PENERAPAN ALGORITMA NAIVE BAYES UNTUK PREDIKSI KELAYAKAN PENERIMA KREDIT PADA KOPERASI KASIH INDONESIA

Abstrak

Koperasi Kasih Indonesia merupakan lembaga keuangan yang bertujuan untuk memberdayakan ekonomi masyarakat berpenghasilan rendah dan menengah melalui penyediaan layanan kredit. Namun, salah satu masalah utama yang dihadapi oleh Koperasi Kasih Indonesia adalah memastikan bahwa kredit yang diberikan dapat dikembalikan dengan baik oleh penerima. Meskipun saat ini Koperasi Kasih Indonesia sudah memiliki indikator penilaian kelayakan secara konvensional untuk memastikan calon anggota penerima kredit, tetapi masih ditemukan ada anggota yang layak menerima kredit, namun tidak dapat memenuhi kewajiban untuk membayar kredit yang telah diberikan, sehingga dari hal tersebut menyebabkan terjadinya risiko kredit macet. Penerapan teknologi dalam penilaian kelayakan kredit menjadi sangat penting untuk mengurangi risiko kredit macet dan meningkatkan efisiensi proses pemberian kredit. Melalui teknik penambangan data dan penerapan algoritma Naive Bayes, Koperasi Kasih Indonesia dapat meningkatkan akurasi dalam penilaian kelayakan penerima kredit dan mengurangi risiko kredit macet. Berdasarkan hasil pengujian yang dilakukan pada penelitian ini, model Naive Bayes yang diterapkan mampu memberikan prediksi yang memadai terhadap data calon anggota penerima kredit yang diberikan, model ini menunjukkan kemampuan yang baik dalam mengidentifikasi calon anggota penerima kredit. Hasil evaluasi kinerja model mendapatkan tingkat akurasi sebesar 68.33% dari prediksi model adalah benar, hasil rata-rata dari nilai precision sebesar 72%, recall sebesar 80%, dan  f1-score sebesar 69%. Ini menunjukkan bahwa model algoritma ini dapat membantu Koperasi Kasih Indonesia dalam menilai kelayakan calon anggota penerima kredit dengan cukup baik, sehingga proses kredit yang diberikan lebih efisien dan tepat sasaran.