Koperasi Simpan Pinjam dan Pembiayaan Syariah (KSPPS) Berkah Sakinah Almughni Girimarto menghadapi tekanan risiko pembiayaan bermasalah atau Non-Performing Financing (NPF) karena penilaian berkas pengajuan masih dijalankan secara manual oleh Petugas Pembiayaan tanpa pembobotan kuantitatif yang baku. Penelitian ini mengembangkan sistem pendukung keputusan berbasis metode Weighted Product (WP) yang diimplementasikan di atas kerangka kerja Laravel 11 dengan basis data MariaDB. Enam langkah algoritmik WP diterapkan pada lima kriteria penilaian yang dioperasionalisasikan dari prinsip 5C (Laba Usaha, Pendapatan Bersih, Nilai Agunan, Besar Pembiayaan, Jangka Waktu) dengan bobot awal dan ambang batas global yang dikalibrasi secara empiris melalui prosedur separable gap pada distribusi data historis. Pengujian akurasi klasifikasi dilakukan melalui skema Leave-One-Out Cross-Validation (LOOCV) atas dua puluh rekord nasabah historis, sedangkan ketahanan peringkat diuji melalui analisis sensitivitas lintas tiga skenario pembobotan, yakni S0 (5-4-4-2-2), S1 (6-5-4-2-1), dan S2 (3-3-3-3-3). Hasil pengujian menghasilkan akurasi LOOCV sebesar 95,00% dengan komposisi Confusion Matrix berupa TP = 16, TN = 3, FP = 1, dan FN = 0, presisi 94,12%, recall 100,00%, serta skor F1 96,97%. Suite Pest PHP meloloskan 21 test cases dengan 60 assertions dalam durasi eksekusi 0,98 detik. Analisis sensitivitas menempatkan alternatif N14 secara konsisten pada dua peringkat teratas lintas tiga skenario, dengan nilai preferensi yang diturunkan dari pada skenario S0. Sistem terbukti dapat dimanfaatkan sebagai instrumen verifikasi objektif lapis pertama untuk memitigasi risiko NPF dan memperkuat tata kelola pembiayaan syariah pada KSPPS perdesaan dengan data historis terbatas