Metode Decision Tree Untuk Memprediksi Kelancaran Angsuran Nasabah Pembiayaan Mikro KCP BSI

Abstract

Nasabah pembiayaan mikro yang ada pada Bank Syariah Indonesia dapat dikatakan sangat banyak, untuk lingkup cabang penelitian ini memiliki 144 nasabah terhitung dari pasca merger BSI yaitu Februari 2021. Permasalahan yang terjadi adalah ketika semakin banyak nasabah pembiayaan mikro yang melakukan restrukturasi maka akan semakin dikit pula bagi hasil yang diterima oleh bank, pada bulan Juni 2022 terhitung ada 10 nasabah pembiayaan mikro yang mengajukan restrukturasi. Oleh karena itu, pihak marketing harus bijak dalam memproses nasabah yang ingin melakukan peminjaman. Dengan menerapkan data mining dengan metode decision tree menggunakan RapidMiner Studi, didapatkan beberapa kesimpulan antara lain. Terdapat aturan pada pemodelan pohon keputusan, dimana keputusan lancar atau macetnya angsuran bergantung pada kondisi jangka waktu dan besar pinjaman. Nilai akurasi hasil dari data prediksi dengan data yang sebenarnya bisa didapat menggunakan RapidMiner Studio dengan presentase akurasi sebesar 93,06%.