Peningkatan Akurasi Klasifikasi Metode Regresi Logistik Biner Menggunakan Adaptive Boosting Pada Nasabah Bank Sukawesi Tengah

Dalam perbankan ada berbagai macam bentuk usaha bank dan termasuk di dalamnya pemberian kredit. Menyadari tingginya potensi kredit macet maka perlu adanya upaya penanganan, salah satu upaya untuk mencegah masalah tersebut yaitu dengan melakukan pengklasifikasian. Oleh karna itu dilakukan penelitian untuk mengetahui ketetapan klasifikasi dengan menggunakan analisis regresi logistik Binner. Akan tetapi metode regresi logistik binner memiliki hasil akurasi model yang rendah, maka untuk meningkatkan akurasi model perlu penerapan metode adaptive boosting. Hasil dari penelitian menggunakan regresi logistik biner, didapatkan model yaitu Y = 0.751 + 1.554 (????1) ? (?0.964(????2)) ? 0.003(????3) ? 0.005(????4) ? (?0.102(????5)) + ???? dan dalam pengklasifikasian diperoleh akurasi prediksi sebesar 82.3% yang kemudian ditingkatkan dengan metode Adaptive Boosting dengan ketepatan akurasi sebesar 82.3% yang artinya terjadi peningkatan akurasi sebesar 0.029%.
Kata Kunci : Pengklasifikasian, Regresi logistik biner, Adaptive boosting