<![CDATA[Perusahaan pembiayaan di era digital yang dengan cepat mengadopsi teknologi informasi, telah mengubah perilaku konsumen untuk lebih mengutamakan pengalaman seamless dan transaksi mandiri melalui aplikasi mobile. Seringkali tanpa penilaian risiko yang cukup, serta permintaan akan layanan real-time, yang secara keseluruhan meningkatkan potensi terjadinya risiko kredit macet. Untuk mengatasi isu yang ada, peneliti melaksanakan sebuah studi di PT Trust Finance Indonesia guna memproyeksikan risiko gagal bayar. Riset ini memanfaatkan algoritma C4.5 yang dikombinasikan dengan metode forward selection. Adapun fokus penelitian ini adalah untuk menganalisis kapabilitas metode yang diusulkan sebagai alat estimasi risiko kredit macet. Sebanyak 300 set data diambil dari PT Trust Finance Indonesia sebagai sampel penelitian. Proses selanjutnya adalah pengolahan data menggunakan aplikasi RapidMiner. Pemrosesan ini menguji dua skenario berbeda, yaitu algoritma C4.5 dasar dan algoritma C4.5 yang telah disempurnakan dengan metode forward selection. Hasil pengujian C4.5 tanpa peningkatan memperoleh rata-rata keakuratan sebesar 83.33%, class recall sebesar 88,24% true lancar, 76,02% true berisiko macet. Hasil pengujian C4.5 dengan peningkatan memperoleh rata-rata keakuratan 87,59%, tergolong dalam kategori klasifikasi yang baik]]>
Copyrights © 2025
