Art Original
PREDIKSI PEMBIAYAAN MIKRO DALAM MEMINIMALISIR RESIKO PEMBIAYAAN BERMASALAH DI BANK SYARIAH INDONESIA (BSI) SUDIRMAN DENGAN PERBANDINGAN METODE ALGORITMA K-NEAREST NEIGHBORS DAN DECISION TREE
Prediksi pembiayaan mikro untuk meminimalisir resiko pembiayaan bermasalah di Bank Syariah Indonesia (BSI) Kantor Cabang Sudirman. Resiko pembiayaan yang tidak terkelola dengan baik dapat berdampak negatif terhadap kinerja keuangan dan reputasi perbankan syariah. Dalam penelitian ini, dilakukan perbandingan antara dua algoritma klasifikasi, yaitu K-Nearest Neighbors (KNN) dan Decision Tree (C4.5) mengidentifikasi calon pembiayaan yang berpotensi menimbulkan resiko pembiayaan bermasalah. Data pembiayaan mikro digunakan sebagai 271 data latih dan 30 data uji dengan teknik validasi silang (cross-validation) sebanyak 10fold. Hasil evaluasi menunjukkan tingkat akurasi yang bervariasi antara kedua metode. Berdasarkan hasil pengujian, metode yang menunjukkan akurasi tertinggi dinilai lebih optimal dalam membantu proses pengambilan keputusan analisis resiko pembiayaan di BSI. Hasil pengujian confusion matrix pada klasifikasi pembiayaan menggunakan metode KNN dan Decision dapat diterapkan nilai akurasi yang diperoleh pada algoritma KNN 73.33 %, algoritma decision tree 66.67%, nilai presisi algoritma KNN 73.27%, algoritma Decision Tree 66.35%, nilai recall algoritma K-NN 73.33%, algoritma decision tree 66.67% dan nilai F1 – score pada K-NN 72.96 % dan algoritma decision tree 66.20%. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem pendukung keputusan untuk lembaga keuangan syariah.
No other version available