Analisis Risiko Pinjaman dengan Metode Support Vector Machine, Artificial Neural Network dan Naïve Bayes

Abstract

Perbankan merupakan lembaga industri yang berpengaruh dalam perekonomian suatu negara. Bank bergerak di bidang keuangan yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkan pinjaman kepada masyarakat. Tidak dapat dipungkiri, dalam memberikan pinjaman kepada masyarakat pasti akan timbul permasalahan, seperti peminjam terlambat melakukan pembayaran angsuran atau penyalahgunaan dana untuk keperluan lain, peminjam gagal membangun usahanya, sehingga menghambat pembayaran angsuran. Dalam penelitian ini, dilakukan prediksi risiko pinjaman dengan pendekatan machine learning menggunakan beberapa metode seperti Support Vector Machine (SVM), Artificial Neural Network (ANN), dan Naive Bayes. Dari hasil penelitian yang telah menguji ketiga metode dengan menggunakan cross validation, confusion matrix, dan kurva ROC, metode Support Vector Machine (SVM) yang merupakan metode dengan hasil terbaik akura 92,0%, kemudian metode kedua adalah Artificial Neural Network (ANN) sebesar 91,2% dan akurasi terendah adalah metode Naïve Bayes dengan akurasi 81,2%.