Abstract

Penelitian bertujuan untuk mengetahui penerapan data mining untuk mengklasifikasi pola nasabah debitur menggunakan algoritma C4.5 pada Bank Sumsel Babel Cabang Pagar Alam. Penelitian ini dilatarbelakangi dengan tingginya minat masyarakat terhadap pinjaman kredit usaha rakyat (KUR), maka pengajuan berkas pinjaman KUR yang banyak membuat account officer menghabiskan banyak waktu melihat keadaan calon debitur ke lapangan yang belum tentu memenuhi prediksi nasabah lancar. Maka dinilai perlu adanya suatu sistem yang akan membantu account officer dalam meningkatkan pelayanan pinjaman KUR dengan data mining. Pada penelitian ini akan digunakan teknik klasifikasi data mining dengan model algoritma C4.5 dalam melakukan proses analisis. Data calon debitur diolah menggunakan aplikasi RapidMiner dan bahasa pemograman Python, metode pengembangan sistem dalam penelitian ini menggunakan metode Rapid Application Development (RAD). Untuk metode pengujian sistem menggunakan Blackbox Testing. Pada algoritma C4.5 akan dihitung entropy dan gain ratio yang akan menjadi analisis klasifikasi nasabah lancar dan nasabah macet yang berbentuk pohon keputusan (decision tree). Hasil dari penelitian ini adalah pola nasabah debitur KUR pada tahun 2022 dari total seluruh data 1391 nasabah dapat disimpulkan bahwa jumlah nasabah terbanyak berada di plafon kredit > Rp. 9.000.000 (diatas sembilan juta) dengan jangka waktu 12 bulan  terdapat sebanyak  834 nasabah (sampel). Berdasarkan hasil pengolahan data python didapatkan bahwa jangka waktu 12 bulan mendapatkan precision sebanyak 80%, recall 100% dan f1-score 89%  sedangkan untuk jangka waktu 24 bulan mendapatkan precision sebanyak 100%, recall 1% dan f1-score 2%. Nilai akurasi yang didapatkan sebesar 80%.