Kelayakan kredit merupakan aspek penting dalam pengambilan keputusan di bidang keuangan. Salah satu teknik pembelajaran mesin yang menonjol adalah algoritma Gradient Boost yang telah terbukti efektif dalam mengatasi masalah prediksi yang kompleks. Penelitian ini bertujuan untuk menerapkan algoritma Gradient Boost dalam konteks prediksi kelayakan kredit pada Monster Group. Implementasi dilakukan menggunakan bahasa pemrograman Java dan memanfaatkan library Machine Learning XGBoost. Dataset yang digunakan melibatkan informasi customer. Hasil eksperimen menunjukkan bahwa penerapan algoritma Gradient Boost pada prediksi kelayakan kredit Monster Group menghasilkan kinerja yang unggul. Model yang dihasilkan mampu memberikan prediksi dengan akurasi tinggi. Dengan adanya penelitian ini diharapkan dapat membantu Monster Group dalam mengoptimalkan proses pengambilan keputusan kredit serta mengurangi resiko kredit bermasalah.
Copyrights © 2025