IMPLEMENTASI ALGORITMA SUPPORT VECTOR MACHINE UNTUK KLASIFIKASI KELAYAKAN KREDIT NASABAH PADA PERUSAHAAN PERBANKAN

Rahman, Fatarur (2025) IMPLEMENTASI ALGORITMA SUPPORT VECTOR MACHINE UNTUK KLASIFIKASI KELAYAKAN KREDIT NASABAH PADA PERUSAHAAN PERBANKAN. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (995kB)
	Text BAB I.pdf Download (361kB)
	Text BAB II.pdf Download (511kB)
	Text BAB III.pdf Download (500kB)
	Text BAB IV.pdf Download (770kB)
	Text BAB V.pdf Download (350kB)
	Text LAMPIRAN.pdf Download (488kB)

Abstract

Penelitian ini membahas implementasi algoritma Support Vector Machine (SVM)
untuk klasifikasi kelayakan kredit nasabah pada perusahaan perbankan. Kelayakan
kredit merupakan faktor penting dalam proses pengambilan keputusan pemberian
pinjaman, karena kesalahan dalam menilai kelayakan dapat meningkatkan risiko
kredit macet. Dataset yang digunakan berasal dari data historis nasabah yang
mencakup atribut seperti usia, penghasilan, status pekerjaan, tanggungan, riwayat
pembayaran, jumlah tagihan, dan lama bekerja. Penelitian ini dilakukan melalui dua
pendekatan: perhitungan manual menggunakan 10 sampel data, serta implementasi
otomatis menggunakan Python dan Streamlit. Hasil perhitungan manual
menunjukkan accuracy sebesar 60%, sedangkan implementasi otomatis
menghasilkan accuracy sebesar 90,21%. Model juga menunjukkan nilai precision
sebesar 0,91 dan recall sebesar 0,88 untuk kategori nasabah layak. Temuan ini
menunjukkan bahwa algoritma SVM dapat diandalkan untuk membantu proses
evaluasi kelayakan kredit secara lebih akurat dan efisien.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	23 Sep 2025 03:36
Last Modified:	23 Sep 2025 03:36
URI:	http://repository.unas.ac.id/id/eprint/14185

Actions (login required)

View Item