eprintid: 31414
rev_number: 19
eprint_status: archive
userid: 12
dir: disk0/00/03/14/14
datestamp: 2025-12-02 01:55:33
lastmod: 2025-12-02 01:55:33
status_changed: 2025-12-02 01:55:33
type: thesis
metadata_visibility: show
creators_name: Ridho, Abdurrahman
creators_nim: 21.11.4341
contributors_name: Agastya, I Made Artha
corp_creators: Universitas AMIKOM Yogyakarta
title: KLASIFIKASI KELAYAKAN KREDIT MENGGUNAKAN GRADIENT BOOSTING DAN L1-BASED FEATURE SELECTION
ispublished: pub
subjects: 000.000.005
subjects: 000.000.006
divisions: if
full_text_status: restricted
keywords: Gradient Boosting, Seleksi Fitur, Klasifikasi Kredit, Machine Learning, Risiko Kredit
abstract: Penyaluran kredit yang tepat sasaran merupakan faktor penting dalam
mengurangi risiko kredit bermasalah dan meningkatkan efisiensi lembaga
keuangan. Namun, proses penilaian kelayakan kredit sering kali menghadapi
tantangan akibat kompleksitas data peminjam. Oleh karena itu, diperlukan metode
klasifikasi yang mampu memberikan hasil prediksi dengan tingkat akurasi yang
tinggi. 
Penelitian ini bertujuan untuk melakukan klasifikasi persyaratan kelayakan
peminjaman kredit menggunakan algoritma Gradient Boosting dengan penerapan
beberapa metode seleksi fitur. Empat metode yang digunakan yaitu Korelasi,
SelectKBest, L1-Based (Lasso), dan Recursive Feature Elimination (RFE).
Dataset yang digunakan merupakan data publik dari platform Kaggle. 
Hasil penelitian menunjukkan bahwa metode seleksi fitur memberikan
pengaruh signifikan terhadap kinerja model. Metode L1-Based menghasilkan
performa terbaik dengan akurasi sebesar 97,07% dan F1-Score sebesar 97,08%,
melampaui baseline tanpa seleksi fitur yang memiliki akurasi 95,40%. Sementara
itu, metode korelasi 0,9 dan RFE juga memberikan hasil yang mendekati baseline,
sedangkan SelectKBest menunjukkan performa terendah. Dengan demikian,
metode L1-Based terbukti paling efektif dalam meningkatkan akurasi klasifikasi
kelayakan peminjaman kredit.
date: 2025-08-21
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Ridho, Abdurrahman  (2025) KLASIFIKASI KELAYAKAN KREDIT MENGGUNAKAN GRADIENT BOOSTING DAN L1-BASED FEATURE SELECTION.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/31414/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31414/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31414/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31414/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31414/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31414/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31414/7/Daftar%20Pustaka.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31414/8/Sourcecode%20-%2021.11.4341.zip
document_url: https://eprints.amikom.ac.id/id/eprint/31414/9/Publikasi.pdf