<![CDATA[Tingginya tingkat Non-Performing Loan (NPL) menjadi tantangan besar bagi lembaga keuangan, termasuk PT. BPR BKK Wonogiri, karena dapat mengganggu stabilitas keuangan dan kepercayaan nasabah. Penelitian ini bertujuan untuk mengklasifikasikan kelayakan kredit nasabah menggunakan algoritma Random Forest sebagai metode utama. Data penelitian mencakup variabel-variabel penting seperti umur, pekerjaan, pendapatan, jumlah pinjaman, dan lama pinjaman. Proses penelitian meliputi tahap pra-pemrosesan data, pelatihan model, serta evaluasi performa menggunakan confusion matrix dan classification report. Hasil menunjukkan bahwa model Random Forest mampu mencapai tingkat akurasi sebesar 82%, dengan kemampuan yang baik dalam membedakan nasabah layak dan tidak layak kredit. Kesimpulannya, penerapan algoritma Random Forest dapat membantu pihak bank dalam pengambilan keputusan kredit yang lebih tepat dan mengurangi potensi risiko kredit bermasalah. Kata Kunci:Random Forest, Klasifikasi, Kelayakan Kredit, Risiko Keuangan, Non-Performing Loan]]>
Copyrights © 2025
