Prediksi Kecenderungan Pelanggan Telat Bayar pada Layanan Pembiayaan Adira Finance Saluran E-Commerce

Dominicus, Daniel Austin and Nanang Yudi Setiawan, S.T., M.Kom. and Satrio Agung Wicaksono, S.Kom., M.Kom. (2020) Prediksi Kecenderungan Pelanggan Telat Bayar pada Layanan Pembiayaan Adira Finance Saluran E-Commerce. Sarjana thesis, Universitas Brawijaya.

Abstract

Persetujuan sebuah perusahaan pembiayaan untuk memberikan pinjaman kepada calon debitur memerlukan serangkaian proses yang memerlukan pertimbangan yang dalam. Adira Finance, sebagai salah satu perusahaan pembiayaan, menjalankan perlu menjalankan serangkaian proses untuk melakukan penyaringan calon debitur yang layak diberikan pembiayaan. Namun, proses yang terotomatisasi diperlukan untuk meningkatkan efisiensi pemrosesan persetujuan pembiayaan. Salah satunya adalah menentukan kelayakan seorang calon debitur untuk diberikan pembiayaan dengan mempertimbangkan kecenderungannya melakukan telat bayar. Pada penelitian ini, kecenderungan seorang calon debitur untuk melakukan telat bayar diprediksi menggunakan metode random forest dengan menggunakan data riwayat pembiayaan dan transaksi pembayaran motor bekas dari tahun 2017 hingga 2019. Tahapan untuk memprediksi kecenderungan telat bayar dimulai dengan melakukan serangkaian proses data preprocessing, training data dengan menggunakan algoritma random forest untuk menghasilkan model yang sesuai, kemudian model tersebut diuji untuk mendapatkan hasil prediksi dan tingkat presisi menggunakan confusion matrix. Pengujian terhadap hasil prediksi mendapatkan hasil rata – rata Accuracy sebesar 88%, Precision sebesar 89%, Recall sebesar 89% dan F-1 Score sebesar 88%. Sistem prediksi menjadi keluaran dari penelitian ini dengan menampilkan halaman dashboard, pengunggahan data baru, dan hasil prediksi. Pengujian penerimaan pengguna terhadap sistem menggunakan User Acceptance Testing menghasilkan rata rata 86.6 yang memiliki arti bahwa pengguna menerima dengan baik sistem yang telah dikembangkan.

English Abstract

Finance company that performs loan approval to prospective borrowers require series of processes and must be completed in comprehensive consideration and Adira Finance, as one of the finance companies, need to run a series of processes to screen prospective borrowers who are eligible for financing. However, an automated process is needed to improve the efficiency of the processing of financing approvals. One of them is determining the eligibility of a prospective debtor to be given financing by considering his tendency to make late payments. In this study, the tendency of a prospective debtor to make late payments is predicted using the random forest method by using financing history data and payment transactions for used motorcycles from the year 2017 to 2019. Stages to predict late pay tendencies begin with a series of preprocessing data processes, training data using a random forest algorithm to produce an appropriate model, then the model is tested to obtain predictive results and the level of precision using a confusion matrix. Tests on the prediction results get an average Accuracy of 88%, Precision of 89%, Recall of 89% and F-1 Score of 88%. The output of this research is a prediction system that displays dashboard page, new data upload page, and prediction results. For testing user acceptance of the system, User Acceptance Testing is used and results an average of 86.6 which means that the user accepts the system that has been developed.

Other obstract

-

Item Type:	Thesis (Sarjana)
Identification Number:	0520150089
Uncontrolled Keywords:	pembiayaan, prediksi, telat bayar, random forest,
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Budi Wahyono Wahyono
Date Deposited:	12 Oct 2021 01:32
Last Modified:	04 Oct 2024 06:18
URI:	http://repository.ub.ac.id/id/eprint/183674

Text 0520150089-Daniel Austin Dominicus.pdf Download (5MB)

Actions (login required)

View Item