Kredit macet merupakan suatu masalah yang sangat penting bagi usaha
keuangan. Pengertian kredit macet adalah suatu keadaan dimana nasabah sudah
tidak sanggup membayar sebagian atau seluruh kewajiban kepada bank seperti
yang telah dijanjikan. Di dalam bisnis keuangan, kredit macet merupakan salah
satu masalah yang harus dihindari. Karena jika terdapat kredit macet maka bisnis
akan terganggu dan dapat menyebabkan banyak masalah.
Pada penelitian ini, dibahas perbandingan algoritma correlated naive bayes
classifier, naive bayes, dan C4.5 dalam prediksi kredit macet. Dalam penelitian ini
ketiga algoritma tersebut akan melakukan proses klasifikasi terhadap data anggota
koperasi yang hasilnya akan digunakan sebagai pembanding. Hasil yang akan
digunakan sebagai perbandingan adalah akurasi, precision, dan recall.
Berdasarkan hasil pengujian dapat disimpulkan bahwa algoritma
correlated naive bayes clasifier memiliki hasil akurasi dan precision yang paling
baik. Namun recall yang didapatkan sangat sedikit. Sedangkan C4.5 mempunyai
hasil akurasi dan precision yang berbeda tipis dengan correlated naive bayes
classifier. Untuk nilai recall C4.5 memiliki hasil yang mirip dengan naive bayes.
Sehingga C4.5 menjadi algoritma yang memiliki hasil yang paling baik.