Rating computation using decision support system : a case study of leasing company

Abstract

This thematic paper has the purpose of creating a decision support system to compute the interest rate in the case of a Sample Company, which is in the leasing business. The sample company has a problem, which delays the execution of new contracts because the rating method is calculated from the forecasts and past experience of a quotation maker. Most of the quotations that are sent to the customer are revised interest rates even from the customer or approval stage of the Sample Company. To improve workflow of the business to become more efficient, we developed a decision support system, which chooses the appropriate interest rate. The rate chosen is the most suitable for each transaction using historical data from approved transactions. The system uses data mining to build a decision tree using the C4.5 algorithm and calculation from the WEKA program. This result is used to build the decision support system for an interface to an Excel file for universal access which the user can easily understand. The result from the system, when tested with a testing set, has on accuracy rate of 82.33%, and a system satisfaction questionnaire showed great satisfaction in every segment, except the processing accuracy segment, which was ranked as satisfied.

งานค้นคว้าอิสระฉบับนี้ มีวัตถุประสงค์เพื่อจัดทำระบบสนับสนุนการตัดสินใจในการ คำนวณอัตราดอกเบี้ยของบริษัทตัวอย่างในกลุ่มธุรกิจลีสซิ่ง โดยปัจจุบันบริษัทดังกล่าวประสบปัญหาความล่าใช้ในการทำสัญญาเนื่องจากการคำนวณอัตราดอกเบี้ยแบบเดิมนั้นยังคงใช้วิธีการคาดคะแนจากประสบการณ์ของผู้จัดทำ ซึ่งมักจะเกิดปัญหาการแก้ไขอัตราดอกเบี้ยดังกล่าวจากทั้งฝ่ายลูกค้า และฝ่ายผู้อนุมัติของบริษัทตัวอย่างเอง เพื่อช่วยพัฒนากระบวนการในการดำเนินธุรกิจให้มีประสิทธิภาพยิ่งขึ้น ด้วยเหตุนี้จะได้สร้างระบบสนับสนุนการตัดสินใจเพื่อคัดเลือกอัตราดอกเบี้ยที่เหมาะสมที่สุดสำหรับการทำสัญญาลิสซิ่งแต่ละสัญญาโดยใช้ข้อมูลสัญญาที่ได้รับอนุมัติแล้วของบริษัทมาจัดทำระบบสนับสนุนการตัดสินใจ และใช้วิธีการทำเหมืองข้อมูลเพื่อจัดทำต้นไม้ตัดสินใจโดยใช้วิธีการ C4.5 ในการจัดทำต้นไม้ตัดสินใจ และใช้โปรแกรม WEKA ในการคำนวณดังกล่าวจากนั้นนำผลลัพธ์ที่ได้จากต้นไม้ตัดสินใจดังกล่าว จัดทำระบบสนับสนุนการตัดสินใจในรูปแบบของ Excel ไฟล์ เพื่อให้ผู้จัดทำสามารถเข้าถึง และเข้าใจระบบได้โดยง่าย สรุปค่าผลลัพธ์ที่ได้จากการทดสอบกับ Testing Set มีค่า Accuracy Rate เท่ากับ 82.33% และผลจากการตอบแบบสอบถามในด้านต่าง ๆ อยู่ในระดับ ดีมาก ยกเว้นในส่วนของ ความถูกต้องของระบบ ซึ่งอยู่ในระดับดี