Penerapan Metode Bootstrap Aggregating K-Nearest Neighbor dengan Analisis Credit Scoring Berdasarkan Status Pembayaran Kredit Motor
DOI:
https://doi.org/10.59672/emasains.v14i2.5019Keywords:
Klasifikasi, Bagging KNN, Kredit, PhytonAbstract
Klasifikasi merupakan menggolongkan atau mengelompokan berdasarkan data yang ada serta dapat memprediksi data baru masuk ke dalam kelompok yang mana. Penelitian ini menerapkan gabungan algoritma klasifikasi dengan Bootstrap Aggregating K-Nearest Neighbor pada analisis credit scoring. Penelitian ini bertujuan agar dapat mengetahui klasifikasi hasil prediksi status pembayaran kredit motor dan agar dapat mengetahui tingkat akurasi terbaiknya. Data diambil dari data debitur PT. Mega Central Finance (MCF) pada Januari 2024 – Juni 2024 dengan klasifikasi status pembayaran kredit lancar dan tidak lancar terhadap 11 variabel bebas, yaitu usia, jumlah tanggungan, lama tinggal, masa kerja, pendapatan, pengeluaran, On The Road (OTR) motor, uang muka, besar pembayaran pinjaman, angsuran per bulan, dan jangka pembayaran. Hasil penelitian ini diperoleh 12 data testing dengan 11 debitur diklasifikasikan dengan benar dan 1 debitur diklasifikasikan dengan tidak benar, sehingga akurasi yang diperoleh dengan proporsi 90:10, K=7, m=80%, dan C=50 adalah sebesar 91,67%. Dengan implementasi metode Bootstrap Aggregating pada model klasifikasi K-Nearest Neighbor dengan hasil Bagging K-NN tidak meningkatkan ketepatan akurasi klasifikasi K-NN yang tetap sehingga tidak stabil.
Downloads
References
Adrian, C. (2019). Pengembangan Model Credit Scoring Perusahaan X. (Skripsi Sarjana, Universitas Katolik Parahyangan Bandung).
Amelia, S., Hayati, M. N., & Prangga, S. (2022). Penerapan Metode Modified K-Nearest Neighbor Pada Pengklasifikasian Status Pembayaran Kredit Barang Elektronik dan Furniture. Statistika, 95-104.
Andhayani, D., Harianto, & Achsani, N. A. (2009). Pengembangan Model Credit Scoring Untuk Proses Analisis Kelayakan Fasilitas Kredit Pemilikan Rumah (Studi Kasus di Bank X). Jurnal Manajemen & Agribisnis, 65-73.
Antonio, M. S. (2001). Bank Syariah: Dari Teori ke Praktik. Jakarta: Gema Insani Press.
Arif, N. R. (2012). Dasar -Dasar Pemasaran Bank Syariah. Bandung: Alfabeta.
Astuti, P. S., Hayati, M. N., & Goejantoro, R. (2021). Analisis Credit Scoring Terhadap Status Pembayaran Barang Elektronik dan Furniture Menggunakan Bootstrap Aggregating K-Nearest Neighbor. BAREKENG: Jurnal Ilmu Matematika dan Terapan, 735-744.
Azmi, B. N., Hermawan, A., & Avianto, D. (2023). Analisis Pengaruh Komposisi Data Training dan Data Testing pada Penggunaan PCA dan Algoritma Decision Tree untuk Klasifikasi Penderita Penyakit Liver. JTIM: Jurnal Teknologi Informasi dan Multimedia, 281-290.
Buku Panduan Pengajuan Kredit. (n.d.).
Cholil, S. R., Handayani, T., Prathivi, R., & Ardianita, T. (2021). Implementasi Algoritma Klasifikasi K-Nearest Neighbor (KNN) Untuk Klasifikasi Seleksi Penerima Beasiswa. IJCIT (Indonesian Journal on Computer and Information Technology), 118-127.
Diaprina, S. R., & Suhartono. (2014). Analisis Klasifikasi Kredit Menggunakan Regresi Logistik Biner dan Radial Basis Function Network di Bank 'X' Cabang Kediri. Jurnal Sains dan Seni Pomits, 219-223.
Efron, B., & Tibshirani, R. (1993). An Introduction to The Bootstrap. New York: Chapman & Hall.
Enterprise, J. (2019). Phyton Untuk Programmer Pemula: Buku Bergizi Untuk Programmer Pemula Yang Ingin Mempelajari Phyton (Cet. 2). Jakarta: Elex Media Komputindo.
Fauzy, A., & dkk. (2022). Metodologi Penelitian. Banyumas: Pena Persada.
Han, J., Kambel, M., & Pei, J. (2011). Data Mining: Concepts and Techniques Third Edition. San Francisco: Morgan Kaufmann Publisher.
Hardani, & dkk. (2020). Metode Penelitian Kualitatif & Kuantitatif. Yogyakarta: Pustaka Ilmu.
Hariyani, I. (2010). Restrukturisasi dan Penghapusan Kredit Macet. Jakarta: Elex Media Komputindo.
Henderi, Wahyuningsih, T., & Rahwanto, E. (2021). Comparison of Min-Max Normalization and Z-Score Normalization in the K-Nearest Neighbor (KNN) Algorithm to Test the Accuracy of Type s of Breast Cancer. International Journal of Informatics and Information System, 13-20.
Hikmawati, F. (2020). Metodologi Penelitian. Depok: Rajawali Pers.
https://tambahpinter.com/metode-penelitian-kuantitatif/#Desain_Penelitian. (n.d.).
https://www.gramedia.com/literasi/pengertian-bi-checking/. (n.d.).
https://www.rumah.com/panduan-properti/bi-checking-kol-83595 . (n.d.).
Jasmir, Sika, X., & Amelia, R. (2022). Klasifikasi Kelayakan Pemberian Kredit Pada Calon Debitur Menggunakan Naive Bayes. JURIKOM: Jurnal Riset Komputer, 1833-1839.
Junaedi, H., Budianto, H., Maryati, I., & Melani, Y. (2011). Data Transformation Pada Data Mining. Prosiding Konferensi Nasional "Inovasi dalam Desain dan Teknologi" (pp. 93-99). Surabaya: IDeaTech.
Kasanah, A. N., Muladi, & Pujianto, U. (2019). Penerapan Teknik SMOTE Untuk Mengatasi Imbalance Class Dalam Klasifikasi Objektivitas Berita Online Menggunakan Algoritma KNN. Jurnal RESTI: Rekayasa Sistem dan Teknologi Informasi, 196-201.
Khoirudin, W. (2023). Penerapan Metode Bootstrap Aggregating Classification and Regression Trees Untuk Menentukan Klasifikasi Indeks Khusus Penangan Stunting. (Skripsi Sarjana, Universitas Islam Negeri Maulana Malik Ibrahim Malang).
Kholifah, A. N., & Insani, N. (2016). Analisis Klasifikasi Pada Nasabah Kredit Koperasi X Menggunakan Decision Tree C4.5 dan Naive Bayes. JKTM: Jurnal Kajian dan Terapan Matematika, 1-8.
Kurniawan, C. C., Rostianingsih, S., & Santoso, L. W. (2022). Penerapan Metode KNN-Regresi dan Multiplicative Decomposition untuk Prediksi Data Penjualan pada Supermarket X. Jurnal Infra, 1-7.
Kusrini, & Luthfi, E. T. (2009). Algoritma Data Mining. Yogyakarta: Andi Publishing.
Larose, D. T. (2005). Discovering Knowledge in Data. New Jersey: John Willey & Sons, Inc.
Larose, D. T., & Larose, C. D. (2014). Discovering Knowledge in Data: An Introduction to Data Mining, Second Edition. New Jersey: John Wiley & Sons, Inc.
Leidiyana, H. (2013). Penerapan Algoritma K-Nearest Neighbor Untuk Penentuan Kredit Kepemilikan Kendaraan Bermotor. Jurnal Penelitian Ilmu Komputer, System Embedded & Logic, 65-76.
Melissa, I., & Oetama, R. (2013). Analisis Data Pembayaran Kredit Nasabah Bank Menggunakan Metode Data Mining. ULTIMA InfoSys, 18-27.
Mukid, M. A., Wuryandari, T., Ratnaningrum, D., & Rahayu, R. S. (2015). Bagging Classification Trees Untuk Prediksi Risiko Preeklampsia (Studi Kasus: Ibu Hamil Kategori Penerima Jampersal di RSUD Dr. Moewardi Surakarta). Media Statistika, 111-120.
Ngaisah, S. (2019). Pengaruh Kualitas Produk, Harga dan Citra Merek Terhadap Keputusan Pembelian Ulang Produk Natasha Skin Care. (Skripsi Sarjana, Universitas Pelita Bangsa).
Normawati, D., & Prayogi, S. A. (2021). Implementasi Naive Bayes Classifier dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter. J-SAKTI: Jurnal Sains Komputer & Informatika, 697-711.
Nuriksan, A., Pudjiantoro, T. H., & Sabrina, P. N. (2021). Klasifikasi Kelayakan Kredit Motor Menggunakan Metode Naive Bayes dan Model Credit Scoring. SNIA: Seminar Nasional Informatika dan Aplikasinya, 1-6.
Patience, A. K., & Lakshmi. (2020). A Study on Credit Card Fraud Detection Using Machine Learning. IJTSRD: International Journal of Trend in Scientific Research and Development, 801-804.
Prasetyo, E. (2014). Data Mining: Mengolah Data Menjadi Infomrasi Menggunakan Matlab. Yogyakarta: ANDI.
Pratiwi, B. P., Handayani, A. S., & Sarjana. (2020). Pengukuran Kinerja Sistem Kualitas Udara Dengan Teknologi WSN Menggunakan Confusin Matrix. Jurnal Informatika Upgris, 66-75.
Sahir, S. H. (2022). Metodologi Penelitian. Medan: KBM Indonesia.
Saputra, K., & Utama, A. P. (2016). Klasifikasi Data Minuman Wine Menggunakan Algoritma K-Nearest Neighbor. Jurnal Pembangunan Panca Budi, 1-3.
Saputro, D. (2011). Model Credit Scoring Untuk Proses Analisa Kelayakan Fasilitas Kredit Motor Menggunakan Metode Classification And Regression Tree (CART). (Skripsi Sarjana, Universitas Islam Negeri Syarif Hidayatullah).
Serrant, D. (2023). What Is The Reason That Bagging (Bootstrap Aggregation) Reduces Variance More Than Bias For Regression Models? Quora.
Siregar, A. M., & Puspabhuana, A. (2017). DATA MINING: Pengolahan Data Menjadi Informasi dengan RapidMiner. Surakarta: CV Kekata Group.
Sugiyono. (2007). Statistika Untuk Penelitian. Bandung: Alfabeta.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Emasains : Jurnal Edukasi Matematika dan Sains
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Hak cipta mencakup hak eksklusif untuk mereproduksi dan mengirimkan artikel ini dalam semua bentuk dan media, termasuk mencetak ulang, memotret, mikrofilm dan reproduksi serupa lainnya, serta terjemahannya. Reproduksi dari bagian manapun dari jurnal ini, penyimpanannya di database dan transmisinya dengan bentuk atau media apa pun, seperti salinan elektronik, elektrostatik dan mekanis, fotokopi, rekaman, media magnetik, dan lain-lain, akan diizinkan hanya dengan izin tertulis dari penerbit jurnal.
