<![CDATA[Kemajuan teknologi melalui revolusi industri 4.0 diharapkan menjadi kunci dalam menyelesaikan permasalahan sulitnya usaha mikro menjangkau permodalan bank syariah, keterbatasan informasi dalam memenuhi standar analisis kelayakan pembiayaan dan kepemilikan aset sebagai agunan menjadi faktor penghambat utama dalam mencapai tujuan. sektor UMKM. Kehadiran teknologi AI – Machine learning diharapkan dapat membuat proses analisis pembiayaan menjadi lebih efektif dan efisien dalam mengolah informasi yang diperoleh. Pada PT Bank XYZ Syariah rasio pembiayaan terhadap sektor UMKM masih sebesar 20% dari total eksposur pembiayaan yang disalurkan (Laporan Keuangan PT Bank XYZ Syariah Tahun 2020) penetrasi yang masih cenderung kecil disebabkan oleh proses analisa yang panjang dengan tingkat keberhasilan yang kecil sehingga diperlukan suatu model yang dapat membantu perusahaan dalam menyaring pengajuan yang memiliki tingkat keberhasilan yang tinggi. Pada tulisan ini akan dibuat model credit scoring berdasarkan data historis di PT Bank XYZ Syariah menggunakan beberapa algoritma klasifikasi, dengan mengacu pada CRISP -DM framework data akan diproses sedemikian rupa sehingga dapat menghasilkan dataset berkualitas kuat. Model dibuat menggunakan tools RapidMiner dengan dua skenario pengujian sehingga menghasilkan beberapa model dengan akurasi yang baik, berdasarkan hasil pengujian dari dataset yang tersedia model klasifikasi hutan acak menghasilkan akurasi yang paling baik diantara yang lainnya. Credit scoring yang dimodelkan dapat membantu perusahaan untuk dapat melakukan screening awal terhadap setiap pengajuan yang ada.Kata Kunci: Credit Scoring, UMKM, Algoritma Klasifikasi, Machine Learning, Bank Umum Syariah]]>
