Aplikasi Prediksi Hutang Dengan Menggunakan Algoritma Regresi Polinomial

Main Article Content

Catur Ariya
Arya Prawira

Abstract

Laporan ini mendeskripsikan sebuah algoritma untuk prediksi pinjaman hutang menggunakan Polynomial Regressionluntuk menghitung jumlah hutang yang dapat dipinjam oleh debitur. keuntungan penggunaan algoritma ini adalahpemilihan degree yang dapat disesuaikan dengan bentuk penyebaran data sehingga mendapatkan akurasi yang maksimal. Kami menggunakan bahasa pemrogramanpython bersama dengan library scikit-learn,numpy, dan pandas untuk prediksi dan transformasi data serta seaborn dan matplotlip untuk visualisasi.

Article Details

Section
Articles

References

B. Ruzgar and N. S. Ruzgar, "Loan Payment Prediction Using Rough Sets," 2008.

Y. Diwate, P. Rana. and P. Chavan, "Loan Approval Prediction Using Machine Learning," vol. 9, no. 5, 2021.

K. Gautam., A. P. Singh, K. Tyagi and M. S. Kumar, "Loan Prediction using Decision Tree and Random Forest," vol. 7, no. 8, 2020.

D. Prateek, "A Study On Machine Learning Algorithm For Enhancement Of Loan Prediction," vol. 3, no. 1, 2021.

W. Anggraini and T. Irwinsyah, "Analisis Model Multiple Regression untuk Prediksi Nilai Kurs RupiahTerhadap Dolar Amerika Berdasarkan Studi Makroekonomi," Jurnal Teknik Industri, vol. 3, no. 1, 2017.

V. Vikash and M. A. Ahmed., "Loan Default Prediction using Machine Learning Techniques," 2019.

I. C. R. Drajana, "Metode Support Vector Machine dan Forward Selection Prediksi Pembayaran Pembelian Bahan Bakukopra," ILKOM Jurnal Ilmiah, vol. 9, no. 2, p. 119, 2017.

J. S. Malensang, H. Komalig and D. Hatidja, "PENGEMBANGAN MODEL POLYNOMIAL REGRESSIONL BERGANDAPADA KASUS DATA PEMASARAN," Jurnal Ilmiah Sains, vol. 12, no. 2, p. 150, 2012.

Dr.R.Mohsen" Getting to Know The Scatter Plot"Middle East Journal of Age and Ageing,vol.6,no.2,2009.