Aplikasi “Loan Appraisal Generator” Untuk Menentukan Kelayakan Pemberian Pinjaman Dengan Menggunakan Metode Naïve Bayes Classifier

Abstract

Pengajuan kredit pinjaman yang diajukan oleh perseorangan selalu meningkat tiap tahunnya seperti pada tahun 2017 sebesar 260.401.210.909 miliar pinjaman yang diajukan, kemudian mengalami kenaikan pada tahun 2018 menjadi 1.684.389.746.881 triliun. Berdasarkan nominal pinjaman yang diajukan tersebut sejalan dengan kenaikan pada tahun 2017 terdapat 2.515 peminjam sedangkan pada tahun 2018 sebesar 6.663 peminjam. Dalam memberikan pinjaman, setiap bank umum akan melakukan analisa terhadap kemampuan bayar pemohon apakah layak untuk ditolak atau disetujui untuk menghindari dari dari kredit bermasalah atau kredit macet. Dengan adanya kredit bermasalah yang semakin banyak akan mempengaruhi kondisi keuangan bank. Kredit pinjaman yang diajukan oleh perseorangan bertujuan sebagai investasi atau sebagai kegiatan konsumsi, namun dalam pelaksanaan pemberian pinjaman seringkali adanya kredit bermasalah atau kredit macet yang terjadi karena terdapat nasabah terlambat bayar angsuran, yang pada awalnya layak untuk diberikan pinjaman namun dalam berjalannya waktu berpotensi terlambat bayar angsuran. Sehingga dibuatlah sistem prediksi pemberian kelayakan pinjaman dengan menggunakan metode Naïve Bayes Classifier yang bertujuan untuk memberi kelayakan pinjaman. Pengujian metode terhadap 480 baris data menghasilkan akurasi tertinggi 0.76, PPV 0.83, NPV 0.60 dan Error Rate 0.24. Berdasarkan hasil pengujian tersebut menunjukkan bahwa bahwa metode naïve bayes classifier baik dalam memberikan hasil prediksi pengajuan pinjaman.