Implementasi Algoritma Naïve Bayes untuk Prediksi Risiko Kredit Nasabah Studi Kasus KSP Mekar Jaya, Luragung
Year: 2025
Type: article
Abstract: Koperasi Simpan Pinjam Mekar Jaya Kantor Cabang Luragung menghadapi masalah kredit macet akibat penilaian kelayakan kredit yang masih subjektif menggunakan metode The Five C’s of Credit. Penelitian ini bertujuan untuk membangun sebuah website prediksi risiko kredit nasabah dengan mengimplementasikan algoritma Naïve Bayes sehingga koperasi dapat menilai risiko kredit nasabah secara lebih objektif dan akurat. Website ini dibangun menggunakan metode pengembangan sistem Prototype, dengan bahasa pemrograman JavaScript, framework NEXT.JS, dan database MySQL. Data yang digunakan mencakup 500 data kredit nasabah, yang terdiri dari atribut status pernikahan, pendapatan, jenis pinjaman, nominal pinjaman, angsuran, jangka waktu, dan jaminan serta label prediksi berisiko dan tidak berisko. Data dibagi menjadi data training sebanyak 350 data dan data testing sebanyak 150 data. Pengujian menggunakan confusion matrix menunjukkan tingkat akurasi algoritma Naïve Bayes mencapai 98%.
Authors: Ardi Setiaji, Fahmi Yusuf, Aah Sumiah
Institution: Universitas Kuningan
Language: Indonesian
Subfield: Information Systems
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W4415643164