IMPLEMENTASI METODE K- NEAREST NEIGHBOR DALAM KLASIFIKASI KELAYAKAN PEMBERIAN KREDIT PADA BUMDESA RAMBAH UTAMA

YUMAS PRADANA, PENDI (2025) IMPLEMENTASI METODE K- NEAREST NEIGHBOR DALAM KLASIFIKASI KELAYAKAN PEMBERIAN KREDIT PADA BUMDESA RAMBAH UTAMA. Sarjana thesis, Universitas Pasir Pengaraian.

[img] Text
COVER.pdf

Download (869kB)
[img] Text
BAB 1 2 3.pdf

Download (483kB)
[img] Text
BAB 4 5.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

BUMDesa Rambah Utama menghadapi berbagai tantangan dalam proses pemberian kredit, seperti kesulitan menentukan batas pinjaman yang layak, keterbatasan saldo, dan tingginya tingkat kredit macet. Untuk mengatasi permasalahan ini, penelitian ini mengimplementasikan metode K-Nearest Neighbor (KNN) dalam sistem klasifikasi kelayakan kredit berbasis web. Algoritma ini mampu menganalisis data historis nasabah dan memberikan rekomendasi yang lebih akurat terkait pengajuan kredit. Pengujian menggunakan metode blackbox menunjukkan bahwa semua fitur dalam aplikasi, seperti login, pengelolaan data nasabah, dan klasifikasi kredit, berfungsi dengan baik. Implementasi KNN terbukti meningkatkan kecepatan dan akurasi klasifikasi, mempercepat pengambilan keputusan, serta mengurangi risiko kredit macet. Berdasarkan pengujian dengan metode K-Nearest Neighbors (K=3), sistem melakukan klasifikasi terhadap calon nasabah dengan parameter lama pinjaman 12 bulan, total pinjaman Rp 3.000.000, pendapatan bulanan Rp 1.300.000, dan jumlah tanggungan 3 orang. Hasil perhitungan jarak Euclidean menunjukkan tiga tetangga terdekat, yaitu Nasabah 8 dengan jarak 0.1496, Nasabah 25 dengan jarak 0.1599, dan Nasabah 10 dengan jarak 0.1823, di mana ketiganya memiliki status Diterima. Karena seluruh tetangga terdekat memiliki status yang sama, maka sistem mengklasifikasikan calon nasabah baru sebagai Diterima untuk pengajuan kredit. Dengan adanya sistem ini, BUMDesa Rambah Utama dapat meningkatkan kualitas layanan kredit dan menjadi model bagi BUMDesa lain dalam pemanfaatan teknologi informasi untuk pengelolaan kredit.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: K-Nearest Neighbor, klasifikasi kredit, Data Mining
Subjects: Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer
Divisions: Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: Pustaka - -
Date Deposited: 29 Jan 2026 03:46
Last Modified: 29 Jan 2026 03:46
URI: http://repository.upp.ac.id/id/eprint/3182

Actions (login required)

View Item View Item