Abstract:The strategy used for telemarketing by conducting promotional media, this strategy is a marketing method used by banks, in offering products to customers, banks, one of the products that will be offered is time deposits, the bank has difficulty in knowing the obstacles experienced by customers in making a decision to make deposits against the bank, so that later it will have the effect of a financial crisis at the bank. Telemarketing banks must have targets for customers, where customers have the potential to … Show more
“…Dalam menyelesaikan permasalahan klasifikasi, pada penggunaan metode atau teknik bertujuan untuk mempermudah pada proses klasifikasi. Dengan semakin pesat perkembangan ilmu data mining banyak penelitian yang digunakan untuk memprediksi suatu kasus khususnya perbankan, seperti klasifikasi persetujuan kredit [7], nasabah kredit potensial [8] dan nasabah deposito sesuai target [9].…”
Section: Pendahuluanunclassified
“…Penelitian [9] membahas tentang kendala yang dialami nasabah dalam pengambilan keputusan untuk melakukan deposito terhadap bank. Penelitian terseut menggunakan teknik data mining yaitu algorima naive bayes dan genetika.…”
Bank merupakan perusahaan yang memiliki data yang besar yang tersimpan di dalam database dan diolah menghasilkan sebuah informasi yang saling berkaitan tentang nasabah. Bank, harus memiliki ide dan terobosan baru guna mengetahui kendala pada nasabah telemarketing yang ingin melakukan deposito pada Bank tersebut, agar Bank terhindar dari ancaman krisis keuangan. Penelitian ini menguji keberhasilan Bank telemarketing dengan cara melakukan klasifikasi keputusan nasabah dengan menerapkan data mining. Metode yang di gunakan algoritma Classification and Regression Trees (CART) dan naive bayes menggunakan dataset diambil dari University of California Irvine (UCI) Repository Learning. Adapun metode validasi dan evaluasi yang digunakan yaitu 10-cross validation dan confusion matrix. Hasil akurasi pada algoritma CART yaitu 89.51% dengan nilai precision 87%, Recall 89% dan F-Measure 88% dan pada algoritma naive bayes mendapatkan nilai akurasi sebesar 86.88% dengan nilai precision 87%, Recall 86% dan F-Measure 87%. Dari hasil tersebut dapat disimpulkan bahwa algoritma CART lebih baik dalam memprediksi keputusan nasabah telemarketing tepat dalam penawaran deposito.
“…Dalam menyelesaikan permasalahan klasifikasi, pada penggunaan metode atau teknik bertujuan untuk mempermudah pada proses klasifikasi. Dengan semakin pesat perkembangan ilmu data mining banyak penelitian yang digunakan untuk memprediksi suatu kasus khususnya perbankan, seperti klasifikasi persetujuan kredit [7], nasabah kredit potensial [8] dan nasabah deposito sesuai target [9].…”
Section: Pendahuluanunclassified
“…Penelitian [9] membahas tentang kendala yang dialami nasabah dalam pengambilan keputusan untuk melakukan deposito terhadap bank. Penelitian terseut menggunakan teknik data mining yaitu algorima naive bayes dan genetika.…”
Bank merupakan perusahaan yang memiliki data yang besar yang tersimpan di dalam database dan diolah menghasilkan sebuah informasi yang saling berkaitan tentang nasabah. Bank, harus memiliki ide dan terobosan baru guna mengetahui kendala pada nasabah telemarketing yang ingin melakukan deposito pada Bank tersebut, agar Bank terhindar dari ancaman krisis keuangan. Penelitian ini menguji keberhasilan Bank telemarketing dengan cara melakukan klasifikasi keputusan nasabah dengan menerapkan data mining. Metode yang di gunakan algoritma Classification and Regression Trees (CART) dan naive bayes menggunakan dataset diambil dari University of California Irvine (UCI) Repository Learning. Adapun metode validasi dan evaluasi yang digunakan yaitu 10-cross validation dan confusion matrix. Hasil akurasi pada algoritma CART yaitu 89.51% dengan nilai precision 87%, Recall 89% dan F-Measure 88% dan pada algoritma naive bayes mendapatkan nilai akurasi sebesar 86.88% dengan nilai precision 87%, Recall 86% dan F-Measure 87%. Dari hasil tersebut dapat disimpulkan bahwa algoritma CART lebih baik dalam memprediksi keputusan nasabah telemarketing tepat dalam penawaran deposito.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.