Computer File
Penerapan metodologi data mining dalam penilaian permohonan kredit dengan jaminan di PT BPR X
Analisis permohonan kredit terhadap calon nasabah merupakan sebuah operasi penting dalam perbankan yang dapat menghasilkan keuntungan yang besar. Hal ini juga harus didukung dengan kemauan debitur dalam membayar tagihan sesuai dengan jadwal yang telah ditentukan. Bagaimanapun, selalu saja terdapat debitur dengan status risiko kredit tidak lancar yang dapat merugikan pihak bank. Skripsi ini bertujuan untuk mengidentifikasi faktor - faktor yang diperlukan bagi lembaga perbankan dalam melakukan analisis permohonan kredit. Dengan bertujuan pada pengurangan persentase kredit tidak lancar, kriteria yang saat ini digunakan dalam pengambilan keputusan akan dievaluasi. Selan1utnya, sebuah model decision tree diusulkan dengan menerapkan metodologi data mining. Studi kasus dari penelitian ini mengenai analisis permohonan kredit pada PT BPR X di Bali. Berdasarkan data 10 tahun terakhir, terdapat 1082 debitur dengan persentase jumlah kredit tidak lancar sebesar 11,99%. Hal ini membuat PT BPR X digolongkan sebagai bank tidak sehat. Metodologi data mining ini digunakan karena dapat menunjukkan apakah permohonan calon debitur dapat digolongkan sebagai risiko kredit lancar atau tidak lancar. Model ini dirancang sesuai dengan standar proses dalam penerapan data mining dan dengan menggunakan software Clementine, sebuah perangkat lunak untuk data mining, maka sebuah model decision tree yang baru dihasilkan. Model ini menyarankan kriteria yang baru dalam melakukan analisis permohonan kredit. Hasil evaluasi menunjukkan bahwa jika model ini diterapkan pada data yang tak terlihat, dapat menekan persentase jumlah kredit tidak lancar di bawah 5% atau batas suatu bank dapat digolongkan sebagai bank sehat menurut BI.
Barcode | Tipe Koleksi | Nomor Panggil | Lokasi | Status | |
---|---|---|---|---|---|
skp20560 | DIG - FTI | Skripsi | TI MAN p/11 | Perpustakaan | Tersedia namun tidak untuk dipinjamkan - Missing |
Tidak tersedia versi lain