Text

Perbandingan Analisis Klasifikasi Debitur Kredit Usaha Rakyat (KUR) Menggunakan Metode k-Nearest Neigbor (k-NN) dan Pseudo Nearest Neighbor (PNN) (Studi Kasus: Bank X di Kabupaten Wonogiri Jawa Tengah)

---

ABSTRAK

Kredit usaha rakyat (KUR) adalah kredit pembiayaan modal kerja atau investasi kepada UMKMK di bidang usaha yang produktif dan layak namun belum memiliki agunan tambahan atau agunan tambahan belum cukup. Pemberian kredit dalam bentuk kredit usaha maupun kredit lainnya kepada calon debitur dilakukan dengan melewati proses pengajuan kredit dan analisis pemberian kredit yang diajukan. Dengan menggunakan analisis perbankan, akan diketahui kemampuan dari calon debitur dalam melunasi kreditnya. Kredit usaha rakyat diklasifikasikan menjadi kredit lancar, dalam perhatian khusus (Performing Loan) dan kredit kurang lancar, atau macet (Non Performing Loan). Metode k-Nearest Neighbor (k-NN) dan Pseudo Nearest Neighbor (PNN) merupakan metode statistika yang dapat digunakan untuk mengklasifikasikan status debitur. Penelitian tugas akhir ini menggunakan 265 data debitur KUR pada tahun 2016-2017, dengan variabel dependen yaitu status kredit dan enam variabel independen yaitu usia, jumlah tanggungan anak, lama usaha, penghasilan, jumlah pinjaman kredit dan jangka waktu kredit. Hasil klasifikasi terbaik menggunakan k-NN adalah jika menggunakan k=1 karena menghasilkan error terkecil sebesar 1,89%. Sedangkan hasil klasifikasi terbaik menggunakan PNN adalah jika menggunakan k=13 karena menghasilka error terkecil sebesar 20,75%. Berdasarkan perhitungan ketepatan klasifikasi menggunakan APER menunjukkan bahwa pengklasifikasian debitur KUR menggunakan k-NN lebih tepat dibandingkan dengan PNN.

Kata kunci: Kredit Usaha Rakyat (KUR), klasifikasi, k-Nearest Neighbor
(k-NN), Pseudo Nearest Neighbor (PNN), ketepatan klasifikasi APER.
 
ABSTRACT

Credit for Bussiness (KUR) is a credit facilities for working capital or investment financing schemes specifically dedicated to micro, small and medium enterprises and cooperatives (UMKMK) in the productive enterprise sector, where enterprises are unable to meet certain requirements set by banks (not yet bankable). For fulfilled the credit in the form of bussiness loans and other loans to debtor is done by passing through the process of credit apllication and credit analysis. With the credit analysis, will acknowledge the ability of debtor for repay a credit. KUR is classified into a performing loan, special attention and non performing loan. k-Nearest Neighbor (k-NN) and Pseudo Nearest Neighbor (PNN) is a statistical method that can be used to classify the credit status of debtor. This research use 265 data of KUR’s debtor in 2016-2017 with credit status of debtor as dependent variable, and six independent variable such as age, amount of a child, length time of bussiness, income, loans amount, and the period of credit. The best classification of k-NN is using k=1 , because it make the smallest error 1,89%. While the best classification of PNN is using k=13 with the smallest error 20,75%. Based on accuracy calculation of classification using APER shows that the classification of KUR’s debtor using k-NN is more appropriate than PNN.

Keywords: Credit for Bussiness (KUR), classification, k-Nearest Neighbor
(k-NN), Pseudo Nearest Neighbor (PNN), classification accuracy APER.

---

Ketersediaan

666E18III

666 E 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

666 E 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

2236

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Happy Pratiwi

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar