Pemodelan Credit Scoring Dan Credit Risk Dalam Suatu Investasi

Arisamdi, Arisamdi (2007) Pemodelan Credit Scoring Dan Credit Risk Dalam Suatu Investasi. Masters thesis, Institut Teknologi Sepuluh November.

Text 1305201013-Master_thesis.pdf Restricted to Repository staff only Download (6MB)

Abstract

Dalam manajemen modal ekonomi perlu ada level toleransi risiko yang jelas. Agar kualitas kredit-kredit yang diberikan tetap lancar maka perlu diketahui gejala dini dari kualitas suatu kredit sehingga risiko kredit dapat diatasi. Salah satu hal yang sangat dibutuhkan adalah suatu model skor kredit. Penelitian ini memaparkan estimasi parameter untuk model skor kredit dalam data mining serta memaparkan formulasi dan perhitungan level toleransi risiko dalam suatu investasi dengan menggunakan metode regresi logistik. Analisis data mining dilakukan terhadap seluruh data nasabah koperasi Waru Buana Putra tanpa melakukan teknik sampling. Pada penerapan metode ini diperoleh informasi bahwa variabel usia, jangka waktu kredit, banyaknya cicilan, dan besamya bunga berpengaruh dalam proses investasinya. Model skor kredit yang diperoleh dapat memprediksi peluang seorang nasabah koperasi ini layak untuk diberi pinjaman lagi maupun calon nasabah baru yang akan diberi pinjaman. Nilai-nilai taksiran peluang yang diperoleh berdasarkan model diperingkat mulai dari idAAA hingga idD menurut acuan Pefindo. Berdasarkan model risiko kredit yang diperoleh dari plot antara nasabah dan nilai taksirannya yang dinyatakan dengan peringkat dapat diketahui risiko investasi seorang nasabah. Dengan adanya model skor dan risiko kredit ini, maka untuk mendeteksi skor dan risiko kredit nasabahnya tidak perlu menunggu sampai proses kredit nasabah tersebut berjalan ataupun berakhir, karena dengan memasukkan data karakteristik nasabah ke dalam model dapat diperoleh informasi mengenai risiko kreditnya pada proses kredit yang akan datang.
=====================================================================================================================================
In an economic capital management, risk tolerance level is needed. In order to guarantee that such loan can be returned by creditor, the early indication about the quality of credit has to be well informed, therefore the credit risk can be handled. This research explores parameter estimation of credit scoring model in data mining and describes formulation and credit risk tolerance level calculation using logistic regression model. All customer data of Waru Buana Putra corporation are employed here to be modeled and scored. The result show that some variables as age, credit long term, number of instalment, and credit interest are very significant in the model of investation processes. One usage of this model has been established as a plot of credit scoring model that can also be directly used as a tool to monitor the migration of each customer capability to teturn the invesment.

Item Type:	Thesis (Masters)
Additional Information:	RTSt 519.536 Ari p
Uncontrolled Keywords:	regresi logistik, risiko kredit, skor kredit, credit risk, credit scoring, logistic regression
Subjects:	Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions:	Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis
Depositing User:	magang .
Date Deposited:	01 Oct 2026 03:36
Last Modified:	01 Oct 2026 03:36
URI:	http://repository.its.ac.id/id/eprint/145129

Actions (login required)

View Item