Penerapan Metode Knowledge Graph Untuk Sistem Rekomendasi Kelayakan Pinjaman Berdasarkan Analisis Risiko Kredit

Widodo, Galih Adi Putro (2023) Penerapan Metode Knowledge Graph Untuk Sistem Rekomendasi Kelayakan Pinjaman Berdasarkan Analisis Risiko Kredit. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111940000063-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (3MB) | Request a copy

Abstract

Sistem pembayaran merupakan sebuah mekanisme yang digunakan untuk melakukan suatu transaksi keuangan, baik itu pembayaran barang, jasa, ataupun transaksi lainnnya. Sistem pembayaran juga bervariasi tergantung pada negara, institusi keuangan atau perusahaan yang menyediakannya. Salah satu bentuk pembayaran yang biasa digunakan oleh masyarakat adalah kredit. Kredit adalah sebuah fasilitas yang diberikan bank atau lembaga keuangan untuk membiayai kegiatan produktif atau konsumtif yang dapat digunakan untuk berbagai kebutuhan seperti pembelian barang atau jasa, investasi, atau modal kerja. Bank Indonesia menyatakan kredit sebagai bentuk utang yang harus dikembalikan oleh pihak debitur kepada lembaga keuangan yang memberikan kredit dengan bunga yang telah ditentukan. Dalam melakukan kredit, tidak akan terlepas dari setiap risiko yang ada. Risiko kredit adalah sebuah risiko dimana penerima pinjaman tidak akan membayar pinjaman sesuai dengan kontrak yang telah disepakati. Dalam penelitian ini, dilakukan analisa menggunakan machine learning untuk menilai kelayakan pinjaman dan risiko kredit pada debitur. Penelitian ini dilakukan dengan metode knowledge graph dan model decision tree untuk mendapatakan sistem rekomendasi untuk kelayakan pinjaman berdasarkan analisis risiko kredit. Knowledge graph adalah sebuah representasi grafis dari pengetahuan yang terdiri dari entitas dan relasinya. Knowledge Graph digunakan untuk mereduksi atribut data debitur. Decision Tree digunakan untuk mengklasifikasi atribut data debitur untuk menilai kelayakan debitur mendapatkan pinjaman serta melihat risiko kredit dari para debitur.
===================================================================================================================================
Payment system is a mechanism used to do a financial transaction, be it payment for goods, services, or other transactions. Payment systems also vary depending on the country, financial institution or the company that provides it. One of the commonly used forms of payment by society is credit. Credit is a facility provided by the bank or financial institutions to finance productive or consumptive activities that can used for various needs such as the purchase of goods or services, investments, or working capital. Bank Indonesia declares credit as a form of debt that must be returned by the debtor to the financial institution that provided the credit with predetermined interest. In doing credit, it will not be separated from any risks that exist. Credit risk is a risk where the loan recipient will not pay the loan in accordance with the agreed contract. Deep This research was analyzed using machine learning to assess feasibility loan and credit risk on debtors. This research was conducted by the method of Knowledge Graph and Decision Tree Model to get a recommendation system for loan eligibility based on credit risk analysis. A knowledge graph is a a graphical representation of knowledge consisting of entities and their relationships. Knowledge Graph is used to reduce the attributes of debtor data. Decision Tree used to classify debtor data attributes to assess the debtor’s eligibility to obtain loans and look at the credit risk of debtors.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Kredit, Debitur, Knowledge Graph, Klasifikasi, Sistem Rekomendasi; Credit, Debtors, Knowledge Graph, Classification, Recommender System
Subjects:	Q Science > QA Mathematics > QA76.9.I58 Recommender systems (Information filtering)
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Galih Adi Putro Widodo
Date Deposited:	08 Sep 2023 00:40
Last Modified:	08 Sep 2023 00:40
URI:	http://repository.its.ac.id/id/eprint/103703

Actions (login required)

View Item