Hampir semua masyarakat melakukan kegiatan utang - piutang sebagai langkah untuk mendukung perkembangan kegiatan perekonomian. Hal ini dikarenakan mudahnya pengajuan yang dilakukan calon nasabah bila dapat memenuhi persyaratan tertentu. Bagi koperasi simpan pinjam hal ini tentunya sangat beresiko karena dapat menyebabkan kerugian bila salah dalam memilih calon nasabah, hal tersebut disebabkan karena macetnya pembayaran. Masalah tersebut dapat diatasi dengan melakukan analisis data serta mengklasifikasikan calon nasabah sebelum memberikan pinjaman dari memperhatikan data histori peminjaman untuk meminimalisir calon nasabah yang macet dalam pembayarannya. Tujuan dari penelitian ini adalah bagaimana mengklasifikasi data histori peminjaman nasabah menggunakan metode Bayesian Network. Manfaat dari penelitian ini diharapkan dapat membantu untuk meminimalisir macetnya pembayaran oleh calon nasabah yang dapat menyebabkan kerugian bagi perusahaan. Dari analisa dan hasil uji coba yang sudah dilakukan sebelumnya dengan menggunakan metode bayesian network equivalence class untuk menentukan status kelayakan calon nasabah pada BTM Dinar Nasyiah. Dapat disimpulkan bahwa nilai pengujian sistem terbesar terdapat pada pengujian dengan menggunakan split validation didapatkan bahwa variabel jumlah pinjaman dependent terhadap variabel jaminan, variabel umur dependent terhadap variabel jaminan, variabel jaminan dependent terhadap variabel kategori dan variabel jangka waktu pengembalian dependent terhadap variabel kategori. Didapatkan nilai akurasi sebesar 81,11%, presisi 72% dan recall sebesar 72%.