Perpustakaan Universitas Potensi Utama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Analisis Dan Klasikasi Risiko Kredit Berbasis Data Mining
Penanda Bagikan

Text

Analisis Dan Klasikasi Risiko Kredit Berbasis Data Mining

Sigit Frastio - Nama Orang;

Penelitian sekripsi ini bertujuan untuk menganalisis dan mengklasifikasikan risiko
kredit berbasis data mining menggunakan algoritma Extreme Gradient Boosting
(XGBoost). Data mining, sebagai pendekatan dalam eksplorasi pola dan hubungan
antara karakteristik nasabah dengan kemungkinan gagal bayar (default), memiliki
potensi untuk meningkatkan akurasi prediksi risiko kredit. Rumusan masalah dalam
penelitian ini mencakup penerapan data mining untuk mengidentifikasi pola dan
hubungan atribut nasabah dengan risiko gagal bayar, implementasi algoritma

XGBoost dalam klasifikasi risiko kredit, pemahaman terhadap risiko Non-
Performing Loan (NPL) yang dapat mengganggu stabilitas keuangan bank, serta

pemahaman tentang karakteristik dan kualitas data yang digunakan dalam
pembangunan model. Tujuan penelitian ini adalah untuk menerapkan data mining
dalam mengeksplorasi pola risiko gagal bayar nasabah, mengembangkan model
klasifikasi berbasis XGBoost, mengevaluasi kinerja algoritma XGBoost dalam
prediksi risiko kredit, serta mengidentifikasi fitur-fitur yang paling berpengaruh
terhadap klasifikasi risiko kredit. Hasil yang diperoleh menunjukkan bahwa
algoritma XGBoost berhasil mencapai tingkat akurasi sebesar 87%, presisi 82%,
recall 93%, dan F1-Score 87%. Penelitian ini diharapkan dapat memberikan
kontribusi dalam pengambilan keputusan pemberian kredit yang lebih akurat dan
mengurangi potensi kerugian bagi lembaga keuangan.

Kata Kunci: Data Mining, XGBoost, Risiko Kredit, Klasifikasi, Non-Performing
Loan


Ketersediaan
#
Perpustakaan Universitas Potensi Utama (Rak 6) 2514-00-2 SIG a
2514-00-2
Tersedia
Informasi Detail
Judul Seri
Karya Ilmiah - Skripsi
No. Panggil
2514-00-2 SIG a
Penerbit
Medan : Universitas Potensi Utama., 2025
Deskripsi Fisik
viii, 88 hlm.; ilus.: 21,5 x 30 cm
Bahasa
Indonesia
ISBN/ISSN
1813000148
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
2025
Subjek
Skripsi Sistem Informasi
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Sigit Frastio
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • Analisis Dan Klasikasi Risiko Kredit Berbasis Data Mining
Komentar

Anda harus masuk sebelum memberikan komentar

Perpustakaan Universitas Potensi Utama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan Universitas Potensi Utama menyediakan koleksi-koleksi buku berkualitas berupa monograf, e-book, karya ilmiah, fiksi, referensi, audiovisual, terbitan berseri serta dilengkapi dengan Art Gallery yang memuat dan memajang hasil karya mahasiswa Universitas Potensi Utama

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?