SEGMENTASI DAN PREDIKSI RISIKO KREDIT KOPERASI MENGGUNAKAN METODE HYBRID K-MEANS SERTA RANDOM FOREST

Yahya, Nisaa' Husnia (2026) SEGMENTASI DAN PREDIKSI RISIKO KREDIT KOPERASI MENGGUNAKAN METODE HYBRID K-MEANS SERTA RANDOM FOREST. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full text) RAMA_55201_2213020099.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text (Similarity) RAMA_55201_2213020099_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2213020099_0708028704_0729088802_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 2) RAMA_55201_2213020099_0708028704_0729088802_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (412kB) | Request a copy
	Text (BAB 3) RAMA_55201_2213020099_0708028704_0729088802_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (522kB) | Request a copy
	Text (BAB 4) RAMA_55201_2213020099_0708028704_0729088802_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (429kB) | Request a copy
	Text (BAB 5) RAMA_55201_2213020099_0708028704_0729088802_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (218kB) | Request a copy
	Text (References) RAMA_55201_2213020099_0708028704_0729088802_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (226kB)
	Text (Lampiran) RAMA_55201_2213020099_0708028704_0729088802_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (398kB) | Request a copy

Abstract

Penelitian ini bertujuan untuk membangun sistem prediksi risiko kredit menggunakan pendekatan hybrid yang menggabungkan algoritma K-Means dan Random Forest. Metode K-Means digunakan untuk mengelompokkan data nasabah dan membentuk pseudo-label berupa kategori Risiko Rendah, Risiko Sedang, dan Risiko Tinggi, sedangkan algoritma Random Forest digunakan untuk membangun model prediksi risiko kredit berdasarkan hasil clustering tersebut. Sistem dikembangkan menggunakan metode pengembangan perangkat lunak dan diimplementasikan dalam platform berbasis web menggunakan Streamlit. Hasil penelitian menunjukkan bahwa model Random Forest mampu menghasilkan nilai accuracy sebesar 98,95%, precision sebesar 99%, recall sebesar 97%, dan F1-score sebesar 98%, sehingga mampu melakukan prediksi risiko kredit dengan tingkat ketepatan yang tinggi. Pengujian fungsional menggunakan metode Black Box Testing menunjukkan bahwa seluruh fitur pada sistem dapat berjalan sesuai dengan yang diharapkan, sehingga sistem yang dikembangkan dapat membantu proses penilaian risiko kredit seca

Actions (login required)

View Item