PENGARUH METODE SMOTE TERHADAP PREDIKSI KEMACETAN PEMBAYARAN  HUTANG  KONSUMEN  KREDIT  MOTOR 

MENGGUNAKAN ALGORITMA K-NEAREST  NEIGHBOUR (Oleh: Izmi 

Fatmawati;  Pembimbing:  Fatma  Indriani,  S.T.,M.ITech  dan  Dwi  Kartini, S.Kom.,M.Kom.; 2017; 79 Halaman) 

Pembiayaan Konsumen (Customer Finance) adalah kegiatan pembiayaan untuk 

pengadaan barang berdasarkan kebutuhan konsumen dengan pembayaran secara angsuran.  Pada  proses  pembayaran  secara  angsuran,  terdapat  sejumlah permasalahan  yang  timbul,  salah  satu  permasalahannya  adalah  terjadinya keterlambatan pembayaran angsuran yang menyebabkan kredit macet dan sebagai 

salah satu indikasi terjadinya over credit tidak resmi. Pada penelitian ini, meneliti 

mengenai  prediksi  kemacetan  pembayaran  hutang  konsumen  kredit  motor 

menggunakan  algoritma k-Nearest Neighbour.  Selain  untuk  melihat  kinerja 

algorima k-Nearest Neighbour terhadap prediksi kemacetan pembayaran hutang 

konsumen kredit motor, penelitian ini juga dimaksudkan untuk mencari k optimal 

agar  klasifikasi  yang  dihasilkan  dapat  maksimal.  Untuk  mendapatkan  nilai k 

optimal  dilakukan  10  kali  pengujian  validasi  menggunakan cross  validation, 

didapatkan hasil k=5 untuk data tanpa SMOTE dan k=1 untuk data menggunakan 

SMOTE adalah nilai k optimal karena memiliki nilai rata-rata accuracy terbesar 

yaitu 80.87% dan 61.787%. Uji algoritma k-Nearest Neighbour untuk memprediksi 

kemacetan pembayaran hutang konsumen kredit motor menghasilkan accuracy 

yaitu  sebesar  79.661%  untuk  data  tanpa  SMOTE  dan  71.186%  untuk  data menggunakan SMOTE. 

Kata kunci : Customer Finance, over credit, k-Nearest Neighbour, k optimal, 

cross validation, SMOTE