Penerapan Algoritma Random Forest dalam Klasifikasi Persetujuan Pinjaman Menggunakan Dataset Loan Approval
DOI:
https://doi.org/10.47701/xry2bm20Keywords:
Data Mining, Random Forest, Klasifikasi, Loan Approval, Machine LearningAbstract
Operasional lembaga keuangan sangat bergantung pada ketepatan proses persetujuan pinjaman, yang memegang peran sentral dalam penilaian kelayakan kredit serta mitigasi risiko. Studi ini berfokus pada implementasi algoritma Random Forest guna mengkategorikan status persetujuan kredit melalui Loan Approval Dataset. Kami menerapkan kerangka kerja Knowledge Discovery in Database (KDD) yang mencakup tahap seleksi, prapemrosesan, transformasi, penambangan data, serta evaluasi. Data yang diproses melibatkan lima atribut prediktor yaitu Age, Gender, Income, LoanAmount, dan CreditScore, dengan Loan_Status sebagai variabel target yang mencakup klasifikasi Approved serta Rejected. Model dikembangkan melalui algoritma Random Forest dengan pembagian komposisi 80% untuk pelatihan dan 20% untuk pengujian. Evaluasi kinerja menghasilkan Accuracy 95,00%, Precision 95,89%, Recall 97,22%, serta F1-Score 96,55%, yang mengindikasikan tingkat performa klasifikasi yang optimal. Analisis Feature Importance mengungkapkan bahwa CreditScore adalah variabel paling dominan yang memengaruhi keputusan kredit, disusul oleh Income dan LoanAmount. Lebih lanjut, model ini telah diintegrasikan ke dalam sistem berbasis Streamlit, yang berfungsi sebagai perangkat pendukung keputusan untuk mempercepat analisis persetujuan pinjaman secara objektif serta efisien.
References
Andi and Thamrin, “Komparasi kinerja algoritma random forest dan support vector machine berbasis adaptive boosting untuk analisis kelayakan kredit nasabah,” J. Inf. Syst. Res., vol. XIII, no. 2, pp. 326–333, 2024.
T. I. R. I. Handayani, “Implementasi random forest untuk klasifikasi kelayakan kredit nasabah dalam pengelolaan risiko keuangan di PT BPR BKK Wonogiri,” J. Inf. Technol. Comput. Sci., vol. 8, no. 6, pp. 1937–1946, 2024.
A. Hafidh Ismu Azam and Qoiriah, “Prediksi kelayakan pinjaman berdasarkan profil risiko nasabah menggunakan logistic regression dan random forest,” J. Informatics Comput. Sci., vol. 7, pp. 301–312, 2025.
M. F. R. Luthfi Hadi Pratama, “Prediksi kelayakan pengajuan pinjaman di koperasi menggunakan random forest,” Tek. Inform., vol. 5, pp. 656–663, 2026.
[J. Nasional and S. Informasi, “Analisa prediksi kelayakan pemberian kredit pinjaman dengan metode random forest,” J. Nas. Teknol. dan Sist. Inf., vol. 2, pp. 79–89, 2021.
G. Surono and N. N. Pusparini, “Journal of technology information,” J. Technol. Inf., vol. 5, no. 2, pp. 99–104, 2020.
N. Hazizah, Sharipuddin, and A. Feranika, “Implementasi algoritma random forest dalam klasifikasi risiko gagal bayar kartu kredit pada nasabah bank,” J. Manaj. Teknol. dan Sist. Inf., vol. 5, no. 1, pp. 1050–1059, 2025, doi: 10.33998/jms.2025.5.1.2384.
P. A. Dwi Sandhi Bhakti and Agung Prasetyo, “Implementation of hyperparameter tuning in random forest algorithm for loan approval prediction,” J. Tek. Inform., vol. 5, no. 4, pp. 63–69, 2024, doi: 10.52436/1.jutif.2024.5.4.2032.
I. Sugiyarto, “Perbandingan kinerja algoritma data mining prediksi persetujuan kartu kredit,” Fakt. Exacta, vol. 12, no. 3, p. 180, 2019, doi: 10.30998/faktorexacta.v12i3.4310.
S. Riyadi et al., “Perbandingan algoritma naive bayes dan random forest untuk klasifikasi kelayakan kredit pada PT BPR Magga Jaya Utama,” Proc. Technol. Eng. Comput., vol. 6, pp. 167–186, 2025.
D. P. Anindita Puspa Ayu Prayogi and Altha Inas Shofyana, “Prediksi credit card approval menggunakan algoritma random forest,” J. Ilmu Komput. dan Multimed., vol. 2, no. 1, pp. 21–25, 2025.
N. S. Moh. Ichlasul Amal Rois and Gifthera Dwilestari, “Prediksi persetujuan pinjaman menggunakan dataset loan approval menggunakan algoritma klasifikasi,” JATI (Jurnal Mhs. Tek. Inform.), vol. 9, no. 1, pp. 1342–1347, 2025, doi: 10.36040/jati.v9i1.12486.
H. Putra and R. Rumini, “Comparative study of logistic regression, random forest, and XGBoost for bank loan approval classification,” J. Appl. Informatics Comput., vol. 9, no. 5, pp. 2822–2835, 2025, doi: 10.30871/jaic.v9i5.10862.
M. F. Azis and N. D. Rahmawati, “Tinjauan hukum terhadap perjanjian pinjaman online dan penggunaan data konsumen aplikasi ‘Kredit Pintar’,” Fortioro Law J., vol. 1, no. 1, p. 5, 2021.
Y. H. Omar Pahlevi, Amrin, “Implementasi algoritma klasifikasi random forest untuk penilaian kelayakan kredit,” J. Infortech, vol. 5, no. 1, pp. 71–76, 2023, doi: 10.31294/infortech.v5i1.15829.
