Sistem Informasi Prediksi Risiko Kredit Keuangan Berbasis Web Machine Learning

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem informasi prediksi risiko kredit berbasis website menggunakan teknologi machine learning untuk meningkatkan efisiensi dan kecepatan dalam evaluasi risiko kredit. Evaluasi risiko kredit tradisional sering kali lambat, tidak akurat, dan rentan terhadap kesalahan dalam mengidentifikasi nasabah dengan risiko tinggi. Penelitian ini menggunakan algoritma pembelajaran mesin yang mampu menganalisis pola data kredit secara mendalam untuk menghasilkan prediksi yang lebih akurat. Sistem yang dikembangkan terdiri dari tiga tahapa, yaitu model pembelajaran mesin, Application Programming Interface (API), dan antarmuka website. Model pembelajaran mesin dilatih menggunakan dataset publik yang telah diproses melalui pembersihan, seleksi fitur, dan transformasi. API dikembangkan menggunakan framework Flask untuk memungkinkan komunikasi real-time antara model dan website. Website dirancang dengan tiga halaman utama, yaitu halaman cover, halaman formulir untuk input data nasabah, dan halaman hasil yang menyajikan informasi prediksi secara jelas dan mudah dipahami. Hasil pengujian menunjukkan bahwa sistem ini mampu memproses data dengan cepat, menghasilkan prediksi yang akurat, dan memudahkan pengambilan keputusan berbasis data. Dengan integrasi teknologi ini, sistem informasi prediksi risiko kredit memiliki potensi untuk membantu lembaga keuangan mengurangi kerugian akibat kredit bermasalah sekaligus mendukung transformasi digital dalam evaluasi risiko kredit.