<![CDATA[Penelitian ini menggunakan data dari Kaggle, yang terdiri dari 32,581 baris dan 12 kolom, untuk mengembangkan model prediksi kelayakan kredit. Tujuan penelitian adalah mengidentifikasi faktor-faktor yang memengaruhi kelayakan kredit dan mengembangkan model yang akurat dalam memprediksi apakah seorang peminjam layak atau tidak menerima kredit. Penelitian melibatkan langkah-langkah pra-pemrosesan data, termasuk imputasi missing value dan penanganan outlier, serta pembagian dataset menjadi data latih dan data uji. Hasil menunjukkan bahwa model mencapai akurasi sebesar 93,28%, dengan parameter terbaik 'max_depth': 30, 'min_samples_leaf': 1, 'min_samples_split': 2, dan 'n_estimators': 100. Penelitian ini memberikan kontribusi dalam pemahaman kelayakan kredit dan pengembangan model prediksi yang dapat digunakan oleh lembaga keuangan untuk pengambilan keputusan kredit yang lebih tepat.]]>
Copyrights © 2023
