Klasifikasi Kredit Macet berdasarkan Profil Nasabah pada Koperasi Serba Usaha Surya Abadi menggunakan Algoritme C5.0

##plugins.themes.bootstrap3.article.main##

Ferdian Maulana Akbar Fitra Abdurrachman Bachtiar Welly Purnomo

Abstrak

Kredit macet merupakan masalah yang dapat memberi dampak terhadap jalannya kegiatan usaha koperasi seperti pendapatan dari bunga pinjaman dan modal terlambat atau berkurang. Hal ini juga menjadi masalah bagi Koperasi Serba Usaha (KSU) Surya Abadi yang dalam memberikan keputusan pada pengajuan pinjaman masih menggunakan intuisi. KSU Surya Abadi juga masih menggunakan cara survei yang mana membutuhkan waktu dan biaya. Maka dari itu dibutuhkan sistem yang dapat memberikan rekomendasi atau mendukung keputusan yang dapat memprediksi lebih awal terkait kredit macet pada pengajuan pinjaman. Data mining merupakan proses yang dapat digunakan dalam melakukan klasifikasi kredit macet. Dengan menggunakan Algoritme C5.0 yang merupakan salah satu algoritme klasifikasi, digunakan untuk memprediksi kredit macet dalam pengajuan pinjaman yang dapat menghasilkan sebuah aturan dalam bentuk decision tree. Dari hasil evaluasi dan validasi algoritme menggunakan confusion matrix didapatkan akurasi sebesar 84%. Kemudian, nilai AUC yang dihasilkan berdasarkan kurva ROC sebesar 0,836. Untuk pengujian usability terhadap sistem menggunakan System Usability Scale (SUS) dihasilkan nilai sebesar 81,67. Sistem yang dihasilkan berupa visualisasi dashboard yang berisi beberapa grafik untuk memuat time-series, persentase, dan trend dari total pengajuan pinjaman, form untuk memprediksi pengajuan pinjaman, form untuk memasukkan dataset baru, menampilkan akurasi dan decision tree, pengelola user, dan pengelola atribut prediksi.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Akbar, F., Bachtiar, F., & Purnomo, W. Klasifikasi Kredit Macet berdasarkan Profil Nasabah pada Koperasi Serba Usaha Surya Abadi menggunakan Algoritme C5.0. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 4, no. 9, p. 3047-3056, sep. 2020. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7855>. Tanggal Akses: 24 nov. 2020
Bagian
Artikel