Article Per Year (5 Year)
p-Index From 2020 - 2025
2.049
P-Index
This Author published in this journals
All Journal Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Jurnal Pseudocode Jurnal Teknologi Informasi dan Ilmu Komputer INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi CogITo Smart Journal InComTech: Jurnal Telekomunikasi dan Komputer Dinamisia: Jurnal Pengabdian Kepada Masyarakat Jurnal Manajemen Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Infotek : Jurnal Informatika dan Teknologi Journal of Electrical Engineering and Computer (JEECOM) Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Informatika: Jurnal Pengembangan IT
Ainul Yaqin
Universitas AMIKOM Yogyakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika: Jurnal Pengembangan IT

 1 
Penilaian Kredit Menggunakan Algoritma XGBoost dan Logistic Regression Ainul Yaqin
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 1 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i1.4337

Abstract

Penilaian kredit merupakan suatu proses atau sistemyang digunakan oleh lembaga pembiayaan atau bank untukmenilai kelayakan seseorang yang mengajukan pinjaman. Halini sangat diperlukan untuk menghindari kerugian akibat gagalbayar. Menanggapi hal tersebut dibutuhkan sebuah metodeyang efisien, cepat dan akurat untuk mengklasifikasikan layakatau tidaknya seseorang untuk diberikan pinjaman. Penulismengusulkan metode machine learning dan membandingkanalgoritma XGBoost dan logistic regression. Setelah dilatih dandiuji dengan stratified kfold cross validation, XGBoostmenghasilkan rata-rata akurasi 85,51%; F1 Score 83,81%;precision 83,80% dan recall 84,04% sedangkan logisitcregression menghasilkan rata-rata akurasi 85,94%; F1 Score85,36%; precision 80,08%; dan recall 91,52%. Kedua algoritmadapat mengklasifikasikan layak atau tidaknya seseorang untukdiberikan pinjaman dengan baik, sehingga dapat digunakanuntuk membantu institusi keuangan maupun para analis kredit.
Co-Authors Atin Hasanah Atmoko, Alfriadi Dwi Dedy Sugiarto Ema Utami Enni Lindrawati Jihadul Akbar Lisa Dinda Yunita Mohammad Edi Nalda Kresimo Negoro Reyhan Dwi Putra Saiful Bahri Samuel Adhi Bagaskoro Tamrizal A.M Vinnesa Patricia Carolina Wahyu Hidayat Yoga Adi Prasetyo