Bank merupakan sebuah lembaga yang salah satu fungsinya adalah untuk memberikan pinjaman pada nasabah sesuai jangka waktu yang telah dijanjikan dengan bunga atau tanpa bunga. Namun, setelah pihak Bank telah memberikan kreditnya atau pinjamannya muncul beberapa masalah salah satunya adalah kredit macet. Untuk menghindari hal tersebut maka diperlukan sebuah teknik yang mampu melakukan klasifikasi terhadap nasabah yang akan melakukan pengajuan kredit sehingga dapat mengurangi tingkat kredit macet. Data mining merupakan teknik yang mampu digunakan untuk menggali informasi yang tersembunyi atau pengetahuan dengan cara mencari pola-pola tertentu dari sejumlah data yang besar. Algoritma data mining yang digunakan adalah algoritma K-Nearest Neighbor yang digabungkan dengan algoritma Support Vector Machine. Hasil akhir dari penelitian ini adalah sebuah aplikasi yang diharapkan mampu menghasilkan informasi yang bermanfaat bagi Bank itu sendiri.

Bank is an institution that one of its functions is to provide loans to customers according to the promised period with interest or no interest. However, after the Bank has granted its credit or loan it appears some of the problems one of which is bad credit. To avoid this it is necessary a technique that is able to classify the customers who will make a credit application so as to reduce the level of bad debts. Data mining is a technique that can be used to extract hidden information or knowledge by searching for certain patterns of large amounts of data. The data mining algorithm used is the K-Nearest Neighbor algorithm combined with the Support Vector Machine algorithm. The end result of this study is an application that is expected to generate useful information for the Bank itself.

https://elib.unikom.ac.id/gdl.php?mod=browse&op=read&id=jbptunikompp-gdl-aldiazharp-39126