CLUSTERING PENILAIAN KELAYAKAN KREDIT DENGAN METODE K-MEAN (STUDI KASUS : KSP. TUNAS ARTHA MANDIRI NGANJUK)

Adi Setiawan, Febri and Wahyu Widodo, Danang and Bagus Setiawan, Ahmad (2020) CLUSTERING PENILAIAN KELAYAKAN KREDIT DENGAN METODE K-MEAN (STUDI KASUS : KSP. TUNAS ARTHA MANDIRI NGANJUK). Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full tex) RAMA_55201_16103020056.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (673kB) | Request a copy
	Text (Similarity) RAMA_55201_16103020056_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (372kB)
	Text (Referencees) RAMA_55201_16103020056_0720117501_0703018704.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (89kB)

Abstract

Abstrak – Penelitian ini dilaksanakan di KSP. TUNAS ARTHA MANDIRI NGANJUK. Masalah yang sering terjadi di koperasi adalah petugas sering mengalami kesulitan dan kurang akurat dalam menentukan apakah calon debitur layak atau tidak layak diberi kredit, sehingga banyak menyebabkan kredit macet dan angsuran yang sering menunggak, hal ini dikarenakan penghasilan dari usaha calon debitur yang terkadang naik turun. Jika banyak calon debitur yang sering menunggak pembayarannya, maka akan menggangu sistem keuangan koperasi. Tujuan peneltian ini adalah memudahkan petugas untuk memilih calon anggota atau debitur dalam menentukan kelayakan kredit. Data yang digunakan dalam penelitian ini adalah data primer dan data sekunder yang berupa daftar nama calon debitur yang disertai dengan alamat, jumlah plafon kredit yang diajukan. Sedangkan langkah pengumpulan data dilakukan dengan cara observasi dan wawancara dengan petugas pemberi kredit KSP. TUNAS ARTHA MANDIRI NGANJUK. Teknik analisis yang digunakan dalam penelitian ini dengan menerapkan prinsip 5C yaitu character, capacity, capital, collateral, dan condition dari calon debitur. Penilaian kelayakan kredit yang paling utama adalah besarnya penghasilan calon debitur dapat mengcover jumlah angsuran artinya jumlah penghasilan harus lebih besar dari jumlah angsuran. Jika jumlah angsuran tidak disesuaikan dengan penghasilan, maka akan mengakibatkan kredit macet. Hasil dari penelitian ini adalah C1 sebanyak 3 orang dinyatakan recomended yang berarti boleh pinjam karena sudah memenuhi kriteria 5C, C2 sebanyak 1 orang dinyatakan layak dan 1 orang dinyatakan tidak layak karena tidak memenuhi kriteri 5C.

Actions (login required)

View Item