Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Economic, Business and Engineering (JEBE)
Bin Dasril, Yosza Bin Dasril
Unknown Affiliation
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Mechanical Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
DURASI PENGGUNAAN NOMOR TELEPON SELULER SEBAGAI INDIKATOR RISIKO KREDIT: ANALISIS DATA EKSPLORATIF BERBASIS MACHINE LEARNING Arisandy, Yosy; Bin Salahudin, Shahrul Nizam; Bin Dasril, Yosza Bin Dasril
Journal of Economic, Business and Engineering (JEBE) Vol. 7 No. 2 (2026): April
Publisher : Universitas Sains Al Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32500/jebe.v7i2.11037

Abstract

Pertumbuhan pesat platform pinjaman digital tanpa agunan di Asia Tenggara menuntut sistem penilaian risiko kredit yang lebih akurat dan inklusif, khususnya bagi peminjam yang belum memiliki riwayat kredit formal. Pemanfaatan data alternatif, termasuk informasi penggunaan telepon seluler, semakin dipertimbangkan dalam pengembangan sistem credit scoring. Namun, kajian khusus yang menilai durasi penggunaan nomor telepon seluler sebagai indikator stabilitas perilaku dalam memprediksi risiko kredit masih terbatas. Penelitian ini bertujuan menganalisis peran durasi penggunaan nomor telepon seluler sebagai prediktor risiko kredit pinjaman tanpa agunan. Studi ini menggunakan data sekunder dari dataset  lending di Kaggle yang mencakup 307.506 debitur di Asia Tenggara dengan 30 variabel terpilih. Analisis dilakukan menggunakan pendekatan Exploratory Data Analysis (EDA) melalui teknik univariat, bivariat, dan multivariat dengan bantuan Python pada platform Google Colaboratory. Hasil analisis menunjukkan bahwa peminjam dengan durasi penggunaan nomor telepon yang lebih pendek dan usia yang lebih muda cenderung memiliki probabilitas gagal bayar lebih tinggi dibandingkan peminjam dengan penggunaan nomor yang lebih lama. Meskipun hubungan linier relatif lemah, variabel ini menunjukkan potensi sebagai indikator stabilitas perilaku ketika dikombinasikan dengan karakteristik demografis dan status pekerjaan. Temuan ini menunjukkan bahwa indikator telekomunikasi sederhana dapat memperkaya pengembangan model credit scoring berbasis machine learning yang lebih inklusif dalam ekosistem keuangan digital.
Co-Authors Arisandy, Yosy Bin Salahudin, Shahrul Nizam