SISTEM PENDUKUNG KEPUTUSAN PREDIKSI POTENSI KUALITAS KREDIT CALON DEBITUR MENGGUNAKAN METODE K-NEAREST NEIGHBOR PADA BPR KARTASURA MAKMUR DI SUKOHARJO
DOI:
https://doi.org/10.30646/tikomsin.v4i1.246Abstract
Dalam melakukan penilaian terhadap calon debitur BPR Kartasura Makmur melakukan kegiatan analisa secara kualitatif dan kuantitatif sebelum memberikan pinjaman kredit kepada nasabah. Sehingga dibutuhkan waktu beberapa hari sebelum debitur diberikan pinjaman, padahal setiap Bank saling berlomba-lomba dalam mendapatkan debitur untuk mengejar target kredit yang sudah direncanakan oleh masing-masing Bank. Kolektibilitas sangat berpengaruh dalam kesehatan sebuah Bank oleh karena itu tiap Bank harus menjaga kolektibilitas kredit tetap lancar, dengan demikian maka analisa kredit dituntut untuk bergerak cepat dan tetap harus berhati-hati dalam memberikan kredit agar terhindar dari pemberian kredit yang tidak tepat sasaran.Sistem Pendukung Keputusan dibuat untuk membantu dalam pengambilan keputusan atas suatu masalah, sistem ini menggunakan algoritma K-Nearest Neighbor yang diimplementasikan kedalam aplikasi menggunakan bahasa pemrograman PHPÂ untuk memprediksi Potensi Kolektibilitas Calon Debitur setelah melalui proses seleksi data, pembersihan data dan penentuan bobot tiap-tiap atribut untuk mendapatkan data training. Dan menghasilkan laporan data prediksi potensi kualitas kredit atau kolektibilitas calon debitur beserta saran dari hasil prediksi kolektibilitas kredit tersebut.Tujuan dari pembuatan sistem pendukung keputusan ini adalah untuk mempermudah dalam pemilihan calon debitur yang layak diberikan kredit berdasarkan kualitas kredit serta mempercepat proses anlisa kredit dan membantu menghindari pemberian kredit yang tidak tepat sasaran.
Kata Kunci : Sistem Pendukung Keputusan, Kolektibilitas, K-Nearest Neighbor.
Downloads
Published
2016-07-15
Issue
Section
Articles
Citation Check
License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Â

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
