About this ebook
Buku ini tidak hanya memberikan pengantar konseptual, tetapi juga membahas implementasi konkret melalui dua algoritma klasifikasi yang sering digunakan, yaitu Decision Tree (C4.5) dan Naive Bayes. Kajian eksperimental yang dilakukan dalam buku ini menghasilkan kesimpulan yang menarik: algoritma Naive Bayes secara konsisten memberikan prediksi yang lebih akurat dalam menentukan kelayakan nasabah untuk pengajuan pinjaman, dibandingkan dengan algoritma Decision Tree (C4.5).
Buku ini bukan hanya menghadirkan konsep-konsep tinggi dalam teknologi data mining, melainkan juga menyuguhkan aplikasi praktis dalam konteks keuangan, khususnya dalam pemberian kredit. Dengan gaya penulisan yang mudah dipahami dan contoh kasus yang relevan, buku ini menjadi panduan yang berharga bagi para praktisi industri keuangan dan mahasiswa yang tertarik dalam penerapan data mining untuk pengelolaan risiko kredit.
About the author
Rizki Hesananda, M.Kom. adalah dosen ilmu komputer yang berasal dari praktisi dunia industri IT. Saya bekerja sebagai Web Developer. Beberapa jenis pekerjaan seperti freelance, perusahaan korporat, kementerian, serta start-up saya sudah jalani. Saya jadi paham, beda jenis organisasi, beda juga kebutuhan dan pendekatan mereka akan kebutuhan IT. Di awal karier, saya memulai karier di industri IT untuk menerapkan ilmu komputer yang saya pelajari pada saat kuliah. Saya ingin tau seperti apa dunia nyata sebagai pekerja IT. Bukannya saya ahli, tapi justru dunia industri jauh lebih canggih daripada yang saya bayangkan. Saya makin tertarik untuk mendalami bidang ini. Lalu saya memutuskan untuk mengambil S2 dan mengambil beberapa kursus online mengenai Ilmu Komputer. Saya mengerjakan lebih dari 50 website, baik itu dikerjakan dalam tim atau sendiri, baik yang sukses maupun yang gagal. Saya adalah pengajar dan pembelajar. Saat ini, saya ingin membagi ilmu yang saya dapatkan di perkuliahan S2 dan pengalaman dari praktik di dunia industri IT. Yang saya pahami, mengajar adalah cara paling efektif untuk belajar dibanding dengan hanya membaca atau mencatat. Sebagai dosen, saya rasa sangat perlu untuk memahami bidang-bidang baru dan selalu update tentang dunia luar. Maka dari itu, saat ini saya mulai mendalami bidang Artificial Intelegent seperti Data Mining dan Computer Vision. Sejauh yang saya tahu, Keilmuan dan praktik di dunia IT berkembang dengan kecepatan tinggi yang eksponensial. Maka dari itu, kemampuan kerja sama dalam tim, adaptasi lingkungan, dan kebiasaan untuk meningkatkan kapasitas diri adalah skill yang sangat esensial.
Edo Yudha Agustian, S.Kom. adalah seorang praktisi berpengalaman dalam dunia perbankan yang memiliki kecintaan mendalam terhadap analisis data. Dengan dedikasi yang kuat terhadap pemberdayaan informasi dalam sektor keuangan, Edo telah mengukir jejak panjang dalam perjalanan kariernya. Edo memulai pendidikannya di Universitas Indonesia, di mana dia mengejar program Diploma III (D3) dalam bidang aktuaria. Selama masa studinya, ia menunjukkan minat yang luar biasa dalam penggunaan matematika dan statistik untuk menganalisis risiko keuangan. Setelah menyelesaikan gelar D3, Edo merasa bahwa pemahamannya tentang dunia keuangan semakin terasah. Dengan semangat yang berkobar, Edo melanjutkan pendidikannya dengan mengambil gelar Sarjana (S1) di BRI Institute. Di institusi ini, ia memperdalam pengetahuannya tentang bidang keuangan dan manajemen risiko. Namun, daya tarik Edo tidak hanya terbatas pada latar belakang keuangan. Seiring berjalannya waktu, ketertarikannya terhadap bidang komputer semakin tumbuh, dan ia mulai memadukan keahlian matematika dan komputer untuk menciptakan wawasan baru. Perjalanan panjang Edo dalam dunia perbankan memberinya wawasan mendalam tentang tantangan dan peluang yang ada dalam industri ini. Namun, yang paling mencolok adalah keterpesonannya terhadap dunia data mining. Kombinasi latar belakang matematika dan komputer yang kuat telah memberinya alat yang sangat efektif untuk menggali potensi informasi dari data besar dalam industri keuangan. Edo telah menemukan bahwa alat-alat seperti Decision Tree (C4.5) dan Naive Bayes dapat membantu dalam memahami perilaku nasabah dan mengambil keputusan yang lebih cerdas. Edo Yudha Agustian adalah bukti hidup bahwa semangat belajar yang berkelanjutan dan kecintaan pada pengetahuan dapat membuka peluang tak terbatas. Melalui buku ini, Edo berbagi pengetahuan dan pengalaman berharga yang ia peroleh selama bertahun-tahun. Ia berharap bahwa panduan ini akan menginspirasi pembaca untuk menjelajahi dunia data mining, khususnya dalam konteks industri perbankan, dan memanfaatkan keahlian mereka untuk mengambil keputusan yang lebih baik dan lebih cerdas.
