Klasifikasi Nasabah Kredit Koperasi Menggunakan Algoritma K-Nearest Neighbor

Abstract

Koperasi yang bergerak dalam usaha simpan pinjam merupakan usaha yang penuh resiko, salah satunya yaitu kredit macet sebagai resiko kerugian. Salah satu koperasi di Kota Gorontalo yang masih aktif yaitu Koperasi Wanita “Kasih Ibu”, Tujuan Penelitian ini bertujuan untuk implementasi algoritma K-Nearest Neighbor dalam mengklasifikasi status kelayakan nasabah kredit. Manfaat Penelitian ini yaitu dapat mengurangi resiko kredit nasabah koperasi dan meningkatkan keuntungan pendapatan koperasi wanita “Kasih Ibu”. Penelitian ini juga dapat dijadikan pedoman atau pengambil keputusan dalam memperoleh nasabah kredit koperasi.Metode pelaksanaan Penelitian ini diawali dengan tahap awal pengambilan data dengan menggunakan beberapa variabel atau atribut seperti Plafon Pinjaman, Jenis Jaminan, Jangka Waktu, Jenis Pekerjaan, Penghasilan, Status Perkawinan, Status Rumah, Jenis Anggota, Status Kredit. Tahap kedua yaitu menganalisa data dengan membuat database, Luaran Penelitian ini yaitu artikel ilmiah yang dipublikasikan pada Jurnal Nasional Tidak Terakreditasi. Tingkat Kesiapan Teknologi penelitian ini koperasi akan memiliki suatu pemodelan komputerisasi yang dapat mengklasifikasikan atau mengelompokkan status nasabah kredit koperasi, seperti nasabah kredit macet dan nasabah kredit lancar. Hasil Penelitian . Data diuji untuk mendapatkan Accuracy dan hasil pengujian dari algoritma K-NN dengan menggunakan K=1 sehingga diperoleh hasil akurasi sebesar 77.78 %. Maka dari itu algoritma K-NN baik digunakan dalam klasifikasi nasabah kredit koperasi, sehingga Koperasi dapat mencegah resiko kredit nasabah mereka.