Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal of Computer System and Informatics (JoSYC)

Implementasi Algoritma Klasifikasi Naïve Bayes Untuk Klasifikasi Credit Scoring Pada Platform Peer-To-Peer Lending Joel Rayapoh Damanik; Rahmat Fauzi; Faqih Hamami
Journal of Computer System and Informatics (JoSYC) Vol 4 No 4 (2023): August 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v4i4.4059

Abstract

Di Indonesia, seiring dengan pertumbuhan fintetch mengenai P2P lending, juga timbul P2P lending ilegal yang beroperasi tanpa izin dari otoritas berwenang. Diperkirakan terdapat sekitar 400 perusahaan fintech ilegal yang beroperasi di Indonesia. Masalah umum yang dihadapi oleh platform P2P lending adalah ketidakmampuannya mengantisipasi pembayaran yang gagal oleh peminjam. Hal ini disebabkan oleh tingginya suku bunga yang diterapkan dan kurangnya seleksi terhadap peminjam dengan risiko kredit yang tinggi atau rendah. Untuk mengatasi masalah ini, diperlukan pengembangan model sistem Machine Learning yang dapat mengklasifikasikan data peminjam dan terintegrasi dengan informasi dari lembaga keuangan lainnya. Tujuannya adalah untuk menyaring calon peminjam dengan risiko kredit yang tinggi atau rendah. Salah satu model yang digunakan adalah algoritma Naïve Bayes Classifier. Metode ini berdasarkan teorema Bayes dan merupakan algoritma yang memproses klasifikasi sederhana dengan independensi variabel. Penggunaan algoritma Naïve Bayes Classifier diharapkan dapat menciptakan sistem yang membantu platform P2P lending dalam seleksi calon peminjam. Model ini akan memprediksi risiko kredit rendah atau tinggi bagi pengguna atau pelanggan P2P lending. Untuk mencapai performa klasifikasi optimal, dilakukan tuning hyperparameter pada setiap simulasi. Hyperparameter tuning adalah proses mencari nilai terbaik untuk parameter dalam model machine learning guna meningkatkan performa. Pada algoritma GaussianNB, parameter yang dituning adalah var_smoothing. Hasil tuning hyperparameter terbaik ditemukan dengan nilai var_smoothing sebesar 0.009638958856642498, dengan pembagian train_size dan test_size sebesar 70:30. Dengan konfigurasi ini, model mencapai tingkat akurasi sebesar 95%.
Co-Authors Agus Maolana Hidayat Ahmad, Mokhtarrudin Al amudi, Farhan Hasan Aldi Akbar Anis Farihan Mat Raffei Anis Farihan Mat Raffei Aprilia Mega Puspitasari Arrahmani, Farras Hilmy Aziz, Abdurrahman Brillian Adhiyaksa Kuswandi Budi Rustandi Kartawinata Dahlan, Iqbal Ahmad Deandra, Valen Deden Witarsyah Dimas Raihan Zein Dina Meliana Saragi Edi Nuryatno Fa'rifah, Riska Yanu Fadhil Hidayat Faishal Mufied Al Anshary Febrianti, Ferda Ayu Dwi Putri Ferda Ayu Dwi Putri Febrianti Ferda Ernawan Fetty Fitriyanti Lubis Firzania, Heidea Yulia Fitri Bimantoro Hadwirianto, Muhammad Raihan Helmayanti, Sheva Aditya I Gede Pasek Suta Wijaya Ilma Nur Hidayati Iqbal Ahmad Dahlan Iqbal Santosa Irfan Darmawan Ismail, Mohd Arfian Jauhari, M.Habib Jody Mardika Joel Rayapoh Damanik Khairunnisa Salsabila Riswanti Kurniawan, Muhammad Rayhan Lubis, Rizki Aulia Akbar Mangsor, Miza Mat Raffei, Anis Farihan Muhammad Azzam Imaduddin Muhammad Bryan Gutomo Putra Muhammad Fahmi Hidayat Muhammad Fauzan Nasrullah Muhammad Hafizh Murahartawaty Murahartawaty Nasrullah, Muhammad Fauzan Nicolaus Advendea Prakoso Indaryono Novanza, Alvin Renaldy Nuraliza, Hilda Nurul Hidayati Oktariani Nurul Pratiwi Orvalamarva Pratiwi, Oktaria Nurul Puruhita, Maretha Fitrie Rachmadita Andreswari Rahmah, Najma Syarifa Rahmat Fauzi Ramdani, Dwi Fickri Insan Razali, Raja Razana Raja Rd. Rohmat Saedudin Ruth Sesilya Ambarita Satya Nugraha, Gibran Sheva Aditya Helmayanti Silmy Sephia Nurashila Sinung Suakanto Suhono Harso Supangkat Sujak, Aznul Fazrin bin Abu Syfani Alya Fauziyyah Tatang Mulyana Tien Fabrianti Kusumasari Vina Fadillah Widyadhari, Dinda Putri Yudo Husodo, Ario Yulizar, Iqbal Yuni Kardila Zahid, Azham