Sistem Klasifikasi Pemberian Kredit pada Koprasi Simpan Pinjam Sinar Mandiri Menggunakan Metode K-Nearest Neighbor

Kusuma, I Putu Adhi Guna (2025) Sistem Klasifikasi Pemberian Kredit pada Koprasi Simpan Pinjam Sinar Mandiri Menggunakan Metode K-Nearest Neighbor. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_58302_2115354042_full.pdf - Accepted Version Restricted to Repository staff only Download (8MB) | Request a copy
	Text (iThenticate) RAMA_58302_2115354042_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (5MB) | Request a copy
	Text (Cover, Bab1, Bab 5, dan referensi) RAMA_58302_2115354042_0017038002_0031089104_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (685kB)

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi pemberian kredit berbasis teknologi dengan menerapkan metode K-Nearest Neighbor (KNN). Metode KNN dipilih karena mampu mengklasifikasikan data berdasarkan kedekatan atribut antar data, seperti pekerjaan, gaji, jaminan, agunan, jumlah pinjaman, dan status kredit sebelumnya. Sistem ini dibuat karena melihat dari latar belakang proses penilaian kelayakan kredit yang masih dilakukan secara manual memiliki berbagai kelemahan, seperti rentan terhadap subjektivitas, kurang efisien, dan membutuhkan waktu yang lama. Sistem ini dibangun menggunakan pendekatan pengembangan perangkat lunak berbasis Agile dan diimplementasikan dalam platform web menggunakan framework Laravel dan Python (Flask) untuk perhitungan klasifikasi. Data historis peminjam digunakan sebagai data latih, dan proses klasifikasi dilakukan untuk menentukan kelayakan kredit peminjam baru ke dalam kategori “lancar” atau “macet”. Hasil evaluasi menunjukkan bahwa model KNN memberikan performa klasifikasi yang cukup baik dengan pengujian menggunakan metrik evaluasi seperti Accuracy, Precision, Recall, dan F1-Score. Sistem ini membantu koperasi dalam meningkatkan efisiensi, objektivitas, dan kecepatan dalam pengambilan keputusan pemberian kredit. Dengan demikian hasil pengujian menunjukkan bahwa sistem memiliki performa yang cukup baik dengan akurasi mencapai 88,64%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Klasifikasi Kredit, Koperasi, K-Nearest Neighbor
Subjects:	Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Perangkat Lunak Ilmu Ekonomi > Ilmu Ekonomi > Perbankan
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	I Putu Adhi Guna Kusuma
Date Deposited:	11 Sep 2025 06:04
Last Modified:	11 Sep 2025 06:04
URI:	https://repository.pnb.ac.id/id/eprint/19542

Actions (login required)

View Item