MODEL KLASIFIKASI RISIKO KREDIT ANGGOTA KOPERASI DENGAN MENGGUNAKAN ALGORITMA C4.5 (Studi Kasus pada Unit Simpan Pinjam Koperasi Persatuan Wanita Cikeruh, Kecamatan Jatinangor, Kabupaten Sumedang, Provinsi Jawa Barat)

Saputri, Mulyati Eka (2026) MODEL KLASIFIKASI RISIKO KREDIT ANGGOTA KOPERASI DENGAN MENGGUNAKAN ALGORITMA C4.5 (Studi Kasus pada Unit Simpan Pinjam Koperasi Persatuan Wanita Cikeruh, Kecamatan Jatinangor, Kabupaten Sumedang, Provinsi Jawa Barat). Skripsi (S1) thesis, UNIVERSITAS KOPERASI INDONESIA.

	Text COVER - Mulyati Eka Saputri_compressed.pdf Download (240kB)
	Text BAB I - Mulyati Eka Saputri_compressed.pdf Download (135kB)
	Text BAB II - Mulyati Eka Saputri_compressed.pdf Restricted to Registered users only Download (425kB)
	Text BAB III - Mulyati Eka Saputri_compressed.pdf Restricted to Registered users only Download (189kB)
	Text BAB IV - Mulyati Eka Saputri_compressed.pdf Restricted to Registered users only Download (303kB)
	Text BAB V - Mulyati Eka Saputri_compressed.pdf Download (96kB)
	Text DAFTAR PUSTAKA - Mulyati Eka Saputri_compressed.pdf Download (139kB)

Abstract

MULYATI EKA SAPUTRI, 2026. Model Klasifikasi Risiko Kredit Anggota Koperasi dengan Menggunakan Algoritma C4.5. Studi Kasus pada Unit Simpan Pinjam Koperasi Persatuan Wanita Cikeruh, di bawah bimbingan H. Dady Nurpadi dan Agus Nugraha. Koperasi Persatuan Wanita Cikeruh (KPWC) memiliki Unit Simpan Pinjam (USP), namun monitoring risiko kredit masih dilakukan secara konvensional sehingga rentan terhadap subjektivitas dalam proses identifikasi risiko kredit, dengan nilai Nonperforming Loan (NPL) sebesar 9,88%. Penelitian ini bertujuan mengolah data historis anggota menjadi dataset siap digunakan, membangun model klasifikasi risiko kredit, serta mengevaluasi performanya. Penelitian menggunakan metode kuantitatif dengan pendekatan studi kasus berbasis Sains Data dan mengacu pada metodologi CRISP-DM. Data primer diperoleh melalui wawancara, dan data sekunder berupa data arsip administrasi periode Januari 2024-Desember 2025. Model klasifikasi dibangun menggunakan algoritma dengan pembagian data 80:20 GroupShuffleSplit. Evaluasi model dilakukan menggunakan metrik evaluasi menggunakan klasifikasi. C4.5 mampu Hasil penelitian menunjukkan bahwa model C4.5 mengklasifikasikan risiko kredit anggota ke dalam dua kelas, yaitu Lancar yang diinterpretasikan sebagai Risiko Kredit Rendah dan Macet yang diinterpretasikan sebagai Risiko Kredit Tinggi. Model mencapai Accuracy 67,16%, Recall kelas Macet 73%, dan Balanced Accuracy 69,40%. Model optimal menggunakan max_depth 5, min_samples_split 10, dan min_samples_leaf 5, serta menghasilkan decision tree dengan 11 decision rules yang dapat diinterpretasikan. Analisis faktor dominan mengungkapkan bahwa Rasio Simpanan terhadap Pinjaman (28,56%), Frekuensi Terlambat Lalu (19,79%), dan Jenis Pekerjaan (15,66%) merupakan tiga fitur dengan tingkat kepentingan terbesar dalam pembentukan keputusan model. Model ini dapat dimanfaatkan sebagai informasi pendukung dalam pemantauan risiko kredit dan sebagai dasar early warning system bagi pengurus koperasi.

Item Type:	Thesis (Skripsi (S1))
Uncontrolled Keywords:	Klasifikasi Risiko Kredit, Algoritma C4.5, Koperasi.
Subjects:	S1 - SKRIPSI
Divisions:	PROGRAM STUDI SARJANA SAINS DATA
Depositing User:	Sri Suharti
Date Deposited:	05 Nov 2026 07:44
Last Modified:	05 Nov 2026 07:44
URI:	http://repository.ikopin.ac.id/id/eprint/2891

Actions (login required)

View Item