Credit Risk Analysis

• Nama : Rahmat Fajri
• Email : rfajri912@gmail.com
• Portofoli

Project ini menggunakan data risk rating berdasarkan data historis lamanya proses pengembalian pinjaman. Pada project ini akan dilakukan analisis terhadpa data dan membuat decision making model terhadap pengajuan pinjaman baru.

Exploratory Data Analysis

Persentase Risk Rating

Berdasarkan plot tersebut diketahui bahwa dari keseluruhan pengajuan pinjaman terdapat 43.7% yang memiliki resiko tinggi (rating 4 dan 5)

Box Plot Pendapatan Berdasarkan Risk Rating

Distribusi of Risk Rating

• Jika durasi pinjaman lebih dari 24 bulan, kecenderungan resikonya tinggi
• Jika jumlah tanggungan lebih dari 4, kecenderungan resikonya sangat tinggi (rating 4 dan 5)
• Jika peminjam memiliki KPR aktif, kecenderungan resikonya tinggi

Modelling using Decision Tree

Prediction Report (Data Training) :
Accuracy:  1.0

Prediction Report (Data Testing):
Accuracy:  1.0

Conclusion

• Dari keseluruhan pengajuan pinjaman terdapat 43.7% yang memiliki resiko tinggi (rating 4 dan 5)
• Kredit risk cenderung tinggi untuk kategori berikut:
  • Memiliki KPR aktif
  • Memiliki jumlah tanggungan lebih dari 4
  • Durasi pinjaman lebih dari 24 bulan
• Dengan menggunakan model Decision Tree kita dapat membuat model untuk memprediksi nilai risk rating dengan akurasi yang sangat baik, sehingga model ini dapat dijadikan sebagai basis pengambilan keputusan terhadap aplikasi pinjaman baru