| Uncontrolled Keywords: | Pembelanjaan Kartu Kredit, Simulasi Pembangkitan Data, Monte Carlo, Klasifikasi, Decision Tree |
| Subjects: | T Technology > T Technology (General) > T58.62 Decision support systems |
| Divisions: | Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis |
| Depositing User: | Yeni Anita Gonti |
| Date Deposited: | 01 Apr 2020 04:40 |
| Last Modified: | 01 Apr 2020 04:40 |
| URI: | http://repository.its.ac.id/id/eprint/75641 |
Actions (login required)
 |
View Item |