Penerapan Algoritma K-Nearest Neighbor Untuk Penentuan Pemberian Kredit

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor (K-NN) dalam menentukan pemberian kredit, yang merupakan aspek penting dalam pengelolaan risiko kredit di lembaga keuangan. Algoritma K-NN dipilih karena kemampuannya yang kuat dalam klasifikasi dan prediksi berdasarkan kemiripan data. Dalam studi ini, kami menguji kinerja K-NN dengan variasi parameter K untuk mengidentifikasi jumlah tetangga terdekat yang optimal guna mencapai akurasi tertinggi. Data yang digunakan dalam penelitian ini terdiri dari sekumpulan data historis pemohon kredit yang mencakup variabel-variabel seperti usia, jenis kelamin, pendapatan, pendidikan, jumlah anak, dan status kepemilikan rumah. Hasil eksperimen menunjukkan bahwa dengan jumlah K=3, algoritma K-NN mencapai tingkat akurasi sebesar 98,36%. Lebih lanjut, dengan jumlah K=2, akurasi meningkat hingga 100%, yang menunjukkan kemampuan algoritma dalam mengklasifikasikan data dengan presisi tinggi pada kondisi tertentu.