1. Adilla Zikra (14.7946) 2. Anis Khoirun Nisaa (14.7989) 3. Arifin (14.8011) 4. Dannar Kurniawan Ajie Prasetya (14.8061) 5. Dwi Rizky Syaifullah (14.8093) 6. Rahma Ardani (14.8329) 7. Rissa Afrianti Afhan (14.8351) 8. Tonny Arief Juniarta (14.8428) ================================================================= 1. Hasil dan Pembahasan Penelitian ini menggunakan sebanyak 41.188 dataset yang terdiri dari 20 atribut. Sebelum melakukan running terhadap data. terlebih dahulu dilakukan tahap preprocessing. Dalam tahap ini hanya dilakukan uji outlier, dimana dari 41.118 dataset semula, terdapat outlier sebanyak ….. yang selanjutnya dihapus. “Orangeku ndak bisa buka” Terdapat empat classifier yang akan diuji untuk mengetahui classifier terbaik dalam mengklasifikasikan data nasabah bank. Classifier tersebut adalah naïve bayes, decision tree, svm, dan neural network. Karena jumlah dataset yang besar, akan sulit apabila diolah secara manual sehingga digunakan aplikasi orange untuk mempermudah dalam pengerjaan. Berikut syntax dari orange :
Gambar 1. Syntax orange
Dari syntax orange diatas dihasilkan output sebagai berikut: Tabel 1. Hasil Dari output diatas dapat disimpulkan bahwa secara keseluruhan metode Neural Network merupakan metode terbaik dalam mengklasifikasikan data. Dari semua ukuran yang ada baik itu CA, F1, maupun Precision. Metode Neural Network memiliki nilai tertinggi.
Gambar 2. Kurva ROC
Kurva ROC juga dapat digunakan dalam menentukan classifier terbaik. Semakin besar daerah dibawah kurva (AUC) maka classifier semakin baik. Dari tabel 1, dapat dilihat AUC untuk masing masing metode. Dimana AUC terbesar di dapatkan dengan menggunakan metode Neural Network.