Pengembangan Model Prediksi Dan Model Bisnis Pada Pembiayaan Kendaraan Berbasis Data Mining

Lupitadevi, Citra Judith (2022) Pengembangan Model Prediksi Dan Model Bisnis Pada Pembiayaan Kendaraan Berbasis Data Mining. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text Tesis_6032201107.pdf - Accepted Version Restricted to Repository staff only until 1 August 2026. Download (1MB) | Request a copy

Abstract

Pembiayaan kendaraan merupakan salah satu kebutuhan yang diperlukan oleh konsumen pada saat membeli kendaraan. PT Mandiri Tunas Finance (MTF) merupakan salah satu perusahaan pembiayaan kendaraan di Indonesia. Total pembiayaan kendaraan yang telah disalurkan di 2020 adalah sebesar 16.7 trilun. Kondisi Pandemi Covid-19 yang terjadi sejak akhir tahun 2019, memberikan dampak yang signifikan terdapat bisnis perusahaan pembiayaan. Perusahaan pembiayaan mengalami penurunan sebesar 40%, hal ini didorong juga karena penurunan penjualan mobil sebesar 44.6% pada Tahun 2020 dibandingkan Tahun 2019. Sumber order PT Mandiri Tunas Finance mayoritas berasal dari penjualan dealer kendaraan. Turunnya penjualan mobil, berdampak langsung pada bisnis PT Mandiri Tunas Finance. Untuk mengatasi hal tersebut, perlu dikembangkan sumber order lain terutama yang berasal dari pengolahan database customer perusahaan (data mining). Dalam penelitian ini, akan dilakukan penerapan model prediksi dengan regresi logistik biner. Hal ini dilakukan dengan mengembangkan model untuk memprediksi customer yang akan melakukan pengambilan pembiayaan. Tingkat akurasi model prediksi akan diukur dengan menggunakan nilai Area Under Curve (AUC). Selain pengembangan model prediksi, juga dilakukan pengembangan model bisnis pembiayaan berbasis data mining dengan menggunakan pendekatan Businees Model Canvass. Hasil model regresi logistik biner, diketahui variabel prediktor yang mempengaruhi customer dalam mengambil pembiayaan mobil kembali adalah jangka waktu dari pembiayaan sebelumnya, penghasilan customer, jenis produk yang dibiayai, status kepemilikan rumah, status pernikahan, jenis pekerjaan customer dan pendidikan. Dengan pendekatan Area Under Curve diketahui akurasi model yang terbentuk adalah 95,803% yang artinya model ini baik untuk digunakan. Dalam menjalankan model bisnis berbasis data mining ini, perusahaan perlu membentuk fungsi data analytic dan penawaran secara aktif kepada customer.
========================================================================================================================================
Vehicle financing is one of the financing products needed by consumers when buying a vehicle. PT Mandiri Tunas Finance (MTF) is one of the vehicle financing companies in Indonesia. The total vehicle financing that has been disbursed by MTF in 2020 is 16.7 trillion. The Covid-19 Pandemic condition that has occurred since the end of 2019, has had a significant impact on the financing company business. Finance company’s disbursement decreased by 40%, this was also driven by a 44.6% decline in car sales in 2020 compared to 2019. The main source of orders for MTF comes from vehicle dealer sales. The decline in car sales had a direct impact on MTF’s business. To overcome this, it is necessary to develop other order sources, especially those from the company's customer database processing (data mining). In this research, the prediction model with binary logistic regression will be applied. A model will be used to predict which customers will take financing. The accuracy of the prediction model will be measured using Area Under Curve (AUC) values. In addition, the development of a data mining-based financing business model is also carried out using the Business Model Canvass approach. The results of binary logistic regression models, predictor variables that affect customers in car financing are the period of previous financing, salary, type of product financed, homeownership status, marital status, customer employment type, and education. With the Area Under Curve approach, the accuracy of the model formed is 95.803% which means that this model is good to use. In carrying out this data mining-based business model, companies need to form data analytic functions and build offer activities to customers.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Pembiayaan Kendaraan, Data mining, Regresi Logistik Biner, Business model canvas, Database, Perusahaan Pembiayaan, Reciever Operating Characteristic, Area Under Curve
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T57.8 Nonlinear programming. Support vector machine. Wavelets. Hidden Markov models.
Divisions:	Faculty of Creative Design and Digital Business (CREABIZ) > Technology Management > 61101-(S2) Master Thesis
Depositing User:	Citra Judith Lupitadevi
Date Deposited:	27 Jan 2022 08:40
Last Modified:	12 Jul 2024 08:35
URI:	http://repository.its.ac.id/id/eprint/92534

Actions (login required)

View Item