Penulis:
Nur Hadianto;Hafifah Bella Novitasari;Ami Rahmawati
Abstrak:
Pembayaran pinjaman yang mengalami kesulitan dalam pengembalian atau sering disebut kredit macet merupakan sebuah hal yang sangat merugikan bagi pihak bank, dengan terjadinya kredit macet bank tidak memiliki kemampuan yang maksimal dalam melakukan perputaran uang untuk investasi. Pemilihan nasabah yang tepat harus melalui analisa yang matang karena keputusan untuk menyetujui atau tidak menyetujui pinjaman adalah poin utama yang menentukan kemungkinan terjadinya kredit macet. Penelitian ini bertujuan untuk mengklasifikasi nasabah yang layak untuk mendapatkan pinjaman dengan memperhitungkan parameter yang ada seperti usia, jumlah pendapatan, jumlah keluarga, rata– rata pengeluaran perbulan tingkat pendidikan dan lainnya. Penelitian ini menggunakan metode klasifikasi data mining dengan model neural network, untuk menilai akurasi pengolahan data
menggunakan rapid miner kemudian dilanjutkan dengan pengukuran menggunakan confusion matrix, kurva ROC. Hasil algoritma neural network setelah melalui pengujian confusion matrix, kurva ROC menunjukkan nilai akurasi yang sangat tinggi, dan nilai dominan AUC dan algoritma. Nilai akurasi adalah 98,24% dengan AUC sebesar 0,979.
Metode / Algoritma:
Neural Network
Cocok untuk Fakultas:
Teknik Informatika, Sistem Informasi