RADEN RARA KARTIKA KUSUMA WINAHYU, RRKKW (2022) IMPLEMENTASI MACHINE LEARNING UNTUK MEMPREDIKSI KELAYAKAN KREDIT PENGGUNA GAWAI TELEPON GENGGAM DI INDONESIA PADA MASA PANDEMI COVID-19. Masters thesis, Universitas Diponegoro.

Text RRKARTIKAKW_21060120420020_JUDUL.pdf Download (1MB)

Abstract

Penelitian ini bertujuan untuk memprediksi kelayakan kredit pengguna gawai telepon genggam di Indonesia pada masa pandemi COVID-19 dengan menggunakan algoritma machine learning. Algoritma PCA dan K-means digunakan untuk mengelompokkan kelayakan kredit berdasarkan dataset yang
terdiri dari duabelas pertanyaan yang diajukan kepada 1050 pengguna gawai telepon genggam di Indonesia selama masa pandemi COVID-19 (Juli-Agustus 2021). Selanjutnya, empat algoritma klasifikasi yang berbeda yaitu : Logistic Regression, Support Vector Machine (SVM), Decision Tree, dan Naïve Bayes (NB) digunakan untuk memprediksi kelayakan kredit pengguna gawai telepon di Indonesia dan membandingkan kinerja keempat algoritma klasifikasi tersebut dengan melakukan pengujian akurasi, presisi, recall, F1-score, dan Area Under
Curve Receiver Operating Characteristics (AUCROC). Algoritma Logistik Regression keluar sebagai algoritma dengan performa yang sempurna pada penelitian ini, sedangkan algoritma Naïve Bayes (NB) menjadi algoritma dengan performa yang paling rendah. Hasil penelitian ini juga memberikan pengetahuan
baru tentang variabel yang paling berpengaruh dan tidak berpengaruh bagi pengguna gawai telepon genggam di Indonesia pada masa pandemi COVID-19 yang dapat membantu lembaga keuangan di Indonesia khususnya perbankan dalam menilai kelayakan kredit calon nasabah di masa pandemi COVID-19.

Actions (login required)

View Item