Studi kelayakan umkm kur syariah pt. Pegadaian cabang grogol dengan algoritma c5.0

• Moranta Timotius
• 2023

---

KUR atau dikenal dengan Kredit Usaha Rakyat merupakan program pemerintah yang bertujuan untuk memberikan bantuan usaha kepada rakyat kecil yakni yang memilki Usaha (UMKM). Pemberian Kredit juga dapat Merujuk pada situasi di mana satu pihak memberikan uang atau jasa kepada pihak lain, dampak gagal bayar bagi perusahaan PT. Pegadaian akan mengalami kerugian secara finansial karena dana yang seharusnya diterima dari pembayaran pinjaman tidak masuk dapat mempengaruhi keuntungan pegadaian. Nasabah sering kali menjadi pihak yang menyebabkan keterlambatan pembayaran atau tidak terbayarnya, ini mungkin terjadi secara tidak sengaja atau disengaja. Untuk mengatasi risiko gagal bayar, penting bagi PT. Pegadaian untuk melakukan analisis kredit yang cermat, memberikan edukasi keuangan kepada nasabah, dan memiliki strategi yang efektif. Selain itu, memantau dan memperbarui kondisi keuangan nasabah secara berkala juga merupakan langkah penting dalam mencegah kegagalan pembayaran. Data mining merupakan suatu metode pengumpulan data dari tumpukan data, dari hasil pengolahannya data mining mampu memberikan hasil yaitu pengetahuan yang tersimpan dari tumpukan data. Data mining umum yang sangat dikenal mampu memberikan prediksi atau klasifikasi data yang dapat digunakan dalam setiap bidang kehidupan. Dalam penelitian ini data mining digunakan untuk mengatasi masalah nasabah gagal bayar pada kelayakan kredit usaha dengan melibatkan data untuk mengidentifikasi pola dan faktor-faktor yang dapat memprediksi potensi gagal bayar. Dengan menggunakan algoritma data mining seperti regresi logistik, pohon keputusan, pohon keputusan atau jaringan saraf tiruan. Data mining dapat digunakan untuk mengotomatisasi sebagian besar proses penilaian kredit yang dapat menghemat waktu dan biaya. Penerapan data mining dalam lembaga pegadaian memungkinkan pengambilan keputusan yang lebih tepat berdasarkan data historis dan analisis yang mendalam, sehingga membantu mengurangi risiko dan meningkatkan efisensi operasional pada PT. Pegadaian. Penerapan metode Data Mining C5.0 membantu dalam mengidentifikasi faktor-faktor kritis yang mempengaruhi kelayakan kur syariah UMKM, seperti profil pelanggan, karakteristik usaha, dan kinerja keuangan. Hasil evaluasi kelayakan menunjukkan bahwa sebagian besar UMKM yang mendapatkan pendanaan melalui kur syariah PT. Pegadaian Cabang Grogol memiliki potensi pertumbuhan yang baik dan tingkat keinginan yang memadai.

• Decision Tree
• Algoritma C5.0

Adhelia Sucitra, F. N. L. 2023. (2023). Strategi Bauran Pemasaran 4P Dalam Produk 
Pembiayaan Kur Syariah Di Pegadaian Syariah. Jurnal Tabarru’: Islamic Banking and Finance, 6. 
https://journal.uir.ac.id/index.php/tabarru/article/view/13945%0Ahttps://journal. uir.ac.id/index.php/tabarru/article/download/13945/5574 
Agustian, R., Iswandi, D., & Nurhab, B. (2021). Analisis Risiko Operasional Pada Pegadaian Syariah KC. Bengkulu Di Masa Pandemi Covid-19. Al-Intaj : Jurnal Ekonomi Dan Perbankan Syariah, 7(2), 116. https://doi.org/10.29300/aij.v7i2.4331 
Dwi Anggraeni Saputri1, R. K. D. (2020). Pengaruh Pendapatan Terhadap Pembiayaan Gadai (Rahn) Pada Pegadaian Syariah Way Halim 2016-2018. 
Jurnal Bisnis & Akuntansi Unsurya, 5(2). https://doi.org/10.35968/jbau.v5i2.433 
Faid, M., Jasri, M., & Rahmawati, T. (2019). Perbandingan Kinerja Tool Data 
Mining Weka dan Rapidminer Dalam Algoritma Klasifikasi. Teknika, 8(1), 11–
16. https://doi.org/10.34148/teknika.v8i1.95 
Gonibala, N. dkk. (2019). Analisis Pengaruh Modal dan Biaya Produksi Terhadap Pendapatan UMKM di Kota Kitamobagu. Berkala Ilmiah Efisiensi, 19(01), 56–67. 
Manurung, M. A. (2020). Implementasi data miningaAlgoritma C5.0 dalam sertifikasi produk pengguna tanda SNI pada air minum dalam kemasan (studi kasus : Balai Riset dan Standardisasi Industri Medan). Journal of Computer System and Informatics (JoSYC), 1(3), 199–206. 
Mongkito, A. W., Putra, T. W., Imran, M., Novita, K., & Ansar, A. N. (2021). 
Implementasi Pembiayaan Kredit Usaha Rakyat (Kur) Mikro Syariah Dalam 
Pengembangan Usaha Mikro. Robust: Research of Business and Economics Studies, 1(1), 91. https://doi.org/10.31332/robust.v1i1.2886 
Nuroh Yuniwati, Emilia Dwi Lestari, & Anis Alfiqoh. (2021). Pegadaian Syariah : 
Penerapan Akad Rahn Pada Pegadaian Syariah. An-Nisbah: Jurnal Perbankan Syariah, 2(2), 189–199. https://doi.org/10.51339/nisbah.v2i2.253 
Oktavia, T., Karina, L. M., Zaki, H., & Hardilawati, W. L. (2023). Penggunaan 
Aplikasi Pegadaian Digital Service ( PDS ) Dalam Mempermudah Pelayanan 
Transaksi Nasabah di PT . Pegadaian (Persero) Pekanbaru. Jurnal Ilmiah Mahasiswa Merdeka EMBA, 2(2), 33. 
Pahlevi, O.-, Amrin, A.-, & Handrianto, Y.-. (2023). Implementasi Algoritma 
Klasifikasi Random Forest Untuk Penilaian Kelayakan Kredit. Jurnal Infortech, 
5(1), 71–76. https://doi.org/10.31294/infortech.v5i1.15829 
Panggabean, D. S. O., Buulolo, E., & Silalahi, N. (2020). Penerapan Data Mining Untuk Memprediksi Pemesanan Bibit Pohon Dengan Regresi Linear Berganda. 
JURIKOM (Jurnal Riset Komputer), 7(1), 56. https://doi.org/10.30865/jurikom.v7i1.1947 
Prasetyo, V. R., Lazuardi, H., Mulyono, A. A., & Lauw, C. (2021). Penerapan 
Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar 
Dengan Metode Linear Regression. Jurnal Nasional Teknologi Dan Sistem Informasi, 7(1), 8–17. https://doi.org/10.25077/teknosi.v7i1.2021.8-17 
Qadrini L, Sepperwali A, & Aina A. (2021). Decision Tree dan Adaboostpada 
Klasifikasi Penerima Program Bantuan Sosial. Decision Tree Dan Adaboost Pada Klasifikasi Penerima Program Bantuan Sosial, 2(7), 1959–1966. 
Rachmawati, R. (2019). Pengaruh Pendapatan , Jumlah Nasabah Dan Tingkat Suku Bunga Terhadap Penyaluran Kredit Pt Pegadaian Cabang Kabupaten Jember 
Periode 2013 -2017. Relasi : Jurnal Ekonomi, 15(1), 151–174. https://doi.org/10.31967/relasi.v15i1.306 
Utomo, D. P., & Mesran. (2020). Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung. Jurnal Media Informatika Budidarma, 4(2), 437. https://doi.org/10.30865/mib.v4i2.2080