Perpustakaan Digital ITB

Kredit atau pinjaman merupakan suatu fasilitas keuangan yang memungkinkan seseorang atau badan usaha untuk meminjam uang untuk membeli produk dan membayarnya kembali dalam jangka waktu yang ditentukan. Saat ini terdapat banyak cara bagi seseorang untuk mendapatkan pinjaman, salah satunya melalui perusahaan peer-to-peer lending. Perusahaan peer-to-peer lending mempertemukan pihak peminjam dan pemberi pinjaman secara langsung melalui suatu platform. Kehadiran peer-to-peer lending dapat memberikan akses pinjaman yang lebih inklusif terutama untuk pihak-pihak yang tegolong sebagai unbanked. Namun, pinjaman peer-to-peer lending seringkali memiliki risiko yang lebih tinggi relatif terhadap risiko pinjaman konvensional seperti pada perbankan. Hal ini terjadi karena model asesmen risiko kredit yang digunakan perbankan konvensional memiliki keterbatasan saat diterapkan pada peer-to-peer lending. Di sisi lain, saat ini telah hadir teknologi data analytics seperti model machine learning. Menggunakan machine learning, model dapat menemukan pola-pola yang sulit diidentifikasi secara manual oleh manusia. Oleh karena itu, pada penelitian ini, penulis meneliti penerapan model artificial neural network untuk credit scoring pada peer-to-peer lending. Pemodelan akan dilakukan menggunakan metodologi CRISP-DM, menggunakan dataset peer-to-peer lending dari Lending Club, dan bahsasa pemrograman Python 3 untuk pemrosesan data dan pembuatan model. Pada penelitian ini telah berhasil didapatkan model artificial neural network dengan akurasi 95.75%, precision 90.89%, sensitivity 84.97%, dan F1 Score 87.83%.