Prediksi Kredit Macet Berdasarkan Preferensi Nasabah Menggunakan Metode Klasifikasi C4.5 pada Koperasi Simpan Pinjam Mitra Raya Wates
| Main Author: | Nur, Iqbal Taufiq Ahmad |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/162079/1/Iqbal%20Taufiq%20Ahmad%20Nur.pdf http://repository.ub.ac.id/162079/ |
| ctrlnum |
162079 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/162079/</relation><title>Prediksi Kredit Macet Berdasarkan Preferensi Nasabah Menggunakan Metode
Klasifikasi C4.5 pada Koperasi Simpan Pinjam Mitra Raya Wates</title><creator>Nur, Iqbal Taufiq Ahmad</creator><subject>332.7 Credit</subject><description>Kredit macet merupakan permasalahan utama yang sedang dihadapi lembaga
finansial khususnya koperasi di Indonesia. Hal tersebut juga dialami pada KSP
Mitra Raya Wates yang tidak menggunakan tenaga analis kredit dan
pengambilan keputusannya mengunakan pendekatan intuitif dan berdasarkan
pengalaman yang sudah ada oleh Pimpinan KSP. Hal tersebut tentu akan
menimbulkan adanya kesalahan analisis kredit yang dapat menyebabkan risiko
kredit. Proses survei yang dilakukan pada KSP Mitra Raya Wates juga tidak bisa
menjamin pinjaman yang dilakukan oleh nasabah bebas dari risiko kredit,
mengingat terdapat kurang lebih 100 orang nasabah mengalami kredit macet
dari total kurang lebih 400 nasabah yang telah mendapatkan pinjaman. Sehingga
diperlukan sistem yang mampu menjadi pendukung keputusan guna mendeteksi
kualitas kredit sejak dini. Klasifikasi merupakan salah satu metode yang dapat
digunakan untuk memprediksi kualitas kredit nasabah. Dengan memanfaatkan
salah satu metode klasifikasi yaitu C4.5 akan dihasilkan sebuah rule dalam
bentuk pohon keputusan yang dapat digunakan untuk memprediksi kredit macet
dalam kasus pengajuan pinjaman nasabah. Data yang terkumpul berjumlah 193
data yang kemudian dilakukan pre processing dan pembagian data untuk
kemudian dilakukan proses pembentukan rule dalam bentuk pohon keputusan
menggunakan tool weka. Sistem kemudian diimplementasikan dengan
memanfaatkan framework codeigniter dan simple cli weka. Hasil yang
didapatkan dari pengevaluasian dan pemvalidasian menggunakan confussion
matrix adalah tingkat akurasi sebesar 94,5946%. Sedangkan berdasarkan kurva
ROC dihasilkan nilai AUC sebesar 0,9689. Tingkat usability system yang dihasilkan
dengan memanfaatkan SUS adalah sebesar 82,5. Luaran yang dihasilkan berupa
visualisasi dashboard dengan beberapa grafik yang memuat persentase, timeseries
dan trend dari total pengajuan yang telah dilakukan dan juga form yang
dapat digunakan oleh pihak KSP Mitra Raya Wates untuk melakukan prediksi
pengajuan kredit nasabah dan juga pemasukan dataset ke sistem.</description><date>2018-07-26</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/162079/1/Iqbal%20Taufiq%20Ahmad%20Nur.pdf</identifier><identifier> Nur, Iqbal Taufiq Ahmad (2018) Prediksi Kredit Macet Berdasarkan Preferensi Nasabah Menggunakan Metode Klasifikasi C4.5 pada Koperasi Simpan Pinjam Mitra Raya Wates. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2018/502/051808311</relation><recordID>162079</recordID></dc>
|
| language |
eng |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Nur, Iqbal Taufiq Ahmad |
| title |
Prediksi Kredit Macet Berdasarkan Preferensi Nasabah Menggunakan Metode
Klasifikasi C4.5 pada Koperasi Simpan Pinjam Mitra Raya Wates |
| publishDate |
2018 |
| topic |
332.7 Credit |
| url |
http://repository.ub.ac.id/162079/1/Iqbal%20Taufiq%20Ahmad%20Nur.pdf http://repository.ub.ac.id/162079/ |
| contents |
Kredit macet merupakan permasalahan utama yang sedang dihadapi lembaga
finansial khususnya koperasi di Indonesia. Hal tersebut juga dialami pada KSP
Mitra Raya Wates yang tidak menggunakan tenaga analis kredit dan
pengambilan keputusannya mengunakan pendekatan intuitif dan berdasarkan
pengalaman yang sudah ada oleh Pimpinan KSP. Hal tersebut tentu akan
menimbulkan adanya kesalahan analisis kredit yang dapat menyebabkan risiko
kredit. Proses survei yang dilakukan pada KSP Mitra Raya Wates juga tidak bisa
menjamin pinjaman yang dilakukan oleh nasabah bebas dari risiko kredit,
mengingat terdapat kurang lebih 100 orang nasabah mengalami kredit macet
dari total kurang lebih 400 nasabah yang telah mendapatkan pinjaman. Sehingga
diperlukan sistem yang mampu menjadi pendukung keputusan guna mendeteksi
kualitas kredit sejak dini. Klasifikasi merupakan salah satu metode yang dapat
digunakan untuk memprediksi kualitas kredit nasabah. Dengan memanfaatkan
salah satu metode klasifikasi yaitu C4.5 akan dihasilkan sebuah rule dalam
bentuk pohon keputusan yang dapat digunakan untuk memprediksi kredit macet
dalam kasus pengajuan pinjaman nasabah. Data yang terkumpul berjumlah 193
data yang kemudian dilakukan pre processing dan pembagian data untuk
kemudian dilakukan proses pembentukan rule dalam bentuk pohon keputusan
menggunakan tool weka. Sistem kemudian diimplementasikan dengan
memanfaatkan framework codeigniter dan simple cli weka. Hasil yang
didapatkan dari pengevaluasian dan pemvalidasian menggunakan confussion
matrix adalah tingkat akurasi sebesar 94,5946%. Sedangkan berdasarkan kurva
ROC dihasilkan nilai AUC sebesar 0,9689. Tingkat usability system yang dihasilkan
dengan memanfaatkan SUS adalah sebesar 82,5. Luaran yang dihasilkan berupa
visualisasi dashboard dengan beberapa grafik yang memuat persentase, timeseries
dan trend dari total pengajuan yang telah dilakukan dan juga form yang
dapat digunakan oleh pihak KSP Mitra Raya Wates untuk melakukan prediksi
pengajuan kredit nasabah dan juga pemasukan dataset ke sistem. |
| id |
IOS4666.162079 |
| institution |
Universitas Brawijaya |
| affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
| institution_id |
30 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Brawijaya |
| library_id |
480 |
| collection |
Repository Universitas Brawijaya |
| repository_id |
4666 |
| subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
| city |
MALANG |
| province |
JAWA TIMUR |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4666 |
| first_indexed |
2021-10-28T06:46:47Z |
| last_indexed |
2021-10-28T07:46:33Z |
| recordtype |
dc |
| _version_ |
1751454345796255744 |
| score |
17.538404 |