Implementasi Algoritma Support Vector Machine untuk Prediksi Status Kolektibilitas Nasabah

Nur Lyana (Politeknik Negeri Sriwijaya)
Desi Apriyanty (Politeknik Negeri Sriwijaya)
Andre Mariza Putra (Politeknik Negeri Sriwijaya)

Jurnal Sistem Informasi (JASISFO)
Vol. 6 No. 1 (2025): Maret

BRI Unit Kayuagung II, selaku bank pelaksana KUR, memberikan bantuan kepada pelaku usaha kecil dan menengah dengan pinjaman modal suku bunga rendah, yaitu 6% per tahun. Pada tahun 2022, sebanyak 2.194 nasabah berhasil memperoleh KUR melalui BRI Unit Kayuagung II. Namun, bank juga menghadapi tantangan berupa kredit bermasalah atau Non-Performing Loan (NPL) dalam pemberian KUR. Jumlah kredit bermasalah di BRI Unit Kayuagung II terus meningkat dalam tiga tahun terakhir. Dalam rangka mengatasi permasalahan tersebut, penelitian ini mengusulkan penerapan teknologi machine learning, yaitu algoritma Support Vector Machine (SVM), untuk memprediksi status kolektibilitas kredit nasabah di BRI Unit Kayuagung II. Hasil pengujian kinerja algoritma SVM pada dataset menunjukkan tingkat akurasi sebesar 95.76% dan diimplementasikan pada aplikasi prediksi kolektibilitas berbasis website.