PREDIKSI KELAYAKAN PEMBERIAN KREDIT PADA NASABAH DI KSP BONA MANDIRI JAYA MENGGUNAKAN ALGORITMA DATA MINING C4.5

Abstract

Penelitian ini bertujuan untuk membangun model klasifikasi dalam memprediksi kelayakan kredit nasabah ulang di KSP Bona Mandiri Jaya dengan menggunakan algoritma C4.5 dalam data mining. Data yang digunakan berjumlah 114 catatan nasabah tahun 2022, yang mencakup atribut riwayat pinjaman, jaminan, penghasilan bulanan, dan status kelayakan. Metode penelitian menerapkan teknik klasifikasi pohon keputusan dan dievaluasi menggunakan confusion matrix serta validasi split (80% data latih, 20% data uji) dengan bantuan aplikasi Rapid Miner. Hasil penelitian menunjukkan bahwa algoritma C4.5 mampu membentuk pohon keputusan dengan aturan klasifikasi yang mudah dipahami, seperti: JIKA riwayat pinjaman = lancar DAN penghasilan > 500000 MAKA layak. Model menunjukkan performa tinggi dengan akurasi sebesar 98,25%, precision 94,12% untuk kelas tidak layak dan 98,97% untuk kelas layak, serta recall masing-masing sebesar 94,12% dan 98,97%. Model prediktif ini diharapkan dapat membantu petugas kredit dalam membuat keputusan pemberian pinjaman yang lebih objektif, akurat, dan konsisten, serta mengurangi risiko gagal bayar dan mendukung pengelolaan keuangan koperasi yang lebih baik.