Prediksi Tipe Kredit Favorit Nasabah Bank BJB Pada Kredit Guna Bhakti Menggunakan KNN

Abstract

Penelitian ini dilatarbelakangi oleh pentingnya penggunaan teknologi data mining dalam mendukung pengambilan keputusan di dunia perbankan, terutama untuk menganalisis pola preferensi konsumen terkait produk kredit. Penelitian ini bertujuan untuk memprediksi tipe kredit dari salah satu jenis kredit yang ada di Bank BJB, yaitu produk Kredit Guna Bhakti (KGB) yang paling diminati nasabah Bank BJB dengan menerapkan metode K-Nearest Neighbor (KNN) di Bank BJB Kantor Cabang Pembantu (KCP) Jampangkulon. Data yang digunakan adalah data riil Pengajuan nasabah selama tiga bulan terakhir, yakni dari bulan Februari 2025 sampai dengan bulan April 2025, yang diperoleh langsung melalui observasi dan kerja sama dengan pihak internal bank selama penulis menjalani kegiatan magang.

Data atribut yang dianalisis mencakup usia nasabah, jumlah pengajuan (plafon), bulan pengajuan, serta tipe kredit (jenis pinjaman). Data tersebut diproses menggunakan Python dengan tahapan yang meliputi pengumpulan data, praproses data, klasifikasi menggunakan algoritma KNN, dan penilaian hasil prediksi. Temuan penelitian menunjukkan bahwa metode KNN dapat memberikan prediksi mengenai jenis produk yang paling diminati dengan tingkat akurasi yang memuaskan. Hasil ini dapat menjadi acuan bagi pihak bank dalam memahami tren preferensi nasabah, menyusun strategi promosi yang lebih efektif, serta memperbaiki efisiensi pelayanan produk kredit di masa yang akan datang.

GS Cited Analysis