Skripsi/Tugas Akhir

Sistem Prediksi Kelayakan Pemberian Kredit Menggunakan Algoritma Naïve Bayes pada Koperasi Simpan Pinjam Balo’ Toraja

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Penelitian ini berfokus pada pengembangan sistem prediksi kelayakan pemberian kredit di Koperasi Simpan Pinjam Balo' Toraja (KSP Balo’ta) Makassar menggunakan algortima Naïve Bayes. Proses penilaian kelayakan kredit yang masih dilakukan secara manual menyebabkan kurangnya efisiensi dalam administrasi pengajuan kredit. Oleh karena itu, diperlukan sistem yang mampu mengotomatisasi proses tersebut agar lebih cepat. Penelitian ini bertujuan untuk membangun sistem berbasis web yang dapat mengklasifikasikan kelayakan kredit berdasarkan data historis nasabah. Data yang digunakan mencakup variabel pekerjaan, jumlah pinjaman, jangka waktu pembayaran, jaminan, dan riwayat pinjaman. Algoritma Naïve Bayes diterapkan dalam sistem untuk melakukan prediksi terhadap kelayakan kredit yang menghasilkan keputusan apakah nasabah layak atau tidak layak menerima pinjaman. Hasil pengujian menunjukkan bahwa seluruh fungsionalitas berjalan dengan semestinya dan model prediksi memiliki performa yang tinggi dengan akurasi sebesar 93,85%. Implementasi sistem ini diharapkan dapat membantu KSP Balo'ta Makassar dalam mengambil keputusan kredit yang lebih efisien dan akurat, sehingga meningkatkan efektivitas operasional.
Kata Kunci: Prediksi, Kelayakan Kredit, Naïve Bayes

ABSTRACT
This research focuses on developing a credit feasibility prediction system at the Balo' Toraja Savings and Loans Cooperative (KSP Balo'ta) Makassar using the Naïve Bayes algorithm. The process of assessing credit worthiness which is still carried out manually causes a lack of efficiency in the administration of credit applications. Therefore, a system is needed that is able to automate this process to make it faster. This research aims to build a web-based system that can classify credit worthiness based on customer historical data. The data used includes employment variables, loan amount, repayment period, collateral, and loan history. The Naïve Bayes algorithm is applied in the system to make predictions about credit worthiness which results in a decision whether the customer is worthy or not worthy of receiving a loan. The test results show that all functionality works properly and the prediction model has high performance with an accuracy of 93,85%. The implementation of this system is expected to help KSP Balo'ta Makassar in making more efficient and accurate credit decisions, thereby increasing operational effectiveness.
Keywords: Prediction, Credit Worthiness, Naïve Bayes

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 25-51 MAN s - 0848TI

Penerbit

Makassar : Universitas DIPA., 2025

Deskripsi Fisik

xv + 91 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 25-51

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 26 Februari 2025

Subjek

Skripsi/Tugas Akhir
Algoritma Naive Bayes
Sistem Prediksi

Lampiran File