KLASIFIKASI KELAYAKAN PEMBERIAN KREDIT NASABAH MENGGUNAKAN ALGORITMA NAÏVE BAYES PADA PT BPR NUSANTARA BONA PASOGIT 17

Abstrak

Bank Perkreditan Rakyat (BPR) adalah lembaga keuangan yang berperan besar dalam mendorong pertumbuhan ekonomi mikro di Indonesia, khususnya melalui penyediaan layanan keuangan bagi masyarakat menengah ke bawah dan pembiayaan UMKM. Kredit macet terjadi karena tidak adanya analisis kredit yang dilakukan dalam proses pengambilan keputusan untuk menentukan apakah seorang nasabah layak atau tidak layak menerima kredit seperti di PT BPR Nusantara Bona Pasogit 17. Untuk mengatasi permasalahan tersebut dilakukannya pengklasifikasian pemberian kredit nasabah dengan membagun sistem yang akan memudahkan pihak BPR dalam mengklasifikasikan nasabah menggunakan algoritma Naïve Bayes. Sistem dibangun dengan memanfaatkan 305 data nasabah tahun 2022–2024 berdasarkan atribut usia, pinjaman, jangka waktu, pendapatan, agunan, dan riwayat kredit. Model dievaluasi menggunakan confusion matrix dengan metrik akurasi, presisi, dan recall. Hasil menunjukkan model mencapai akurasi 85,25%, presisi 83,33%, dan recall 97,56%. Sistem ini diimplementasikan dalam bentuk aplikasi web yang mendukung pengambilan keputusan secara otomatis, cepat, dan transparan. Dengan pendekatan ini, proses analisis kredit menjadi lebih efisien dan mampu mengurangi risiko kredit bermasalah.