PERBANDINGAN KINERJA ADABOOSTED DECISION TREE DAN SUPPORT VECTOR MACHINE (SVM) UNTUK MENENTUKAN MAHASISWA DALAM MEMILIH JENIS BANK

BANK MERUPAKAN SEBUAH LEMBAGA KEUANGAN UMUMNYA DIDIRIKAN DENGAN KEWENANGAN UNTUK MENERIMA SIMPANAN UANG, MEMINJAMKAN UANG, DAN MENERBITKAN PROMES. DI ZAMAN MODERN SEPERTI SEKARANG INI, SETIAP ORANG YANG SUDAH DEWASA PASTI PALING TIDAK MEMPUNYAI SATU REKENING BANK. JENIS LAYANAN YANG DIGUNAKAN PUN BERMACAM MACAM, MULAI DARI TABUNGAN REGULER, TABUNGAN HAJI, HINGGA PINJAMAN BERSKALA BESAR. SALAH SATU KONSUMEN DARI BANK ADALAH MAHASISWA, BIASANYA LAYANAN YANG DIPAKAI OLEH MAHASISWA HANYA SEBATAS TABUNGAN, DENGAN TUJUAN UNTUK MENYIMPAN UANG SAKU YANG DITERIMA DARI ORANG TUA DAN TRANSAKSI UMUM SEPERTI TRANSFER, PEMBAYARAN, DLL. ADA BEBERAPA INDIKATOR YANG MEMPENGARUHI MAHASISWA DALAM MEMILIH DI BANK MANA MEREKA HARUS MENABUNG, SEPERTI CONTOHNYA LINGKUNGAN, MAHAL ATAU MURAHNYA BIAYA ADMIN, SUSAH ATAU TIDAKNYA ATM DAN KANTOR CABANG BANK TERSEBUT UNTUK DICARI DAN SEBAGAINYA. HAL TERSEBUT MEMBUAT PIHAK BANK TIDAK BISA MEMPREDIKSI LAYANAN APA YANG HARUS DITINGKATKAN UNTUK MEMBUAT NASABAH KHUSUSNYA MAHASISWA TERTARIK UNTUK MEMILIH BANK TERSEBUT. OLEH KARENA ITU, DIPERLUKAN PREDIKSI DEMI MENGETAHUI KEPUTUSAN MAHASISWA DALAM MEMILIH JENIS BANK. PENELITIAN INI MENGGUNAKAN KONSEP DATA MINING DENGAN ALGORITMA ADABOOSTED DECISION TREE DAN SUPPORT VECTOR MACHINE. BANYAK ATAU SEDIKITNYA JUMLAH DATA MEMPENGARUHI HASIL DARI KLASIFIKASI. SELAIN ITU CRITERION, JUMLAH K-FOLD DAN SAMPLING TYPE JUGA MEMPENGARUHI TINGKAT ACCURACY DARI KLASIFIKASI. DARI HASIL YANG DIPEROLEH MENGGUNAKAN ADABOOSTED DECISION TREE DAN SUPPORT VECTOR MACHINE MENDAPATKAN PERBEDAAN HASIL YANG CUKUP SIKNIFIKAN.