Publisher

BSIBSI

Journal JURNAL TEKNIK KOMPUTER AMIK BSIJURNAL TEKNIK KOMPUTER AMIK BSI Abstract

KUR atau dikenal dengan Kredit Usaha Rakyat merupakan program pemerintah yang bertujuan untuk memberikan bantuan usaha kepada rakyat kecil yakni yang memiliki Usaha (UMKM). Pemberian Kredit juga dapat merujuk pada situasi di mana satu pihak memberikan uang atau jasa kepada pihak lain. Setiap pemberian kredit kepada nasabah terdapat kemungkinan gagal bayar. Kondisi gagal bayar dapat merugikan yang memberikan kredit. Kondisi gagal bayar juga berdampak pada kinerja perusahaan. Untuk mengatasi risiko gagal bayar, penting bagi perusahaan pemberi kredit untuk melakukan analisis kredit yang cermat, memberikan edukasi keuangan kepada nasabah, dan memiliki strategi yang efektif. Selain itu, memantau dan memperbarui kondisi keuangan nasabah secara berkala juga merupakan langkah penting dalam mencegah kegagalan pembayaran. Data mining merupakan suatu metode untuk menemukan pengetahuan dari tumpukan data. Dalam penelitian ini data mining digunakan untuk mengatasi masalah resiko gagal bayar pada kelayakan kredit usaha dengan melibatkan data untuk mengidentifikasi pola dan faktor-faktor yang dapat memprediksi potensi gagal bayar. Dengan menggunakan metode algoritma C5.0 dalam pengolahan data dapat digunakan untuk mengotomatisasi sebagian besar proses penilaian kredit yang dapat menghemat waktu dan biaya. Penerapan data mining dalam lembaga pegadaian memungkinkan pengambilan keputusan yang lebih tepat berdasarkan data historis dan analisis yang mendalam, sehingga membantu mengurangi risiko dan meningkatkan efisiensi operasional pada perusahaan pemberi kredit. Penerapan metode Algoritma C5.0 membantu dalam mengidentifikasi faktor-faktor kritis yang mempengaruhi kelayakan kur syariah UMKM, seperti profil pelanggan, karakteristik usaha, dan kinerja keuangan. Hasil penelitian ini adalah diperoleh nilai akurasi metode algoritma C5.0 untuk pengolahan dataset pengajuan pinjaman dengan nilai akurasi 95,56%, selain itu terdapat model pohon keputusan yang dapat digunakan untuk mengklasifikasi dan memprediksi gagal bayar nasabah.

Conclusion

Berdasarkan hasil dan pembahasan, diperoleh nilai akurasi kinerja metode algoritma C5.0 yang baik untuk dataset pengajuan pinjaman KUR pada PT.Model yang dihasilkan dari pengolahan dengan metode data mining algoritma C5.Pegadaian sebagai sistem penunjang keputusan dalam menganalisa kelayakan kredit yang diajukan oleh nasabah.Hal ini bertujuan untuk mengurangi risiko gagal bayar dari nasabah.

Future Research

Penelitian ini menunjukkan potensi besar pemanfaatan algoritma C5.0 dalam memprediksi kelayakan kredit UMKM. Untuk penelitian selanjutnya, dapat dieksplorasi penggunaan algoritma machine learning yang lebih kompleks, seperti deep learning, untuk meningkatkan akurasi prediksi dan menangkap pola-pola yang lebih halus dalam data. Selain itu, penting untuk mengintegrasikan data non-finansial, seperti data perilaku nasabah dari media sosial atau data transaksi e-commerce, ke dalam model prediksi untuk memberikan gambaran yang lebih komprehensif mengenai risiko kredit. Terakhir, penelitian lanjutan dapat fokus pada pengembangan sistem rekomendasi yang dapat memberikan saran kepada PT. Pegadaian mengenai strategi mitigasi risiko yang paling efektif berdasarkan profil nasabah dan karakteristik usaha, sehingga membantu meningkatkan efisiensi operasional dan mengurangi kerugian akibat gagal bayar. Dengan demikian, penelitian-penelitian ini akan berkontribusi pada pengembangan sistem penilaian kredit yang lebih cerdas dan adaptif, serta mendukung pertumbuhan sektor UMKM di Indonesia.

Metadata

File size	593.9 KB
Pages	6
DMCA	Report