Analisis Kelayakan Pembiayaan Anggota Koperasi Dengan Metode Komparasi Algoritma K-Nearest Neighbors Dan Naive Bayes (Studi Kasus Pada Ksp. Xyz)

Rafi Lutfansyah, . (2024) Analisis Kelayakan Pembiayaan Anggota Koperasi Dengan Metode Komparasi Algoritma K-Nearest Neighbors Dan Naive Bayes (Studi Kasus Pada Ksp. Xyz). Masters thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (82kB)
	Text BAB II.pdf Restricted to Registered users only Download (493kB)
	Text BAB III.pdf Restricted to Registered users only Download (55kB)
	Text BAB IV.pdf Restricted to Registered users only Download (309kB)
	Text BAB V.pdf Restricted to Registered users only Download (8kB)
	Text JURNAL.pdf Restricted to Registered users only Download (247kB)

Abstract

Koperasi Simpan Pinjam adalah suatu lembaga keuangan non-bank yang beroperasi atas dasar prinsip koperasi, di mana anggota berperan sebagai pemilik sekaligus pengguna layanan. Koperasi simpan pinjam bertujuan untuk menghimpun dana dari anggotanya dan menyalurkan kembali dana tersebut dalam bentuk pinjaman kepada anggota dengan suku bunga yang relatif rendah dibandingkan lembaga keuangan lainnya. Koperasi ini berfungsi sebagai solusi keuangan alternatif bagi masyarakat yang membutuhkan akses kredit namun tidak memenuhi persyaratan di lembaga perbankan konvensional. Namun, dalam operasionalnya, koperasi simpan pinjam sering kali menghadapi tantangan yang cukup besar, salah satunya adalah risiko gagal bayar hutang oleh anggota. Di koperasi ini, tingkat gagal bayar anggota mencapai sekitar 31%. Gagal bayar hutang dapat terjadi ketika anggota koperasi tidak mampu memenuhi kewajiban pembayaran cicilan pinjaman sesuai dengan jadwal yang telah ditetapkan. Fenomena ini bisa disebabkan oleh berbagai faktor, seperti kondisi ekonomi yang memburuk, kehilangan pekerjaan, pengelolaan keuangan yang kurang baik, atau usaha yang mengalami kerugian. Gagal bayar hutang tidak hanya berdampak pada kesehatan keuangan anggota yang bersangkutan, tetapi juga berdampak signifikan pada koperasi itu sendiri. Koperasi yang mengalami banyak kasus gagal bayar hutang berisiko mengalami masalah likuiditas dan solvabilitas yang serius. Hal ini bisa mengganggu operasional koperasi, menurunkan kepercayaan anggota lain, dan dalam kasus yang lebih parah, dapat mengancam keberlangsungan koperasi tersebut. Oleh karena itu, pengelolaan risiko kredit yang baik dan kebijakan penyaluran pinjaman yang lebih selektif sangat diperlukan untuk menjaga stabilitas koperasi simpan pinjam. Untuk mengatasi masalah ini, penelitian ini menganalisis komparasi algoritma K-Nearest Neighbors (KNN) dan Naive Bayes menggunakan metode Cross Industry Standard Process for Data Mining (CRISP-DM) dengan studi kasus klasifikasi kelayakan pembiayaan. Studi kasus ini bertujuan menemukan model klasifikasi yang lebih akurat guna meminimalkan pembiayaan yang gagal bayar. Metode CRISP-DM diterapkan sebagai kerangka kerja sistematis mulai dari Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, hingga Deployment. Hasil penelitian menunjukkan bahwa algoritma KNN mencapai akurasi 92,86%, sementara Naive Bayes hanya 85,71%. Berdasarkan evaluasi, KNN terpilih sebagai model klasifikasi yang lebih unggul untuk mengklasifikasi kelayakan pembiayaan, diharapkan dapat membantu Koperasi dalam mengurangi risiko gagal bayar dan meningkatkan efisiensi pembiayaan

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	K-Nearest Neighbors, Naive Bayes, CRISP-DM, klasifikasi, kelayakan pembiayaan
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	miko
Date Deposited:	25 Nov 2024 03:13
Last Modified:	25 Nov 2024 03:13
URI:	http://repository.unpam.ac.id/id/eprint/15319

Actions (login required)

View Item