Dalam penelitian ini dikaji pengklasifikasian status kredit sepeda motor menggunakan pendekatan data mining. Model pengklasifikasian yang terdapat pada data mining salah satunya adalah algoritma C5.0. algoritma dapat berjalan bila sudah ditentukan mana yang menjadi variabel target dan variabel prediktor.Hasil yang diperoleh dari penelitian ini adalah terdapat 13 jenis pengklsifikasian dengan variabel prediktor pendapatan menempati urutan teratas pada pengklasifikasian. Penentuan variabel yang menempati urutan pengklasifikasian/spillting yang paling atas berdasarkan pada informasi gain yang terbesar, kegiatan ini terus dilakukan hingga sampai tidak adalagi variabel prediktor yang dapat di spilliting. Dengan demikian dengan algoritma C5.0 prediksi penentuan status kredit dapat dilakukan.

---

In this study reviewed the classification status of a motorcycle loans using data mining approach. Model classification contained in data mining is one of the C5.0 algorithm. algorithms can be run when it is determined where the target variable and predictor variables.The resultof this research is there are 13 types of classification by income predictor variable top ranked in the classification. Determination of the variable which ranks classification / spillting the top based on information gain is the biggest, this activity continues until no predictor variables that can in splitting. This the prediction algoritm C5.0 credit status determination can be made.