Implementasi Algoritma Support Vector Machine untuk Prediksi Status Kolektibilitas Nasabah

Penulis

Kata Kunci:

Kredit, Prediksi, Support Vector Machine, Machine Learning

Abstrak

BRI Unit Kayuagung II, selaku bank pelaksana KUR, memberikan bantuan kepada pelaku usaha kecil dan menengah dengan pinjaman modal suku bunga rendah, yaitu 6% per tahun. Pada tahun 2022, sebanyak 2.194 nasabah berhasil memperoleh KUR melalui BRI Unit Kayuagung II. Namun, bank juga menghadapi tantangan berupa kredit bermasalah atau Non-Performing Loan (NPL) dalam pemberian KUR. Jumlah kredit bermasalah di BRI Unit Kayuagung II terus meningkat dalam tiga tahun terakhir. Dalam rangka mengatasi permasalahan tersebut, penelitian ini mengusulkan penerapan teknologi machine learning, yaitu algoritma Support Vector Machine (SVM), untuk memprediksi status kolektibilitas kredit nasabah di BRI Unit Kayuagung II. Hasil pengujian kinerja algoritma SVM pada dataset menunjukkan tingkat akurasi sebesar 95.76% dan diimplementasikan pada aplikasi prediksi kolektibilitas berbasis website.

Biografi Penulis

  • Nur Lyana, Politeknik Negeri Sriwijaya

    Jurusan Manajemen Informatika

  • Desi Apriyanty, Politeknik Negeri Sriwijaya

    Jurusan Manajemen Informatika

  • Andre Mariza Putra, Politeknik Negeri Sriwijaya

    Jurusan Manajemen Informatika

Referensi

Hidayatullah, R. J., Wardani, N. H., & Rachmadi, A. (2018). Pengembangan Website Kampung Batik Jetis Dengan Metode Rational Unified Process. Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(11), 4347–4356.

Kafil, M. (2019). PENERAPAN METODE K-NEAREST NEIGHBORS UNTUK PREDIKSI PENJUALAN BERBASIS WEB PADA BOUTIQ DEALOVE BONDOWOSO. Jurnal Mahasiswa Teknik Informatika, 3(2), 59–66. https://doi.org/https://doi.org/10.36040/jati.v3i2.860

Neneng, Adi, K., & Isnanto, R. (2016). Support Vector Machine Untuk Klasifikasi Citra Jenis Daging Berdasarkan Tekstur Menggunakan Ekstraksi Ciri Gray Level Co-Occurrence Matrices (GLCM). JURNAL SISTEM INFORMASI BISNIS, 6(1), 1. https://doi.org/10.21456/vol6iss1pp1-10

Orpa, E. P. K., Ripanti, E. F., & Turisna. (2019). Model Prediksi Awal Masa Studi Mahasiswa Menggunakan Algoritma Decision tree c4.5. Jurnal Sistem Dan Teknologi Informasi, 7(4), 272–278.

Prasetyo, E. (2014). Data Mining, Mengolah Data Menjadi Informasi Menggunakan Matlab (A. Sahala, Ed.; 1st ed.). Andi.

Rossa, A. S., & Shalahuddin, M. (2018). Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek (Ed Revisi). Informatika.

Diterbitkan

2026-08-05

Terbitan

Bagian

Articles

Cara Mengutip

Lyana, N., Apriyanty, D., & Putra, A. M. (2026). Implementasi Algoritma Support Vector Machine untuk Prediksi Status Kolektibilitas Nasabah. Jurnal Sistem Informasi (JASISFO), 6(1). https://jurnal.polsri.ac.id/index.php/jasisfo/article/view/7384