Klasifikasi Credit Scoring Menggunakan Metode Algoritma C4.5 pada Data Pembayaran Kartu Kredit di Taiwan

Abstract

Abstract. Credit is the provision of money or equivalent claims based on a lending and borrowing agreement between the bank and another party. Credit itself has a large enough risk when there is an inability of the customer to return the credit within the time specified in the credit agreement. One of the tools that help manage credit risk is credit scoring. One of the techniques for forming credit scoring using a technique decision tree is using the C4.5 Algorithm method. The data used is secondary data obtained from the website repository ics.usi.edu regarding credit card customer payments in Taiwan. All variables have 23 variables which were analyzed using software WEKA. In the classification results using the C4.5 Algorithm method, 23 variables are in the form of a decision tree with 26 decisions formed. Based on the results of the evaluation cross validation, it shows that the classification model decision tree in the credit card payment data in Taiwan is on the fold 7th, then the classification tree accuracy in the training data 77.46 percent on 76.84 percent of the testing data.

Keywords: Credit, Credit Scoring, Algorithm C4.5, WEKA.

Abstrak. Kredit adalah penyediaan uang atau tagihan-tagihan yang dapat disamakan dengan itu berdasarkan persetujuan pinjam-meminjam antara bank dengan pihak lain. Kredit itu sendiri mempunyai risiko yang cukup besar ketika terjadi ketidakmampuan nasabah untuk mengembalikan kreditnya sesuai waktu yang ditentukan dalam perjanjian kredit. Salah satu alat yang membantu pengelolaan risiko kredit adalah credit scoring. Salah satu teknik untuk pembentukan credit scoring dengan teknik decision tree yaitu menggunakan metode Algoritma C4.5. Data yang digunakan adalah data sekuder yang didapatkan dari website repository ics.usi.edu mengenai pembayaran pelanggan kartu kredit di Taiwan. Semua variabel memiliki 23 variabel yang dianalisis menggunakan software WEKA. Dalam hasil pengklasifikasian dengan metode Algoritma C4.5 dari 23 variabel yaitu berupa pohon keputusan dengan terbentuk jumlah keputusan sebanyak 26 keputusan. Berdasarkan hasil evaluasi cross validation menunjukkan bahwa model klasifikasi decision tree pada data pembayaran kartu kredit di Taiwan pada fold ke 7, maka akurasi pohon klasifikasi pada data training sebesar 77.46 persen pada data testing 76.84 persen.

Kata Kunci: Kredit, Credit Scoring, Algoritma C4.5, WEKA.