<![CDATA[Tujuan dari penelitian ini adalah untuk meningkatkan Sistem Pendukung Keputusan (SPK) dalam pembelian pinjaman kredit. Sebuah temuan kunci dari studi ini adalah persyaratan bagi lembaga keuangan untuk memiliki alat yang efektif untuk menghitung rasio pinjaman ke nilai untuk mengurangi risiko yang terkait dengan kegagalan kredit. Metode analisis yang digunakan termasuk mengumpulkan data riwayat kredit, menganalisis faktor-faktor yang mempengaruhi kredibilitas, dan mengembangkan algoritma logika kabur. Sistem yang dikembangkan kemudian dievaluasi menggunakan data non-publik dari lembaga keuangan untuk menilai akurasi dan keandalan. Temuan penelitian menunjukkan bahwa sistem ini dapat meningkatkan akurasi pelaporan kredit dibandingkan dengan metode manual yang digunakan sebelumnya. Temuan utama dari penelitian ini adalah bahwa pelatihan SPK berbasis logika kabur dapat menjadi alat yang efektif untuk membantu lembaga keuangan dalam proses aplikasi pinjaman, dengan demikian mengurangi risiko kredit dan meningkatkan efisiensi operasional. Hasil penelitian menunjukkan bahwa metode Simple Additive Weighting (SAW) dapat meningkatkan akurasi penilaian kelayakan kredit Metode SAW terbukti dapat meningkatkan akurasi dan keandalan dalam proses penilaian. Penggunaa berbagai kriteria seperti pendapatan, riwayat kredit, rasio hutang, pekerjaan, dan agunan memberikan hasil yang lebih komprehensif. Penelitian ini juga menunjukkan bahwa logika fuzzy mampu menangani data yang tidak pasti dan subjektif, sehingga dapat membantu lembaga keuangan dalam membuat keputusan yang lebih baik.]]>
Copyrights © 2024
