Analisis Prediksi Kelayakan Nasabah Kredit Menggunakan Algoritma Random Forest Menggunakan PEGA dan WEKA

Abstract

Abstrak— Indonesia sebagai negara dengan penduduk terbanyak keempat didunia denga Produk Domestik Bruto (PDB) atas dasar harga berlaku triwulan III-2021 mencapai Rp4.325,4 triliun, berpotensi sebagai target pertumbuhan perbankan dalam meningkatkan penjualan produk perbankan ataupun industry keuangan lainnya. Dengan adanya potensi dengan jumlah penduduk dan perekonomian yang bertumbuh, semakin meningkatkan pertumbuhan industri perbankan baik dari dalam dan luar negeri sehingga adanya kompetisi untuk mencari peluang dan menentukan target pasar yang baru. Prediksi kelayakan kredit nasabah adalah prediksi yang dilakukan secara komputasional dengan melakukan pengolahan data sehingga akan menghasilkan data-data baru yang akurat menggunakan algoritma Machine Learning. Data-data yang dihasilkan dapat dipakai untuk menentukan target marketing dan peluang pasar yang baru oleh industri perbankan sehingga pemasaran produk lebih terfokus dan efisien dari sisi operasional. Tugas Akhir ini bertujuan untuk membuat sebuah analisa prediksi yang menentukan kelayakan kredit nasabah menggunakan data-data yang sudah diolah menggunakan algoritma Machine Learning. Data-data yang sudah diolah dapat dipakai sebagai acuan kelayakan nasabah untuk dilakukan penawaran kredit maupun penawaran produk dan layanan perbankan lainnya. Dari data yang telah dilakukan analisa prediksi, akan diketahui nilai akurasi prediksi yang dilakukan. Prediksi dilakukan menggunakan algoritma Random Forest yang menggunakan pohon keputusan untuk menentukan bobot berdasarkan data yang diolah. Pengolahan data dilakukan menggunakan aplikasi WEKA yang sudah mendukung penggunaan algoritma Random Forest didalamnya. Data diambil dari Pega Platform kemudian akan diolah menggunakan aplikasi WEKA. Dari total jumlah data yang di proses yaitu sebanyak 614 data, di temukan 68 data yang tidak valid, sementara sisanya 546 data merupakan data yang valid dan dapat digunakan.