Penerapan Metode Tree-Based untuk Klasifikasi Kualitas Pembiayaan Nasabah pada Produk Mitraguna di Bank Syariah X

Bank syariah memiliki peran penting dalam membangun perekonomian Indonesia. Sayangnya, pangsa bank syariah hanya 6,52% dibandingkan dengan bank lainnya pada September 2021, namun peminat bank syariah mengalami peningkatan yang ditandai dengan meningkatnya jumlah rekening pembiayaan sebanyak 3,1% jika dibandingkan dengan Desember 2020. Dengan adanya perkembangan tersebut, diperlukan konsolidasi validasi nasabah yang menerima pembiayaan untuk memitigasi risiko perusahaan. Untuk itu penelitian ini bertujuan untuk menentukan metode tree-based terbaik antara CART, Random Forest, dan XGBoost untuk mengklasifikasi kualitas pembiayaan nasabah serta menentukan seberapa signifikan variabel yang digunakan. Berdasarkan teori dan penelitian sebelumnya, XGBoost memberikan hasil yang terbaik dalam mengklasifikasi data yang serupa. Tahapan penelitian dilakukan berdasarkan CRISP-DM, kemudian menggunakan metode SMOTETomek untuk menangani data yang imbalanced agar dapat menghasilkan model yang optimal, serta metrik F1-score yang digunakan sebagai metrik perbandingan, kemudian menggunakan RFECV untuk seleksi fitur. Melalui uji coba algoritma dan optimasi parameter, ditemukan bahwa hasil terbaik dihasilkan oleh metode XGBoost dengan F1-score senilai 81,80% dan terdapat 21 variabel yang signifikan terhadap model berdasarkan hasil seleksi variabel pada RFECV.