PREDIKSI KELAYAKAN PEROLEHAN KREDIT BAGI NASABAH MENGGUNAKAN ALGORITMA RANDOM FOREST

Adillah Saudah Shofa (Universitas Esa Unggul)
Agung Mulyo Widodo (Universitas Esa Unggul)

Journal of Scientech Research and Development
Vol 8 No 2 (2026): JSRD, December 2026

Penyaluran kredit merupakan salah satu layanan utama dalam sektor perbankan yang memiliki risiko tinggi apabila diberikan kepada nasabah yang tidak layak. Oleh karena itu, dibutuhkan pemodelan pendukung keputusan yang dapat membantu bank dalam menentukan apakah seorang nasabah layak memperoleh kredit berdasarkan data historis kreditnya. Penelitian ini bertujuan untuk mengembangkan model prediksi kelayakan perolehan kredit menggunakan algoritma machine learning Random Forest. Attribut data yang digunakan dalam penelitian ini adalah data nasabah. Proses penelitian meliputi tahap preprocessing data, pembagian data latih dan data uji, pelatihan model, serta evaluasi performa menggunakan metrik akurasi, precision, recall, dan f1-score. Hasil dari model yang dibangun diharapkan mampu meningkatkan efisiensi dan ketepatan dalam proses evaluasi kelayakan nasabah.