MODEL KLASIFIKASI INDIKATIF TINGKAT KESEHATAN KOPERASI SIMPAN PINJAM BERBASIS DATA KEUANGAN MENGGUNAKAN RANDOM FOREST (Studi pada KSP Aktif di Kabupaten Bandung)

RAHMAWATI, CAHYA (2026) MODEL KLASIFIKASI INDIKATIF TINGKAT KESEHATAN KOPERASI SIMPAN PINJAM BERBASIS DATA KEUANGAN MENGGUNAKAN RANDOM FOREST (Studi pada KSP Aktif di Kabupaten Bandung). Skripsi (S1) thesis, UNIVERSITAS KOPERASI INDONESIA.

[img] Text
Cover - Cahya Rahmawati_compressed.pdf

Download (142kB)
[img] Text
Bab 1 - Cahya Rahmawati_compressed.pdf

Download (50kB)
[img] Text
Bab 2 - Cahya Rahmawati_compressed.pdf
Restricted to Registered users only

Download (149kB)
[img] Text
Bab 3 - Cahya Rahmawati_compressed.pdf
Restricted to Registered users only

Download (28kB)
[img] Text
Bab 4 - Cahya Rahmawati_compressed.pdf
Restricted to Registered users only

Download (157kB)
[img] Text
Bab 5 - Cahya Rahmawati_compressed.pdf

Download (10kB)
[img] Text
Daftar Pustaka - Cahya Rahmawati_compressed.pdf

Download (70kB)

Abstract

CAHYA RAHMAWATI, 2026. Model Klasifikasi Indikatif Tingkat Kesehatan Koperasi Simpan Pinjam Berbasis Data Keuangan Menggunakan Random Forest (Studi pada KSP Aktif di Kabupaten Bandung), di bawah bimbingan H. Dady Nurpadi dan Mohamad Fahreza. Koperasi Simpan Pinjam (KSP) perlu dipantau secara berkala, tetapi pelaporan keuangan dan pemeriksaan kesehatan belum mencakup seluruh KSP aktif. Pada periode 2022-2025, proporsi KSP aktif di Kabupaten Bandung yang menyampaikan laporan keuangan kepada Dinas Koperasi dan Usaha Kecil Provinsi Jawa Barat menurun dari 58,06% menjadi 51,15%. Data yang tersedia juga belum lengkap untuk pemeriksaan kesehatan secara menyeluruh. Kondisi tersebut menunjukkan perlunya pendekatan yang memanfaatkan data keuangan yang tersedia untuk membantu screening awal kondisi kesehatan KSP. Penelitian ini bertujuan membangun dan mengevaluasi model klasifikasi tingkat kesehatan indikatif KSP menggunakan Random Forest serta membandingkan kinerjanya dengan Decision Tree. Unit analisis penelitian adalah KSP-tahun (cooperative-year), yaitu satu observasi yang mewakili satu KSP pada satu tahun pelaporan. Data terdiri atas 287 observasi KSP-tahun periode 2022-2025 yang memenuhi kriteria kelayakan data. Analisis dilakukan menggunakan group-aware train-test split, StratifiedGroupKFold cross-validation, pengujian Leakage-Controlledd, dan temporal holdout dengan data tahun 2025 sebagai data uji. Random Forest memperoleh accuracy sebesar 0,6719, balanced accuracy sebesar 0,4629, dan Macro FI-Score sebesar 0,4928, serta memiliki kinerja lebih baik dibandingkan Decision Tree pada data penelitian. Nilai tersebut menunjukkan bahwa kemampuan model dalam mengenali kategori kesehatan belum merata. Pada temporal holdout, Random Forest memperoleh balanced accuracy sebesar 0,6320. Hasil tersebut menunjukkan bahwa Random Forest dapat digunakan sebagai alat bantu screening awal, tetapi hasil klasifikasi bersifat indikatif dan tetap memerlukan verifikasi melalui mekanisme penilaian kesehatan koperasi secara resmi.

Item Type: Thesis (Skripsi (S1))
Uncontrolled Keywords: Koperasi Simpan Pinjam, klasifikasi tingkat kesehatan indikatif, surrogate label, Random Forest, data keuangan, group-aware validation, temporal holdout
Subjects: S1 - SKRIPSI
Divisions: PROGRAM STUDI SARJANA SAINS DATA
Depositing User: Sri Suharti
Date Deposited: 17 Nov 2026 07:58
Last Modified: 17 Nov 2026 07:58
URI: http://repository.ikopin.ac.id/id/eprint/2921

Actions (login required)

View Item View Item