Claim Missing Document
Check
Articles

Found 2 Documents
Search

Prediksi Credit Card Approval Menggunakan Algoritma Random Forest Anindita Puspa Ayu Prayogi; Altha Inas Shofyana; Dewi Putriani
Jurnal Ilmu Komputer dan Multimedia Vol. 2 No. 1 (2025): ILKOMEDIA Edisi Juni 2025
Publisher : Akademi Komunitas Negeri Putra Sang Fajar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46510/ilkomedia.v2i1.25

Abstract

Proses persetujuan kartu kredit merupakan tantangan signifikan bagi institusi keuangan karena melibatkan analisis berbagai faktor, seperti pendapatan, riwayat kredit, dan komitmen finansial calon nasabah. Penelitian ini bertujuan membangun model prediksi persetujuan kartu kredit menggunakan algoritma Random Forest dengan memanfaatkan dataset publik dari Kaggle. Algoritma Random Forest dipilih karena keunggulannya dalam menangani data besar, mengatasi masalah data tidak seimbang, serta mencegah overfitting untuk menghasilkan prediksi yang akurat. Hasil penelitian menunjukkan bahwa model memiliki performa tinggi dengan akurasi sebesar 88,89%, serta akurasi rata-rata 85,50% berdasarkan cross-validation. Selain itu, metrik precision, recall, dan F1-score menunjukkan keseimbangan performa untuk kedua kelas target. Model ini berpotensi diimplementasikan dalam skala industri dengan mempertimbangkan tantangan seperti privasi data dan skalabilitas.
Implementasi Metode SAW Pada Sistem Seleksi Program Keluarga Harapan (PKH) Altha Inas Shofyana; Rini Indriati; Anita Sari Wardani
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 4 (2025): EDISI JULI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i4.11398

Abstract

Program Keluarga Harapan (PKH) merupakan program bantuan sosial bersyarat yang diluncurkan oleh pemerintah Indonesia guna meningkatkan kesejahteraan dan mengurangi kemiskinan di kalangan keluarga prasejahtera. Meskipun telah memberikan manfaat signifikan, pelaksanaan program ini di tingkat desa sering menghadapi tantangan, terutama terkait akurasi dalam proses seleksi penerima bantuan. Penilaian kelayakan yang masih dilakukan secara manual dan tidak memperhatikan seluruh kriteria yang ditetapkan oleh Kementerian Sosial menyebabkan bantuan tidak tepat sasaran. Dalam mengatasi permasalahan tersebut, penelitian ini mengusulkan penerapan Sistem Pendukung Keputusan (SPK) berbasis metode Simple Additive Weighting (SAW). Metode ini memungkinkan penilaian yang terukur dengan menjumlahkan bobot dari berbagai kriteria penting, seperti keberadaan lansia, ibu hamil, anak usia sekolah, kondisi ekonomi, dan lainnya. Hasil dari penelitian menggunakan metode Simple Additive Weighting (SAW) menghasilkan nilai pengerjaan manual yang signifikan dengan implementasi pada website dan dapat digunakan sebagai alat bantu bagi pendamping PKH dalam menentukan penerima yang memenuhi kriteria Kemensos dan indikator BPS.