PENERAPAN ALGORITMA DECISION TREE PADA PREDIKSI PINJAMAN KOPERASI
DOI:
https://doi.org/10.29407/9t92bh97Abstract
Penentuan kelayakan pengajuan pinjaman pada koperasi dilakukan secara manual sehingga menghasilkan keputusan yang kurang konsisten. Penelitian ini bertujuan untuk menganalisis seberapa akurat algoritma Decision Tree dalam memprediksi apakah anggota koperasi layak mendapatkan pinjaman. Dataset penelitian ini diambil dari data historis tentang permohonan pinjaman anggota PRIMKOPKAR PERHUTANI. Data tersebut mencakup variabel seperti gaji, riwayat pinjaman, cara pembayaran, jangka waktu pinjaman, jumlah pinjaman, dan persentase gaji yang diterima. Tahapan penelitian terdiri dari beberapa langkah, yaitu mempersiapkan data, membagi data menjadi data pelatihan dan pengujian, membuat model dengan menggunakan algoritma Decision Tree, dan terakhir, mengevaluasi kinerja model dengan menggunakan confusion matrix, precision, recall, f1-score, dan akurasi. Hasil dari pengujian menunjukkan bahwa model mencapai tingkat akurasi sebesar 82%, dengan nilai precision tertinggi pada kategori layak yaitu 0,91. Hasil penelitian menunjukkan bahwa algoritma Decision Tree dapat memberikan hasil klasifikasi yang baik dalam memprediksi kelayakan pinjaman koperasi dan bisa digunakan untuk membantu dalam pengambilan keputusan.
Keywords:
Decision Tree, Koperasi, Machnie Learning, Prediksi Pinjaman##plugins.themes.default.displayStats.downloads##
References
[1] J. K. Nadhila, M. Fauzi, N. Aziz, and A. I. Faizal, "IMPLEMENTASI ALGORITMA DECISION TREE-ID3 UNTUK PREDIKSI KELAYAKAN KREDIT BERBASIS WEB DENGAN MENGGUNAKAN NEXT. JS DI KSU SYARIAH MUHAMMADIYAH," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 9, no. 2, pp. 2045-2053, 2025, doi: 10.36040/jati.v9i2.12930.
[2] S. A. Arnomo, A. A. Fajrin, Y. Siyamto, S. Fairuz, and N. Sadikin, "Evaluasi Model Decision Tree Pada Keputusan Kelayakan Kredit," Jurnal Data Science dan Informatika, vol. 2, no. 2, pp. 200-206, 2023, doi: 10.58520/jddat.v2i2.39.
[3] R. Kandayu, W. Silaban, M. Maulana, and E. S. Ompusunggu, "KLASIFIKASI KELANCARAN PEMBAYARAN PINJAMAN KOPERASI DENGAN METODE DECISION TREE," Jurnal Sistem Informasi dan Ilmu Komputer, vol. 5, no. 1, pp. 19-23, 2021, doi: 10.34012/jurnalsisteminformasidanilmukomputer.v5i1.1910.
[4] I. Ubaedi and Y. M. Djaksana, "OPTIMASI ALGORITMA C4.5 MENGGUNAKAN METODE FORWARD SELECTION DAN STRATIFIED SAMPLING UNTUK PREDIKSI KELAYAKAN KREDIT," Jurnal Sistem Informasi (JSII), vol. 9, no. 1, pp. 17-26, 2022, doi: 10.30656/jsii.v9i1.3505.
[5] T. B. Santoso and D. Sekardiana, "PENERAPAN ALGORITMA C4.5 UNTUK PENENTUAN KELAYAKAN PEMBERIAN KREDIT," Jurnal ALGOR, vol. 2, no. 1, pp. 130-137, 2019, doi: 10.30813/j-alu.v2i1.1573.
[6] M. Roziqi and A. N. Izzati, "PENERAPAN ALGORITMA DECISION TREE UNTUK KREDIT SKORING DI BANK," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 4, pp. 6115-6122, 2024, doi: 10.36040/jati.v8i4.10155.
[7] P. Rahmawati and A. Larasati, "PENGEMBANGAN MODEL PERSETUJUAN KREDIT NASABAH BANK DENGAN ALGORITMA KLASIFIKASI NAÏVE BAYES, DECISION TREE, DAN ARTIFICIAL NEURAL NETWORK," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 1, no. 1, pp. 1-12, 2022, doi: 10.14710/jati.1.1.1-12.
[8] T. Novianti, S. A. Mandati, and E. K. Andana, "PENINGKATAN EVALUASI RISIKO KREDIT MENGGUNAKAN DECISION TREE C 4.5," Jurnal Mine-Tech, vol. 2, no. 2, pp. 1-9, 2023, doi: 10.30651/mine-tech.v2i2.21749.
[9] L. N. Rahmadhani and F. Ardiani, "RANCANG BANGUN SISTEM PREDIKSI KELAYAKAN PINJAMAN MENGGUNAKAN DECISION TREE," JOISM (Journal of Information Systems Management), vol. 7, no. 2, 2026, doi: 10.24076/joism.2026v7i2.2423.
[10] A. Tani, R. Helilintar, and A. B. Setiawan, "SISTEM PENENTUAN KELAS UNGGULAN MENGGUNAKAN METODE DECISION TREE Id3 di SMPN 6 Kota Kediri," Jurnal INOTEK, vol. 7, pp. 1053-1060, 2023, doi: 10.29407/inotek.v7i3.3536.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
