Perpustakaan Digital ITB

Sektor agrikultur Indonesia memiliki potensi yang tinggi. Potensinya yang besar membuat beberapa perusahaan rintisan turut serta dalam memberikan akses peminjaman pinjaman kepada para petani. Namun, layanan peminjaman pinjaman ini belum sepenuhnya efektif karena terdapat cukup banyak kasus petani yang tidak berhasil mengembalikan pinjamannya dan berakibat buruk terhadap kesehatan finansial dari perusahaan rintisan tersebut. Salah satu strategi untuk meningkatkan efektivitas peminjaman pinjaman kepada petani/pembudidaya ini adalah dengan membangun model yang dapat memprediksi kemampuan pembayaran petani. Model ini dapat dibangun dengan menggunakan pembelajaran mesin untuk menganalisis kemampuan pembayaran petani berdasarkan karakteristik dari petani tersebut. Penelitian ini akan membangun model regresi logistik dan decision tree menggunakan data pengembalian pinjaman dari petani dan data karakteristik dari petani tersebut. Dari kedua model tersebut, akan dipilih model dengan akurasi terbaik untuk melakukan analisis efektivitas peminjaman pinjaman terhadap petani oleh perusahaan rintisan dengan pembelajaran mesin dengan mempertimbangkan nilai akurasi, kurva Receiver Operating Characteristic - Area Under Curve (ROC-AUC), dan kelebihan dari setiap model.