Penerapan Metode klasifikasi pada Data Peminjaman Pembiyaan Usaha Mikro Menggunakan Algoritma Classification and Regression Trees (CART).

Sistem keuangan merupakan salah satu sarana penting dalam kehidupan.Sistem keuangan bertugas untuk menghimpun dana dari masyarakat kemudianmenyalurkan kembali kepada masyarakat. Kegiatan menghimpun dan menyalurkandana tersebut diatur dalam sebuah lembaga keuangan yaitu Bank. Landasan hukmBank adalah undang-undang nomor 10 tahun 1998 yang dimaksud Bank adalahbadan usaha yang menghimpun dana dari masyarakat dalam bentuk kredit dana/ataudalam bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup rakyat banayk.Dalam proses menyalurkan dana kembali kepada masyarakat banyak nasabah yangmembayar kredit melebihi batas waktu yang telah ditentukan atau overlikuiditassehingga mengakibatkan redit macet. Tujuan penelitian ini adalah mengelompokkandata nasabah untuk menentukan klasifikasi terhadap data peminjaman usaha mikropada bank BRI Jakarta Pusat dan menemukan informasi tentang nasabah potensialuntuk mendapatkan kredit dimasa yang akan datang.Metode yang digunakan adalah metode deskriptif dengan pendekatankuantitatif yaitu penelitian yang diolah kemudian dan dianalisis untuk diambilkeputusannya. Banyaknya data yang terdapat pada bank bisa menggunakan teknikdata mining yaitu teknik untuk mencari informasi dari bongkahan data yang sangatbesar. Metode data mining yang digunakan adalah klasifikasi dengan algoritmaclassification and regression trees (CART) dan menggunakan aplikasi Tanagra,kemudian hasil dari Tanagra akan dibuatkan program sederhana menggunakanbahasa pemograman java. Hasil dari penelitian ini membantu pihak bank mengambilkeputusan sehingga mengurangi resiko kredit macet.Dari hasil penelitian yang dilakukan terjadinya kredit macet umumnyaterjadi karena keterlambatan nasabah dalam membayar kredit. Dengan menggunakanteknik data mining klasifikasi dan metode CART dapat membantu pihak Bankmengelompokkan data kemudian dibentuk pohon keputusan, sehingga dapat dimabilkeputusan bahwa setiap atribut saling mempengararuhi. Perhitungan menggunakanalgoritma CART menghasilkan kolektibilitas baik sebanyak 91.35% dari 1273 datanasabah, sedangkan menggunakan tool Tanagra kolektibilitas baik 91.67% dari datagrowing set yaitu sebanyak 852 data nasabah.