Pemodelan Status KPR User di PT DMS Menggunakan Regresi Logistik Biner

Andalusya, Berlyana (2024) Pemodelan Status KPR User di PT DMS Menggunakan Regresi Logistik Biner. Diploma thesis, Institut Teknologi Sepuluh Nopember.

Text 2043201010-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (2MB) | Request a copy

Abstract

Rumah menjadi sebuah kebutuhan yang wajib ada atau dapat dikatakan sebagai kebutuhan primer. Untuk memenuhi kebutuhan rumah, umumnya masyarakat memanfaatkan bantuan finansial dalam bentuk kredit pemilikan rumah atau KPR. Penyaluran KPR yang berhasil akan menguntungkan pihak bank maupun perusahaan. Namun, selama 3 tahun terakhir terdapat lebih dari 10% user yang batal melakukan KPR di PT DMS. Oleh karena itu diperlukan analisis untuk mengetahui faktor yang mempengaruhi status KPR user di PT DMS menggunakan Regresi Logistik Biner. Model yang terbentuk diharapkan mampu memprediksi calon user yang nantinya akan menjadi nasabah suatu bank untuk mengajukan KPR agar meminimalisir user batal KPR serta dapat menjadi masukkan untuk strategi pemasaran bagi perusahaan. Hasil yang didapatkan dari penelitian ini adalah berdasarkan kategori status KPR terdapat perbedaan yang tidak begitu besar pada variabel harga rumah, usia, pendapatan, dan uang muka. Mayoritas user memilih jangka waktu KPR selama ≥ 20 tahun, berstatus kawin, lulusan SLTA/Sederajat, berjenis kelamin laki-laki, bekerja sebagai karyawan swasta, dan memilih tipe rumah subsidi. Faktor yang mempengaruhi status KPR PT DMS menggunakan Regresi Logistik Biner dengan penanganan SMOTE NC adalah harga rumah, jangka waktu KPR, usia, pekerjaan, tipe rumah, dan uang muka yang diajukan user untuk KPR dengan akurasi model sebesar 72,53%.
=================================================================================================================================
A house is a necessity that must exist or can be said to be a primary need. To meet the needs of the house, people generally utilize financial assistance in the form of home ownership loans or mortgages. Successful mortgage distribution will benefit both the bank and the company. However, over the past 3 years there have been more than 10% of users who canceled their KPR at PT DMS. Therefore, an analysis is needed to determine the factors that affect the status of KPR users at PT DMS using Binary Logistic Regression. The model formed is expected to be able to predict prospective users who will later become customers of a bank to apply for a mortgage in order to minimize user canceled mortgages and can be input for marketing strategies for companies. The results obtained from this study are based on the category of mortgage status, there are not so big differences in the variables of house price, age, income, and down payment. The majority of users choose a mortgage period of ≥ 20 years, are married, high school graduates / equivalent, male, work as private employees, and choose a subsidized house type. Factors affecting PT DMS's mortgage status using Binary Logistic Regression with SMOTE NC handling are house price, mortgage term, age, occupation, house type, and down payment proposed by users for mortgages with model accuracy of 72,53%.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Regresi Logistik Biner, SMOTE NC, Status KPR, Binary Logistic Regression, Mortgage Status
Subjects:	H Social Sciences > HA Statistics H Social Sciences > HA Statistics > HA29 Theory and method of social science statistics H Social Sciences > HA Statistics > HA31.3 Regression. Correlation
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Berlyana Andalusya
Date Deposited:	27 May 2024 02:08
Last Modified:	27 May 2024 02:08
URI:	http://repository.its.ac.id/id/eprint/107987

Actions (login required)

View Item