4 of 55

Latar Belakang

Kartu skor kredit adalah metode pengendalian risiko yang umum di industri keuangan dengan menggunakan informasi dan data pribadi yang dikirimkan oleh pemohon kartu kredit untuk memprediksi kemungkinan gagal bayar di masa depan dan pinjaman kartu kredit.

Bank dapat memutuskan apakah akan mengeluarkan kartu kredit kepada pemohon. Skor kredit dapat secara objektif mengukur besarnya risiko.

Bank ingin mengotomatisasi proses kelayakan kartu kredit berdasarkan detail pelanggan yang diberikan saat mengisi formulir aplikasi online & riwayat kredit pelanggan agar menghindari customer customer yang tidak mampu melunaskan hutangnya dan tidak mengalami telat bayar

Mereka mengalami kesulitan untuk mengidentifikasi segmen pelanggan yang memenuhi syarat untuk persetujuan Kartu Kredit, sehingga mereka dapat secara khusus menargetkan pelanggan tersebut.

5 of 55

Sehingga, dibutuhkan Machine Learning untuk memprediksi customer mana yang “good client” dan mana yang “bad client” dengan memperhatikan error untuk dibuat sekecil mungkin agar mesin tidak memprediksi “good client” dan aktual “bad client”

“

6 of 55

Tujuan

Memprediksi risiko setiap pemohon yang gagal membayar pinjaman kartu kredit dengan membangun Machine Learning model yang mengkategorikan apakah pelamar adalah klien 'baik' atau 'buruk' (definisi ‘baik’ atau ‘buruk’ ditentukan oleh kami, yaitu Customer tidak punya riwayat melakukan telat bayar sekalipun tiap bulan yang telah terekam di record_data) dan mengkonstruksikan label dari teknik tertentu. Selain itu juga menyelesaikan problem unbalanced data.

7 of 55

Flow Process

Workflow Diagram of All the Tasks

8 of 55

Flow Process - Project Timeline

8 Juli - Pemilihan Topik

24 Juli - Analisis Data

2 Agustus - Pemodelan Data

18 Juli - Pengumpulan Proposal

28 Juli - Pra-pemrosesan Data

8 Agustus - Evaluasi

9 of 55

Theoretical Basis

Theory Concerning the Topic

10 of 55

Modelling

Random Forest

Random forest adalah suatu algoritma yang digunakan untuk klasifikasi data dalam jumlah yang besar

Random forest merupakan kombinasi dari masing – masing pohon (tree) dari model Decision Tree yang baik, dan kemudian dikombinasikan ke dalam satu model.

Decision Tree

Manfaat utama dari penggunaan decision tree adalah kemampuannya untuk mem-break down proses pengambilan keputusan yang kompleks menjadi lebih simple, sehingga pengambil keputusan akan lebih menginterpretasikan solusi dari permasalahan.

XGBoost

XGboost adalah implementasi lanjutan dari algoritma peningkatan gradien (Gradient Boosting).

XGboost menggunakan prinsip ensemble yaitu menggabungkan beberapa set pembelajar (tree) yang lemah menjadi sebuah model yang kuat sehingga menghasilkan prediksi yang kuat.

11 of 55

Demo

Demonstration of Machine Learning Project

12 of 55

Dataset Explanation

First Dataset: Dataset berisikan data customer yang mendaftarkan / mengajukan melalui formulir aplikasi online untuk pembuatan kartu kredit, seperti ID, usia, penghasilan per bulan pelanggan dan lain lain.

Second Dataset: Dataset berisikan data Riwayat kredit customer dan status / score

13 of 55

Dataset Variables

First Dataset

Code_gender

Flag_own_car

Flag_own_realty

Cnt_children

Amt_income_total

Name_income_type

Name_education_type

Name_family_status

Name_housing_type

Days_birth

Days_employed

Flag_mobil

Flag_work_phone

Flag_phone

Flag_email

Occupation_type

Cnt_family_member

Second Dataset

Months balance

Status

14 of 55

Data Understanding

Dataset Application_data Mencakup Informasi Tentang :

Terdapat 438557 baris data & 18 kolom
Dari 18 kolom tersebut, 8 diantaranya bertype data Kategorikal / Object. dan 10 lainnya bertype data Numerik / integer
Dataset berisi tentang informasi data customer yang telah mengajukan aplikasi untuk mendapatkan kartu credit. seperti data jenis kelamin, umur,pendidikan terakhir, status perkawinan, jumlah anggota keluarga.
Lalu informasi tentang kepemilikian aset customer, seperti mobil, rumah, handphone, tipe rumah.
Dan informasi tentang Pekerjaan customer, seperti jenis pekerjaan, pendapatan per bulan, jenis penghasilan dan tahun pengalaman kerja

15 of 55

Data Understanding (cont.)

Dataset Record_data Mencakup Informasi Tentang :

Terdapat 1048575 baris data & 3 kolom
2 kolom diantaranya bertype data Numerik / integer , dan 1 lainnya bertipe Kategorikal / Objeck.
Dataset berisi tentang, ID pelanggan yaitu kode unik setiap pelanggan yang melakukan kredit.
Lalu, month_balance yaitu jika 0 maka bulan ini, jika -1 bulan sebelumnya, jika -2 dua bulan sebelumnya. dan seterusnya
Dan STATUS ---> 0: 1-29 hari lewat jatuh tempo, 1: 30-59 hari lewat jatuh tempo, 2: 60-89 hari lewat jatuh tempo, 3: 90-119 hari lewat jatuh tempo, 4: 120-149 hari lewat jatuh tempo, 5: Utang terlambat atau macet, lebih dari 150 hari, C: lunas bulan itu, X: Tidak ada pinjaman untuk bulan ini.

16 of 55

Data Cleaning - Check Missing Value

17 of 55

Data Cleaning - Check Strange Value

18 of 55

Data Cleaning - Impute Missing Value

19 of 55

Data Cleaning - Impute Missing Value (cont.)

20 of 55

Data Cleaning - Target Labelling

21 of 55

Data Cleaning - Detect Outliers

22 of 55