Desain Machine Learning Features pada Model Credit Scoring di PT JULO Teknologi Finansial

Karissa Vincentio, Felicia (2019) Desain Machine Learning Features pada Model Credit Scoring di PT JULO Teknologi Finansial. Internship thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (2MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Share Alike. Download (205kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Share Alike. Download (192kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Share Alike. Download (1MB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Share Alike. Download (811kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (422kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (8MB)

Abstract

Laporan kerja magang ini berisi mengenai implementasi kegiatan kerja magang pada PT JULO Teknologi Finansial. Tugas utama yang diberikan adalah mendesain machine learning features pada model credit scoring di PT JULO Teknologi Finansial. Machine learning features ini dibuat dengan tujuan agar dapat membantu performa model credit scoring dalam mengklasifikasikan aplikasi pinjaman dalam tingkatan tertentu. Data pendukung dari pembuatan features merupakan informasi detail dari aplikasi android pada Google Playstore yang berkategorikan finance. Dari data pendukung dan juga beberapa data pengguna yang ada dalam database perusahaan, dapat terbentuk dua macam features berupa jumlah dari aplikasi android berkategorikan finance yang diunduh tiap aplikasi pinjaman dan juga feature turunan yang didapatkan dari feature jumlah aplikasi android dan durasi unduh antaraplikasi pada tiap aplikasi pinjaman. Features dapat memberi dampak yang cukup signifikan dalam performa model yang diukur dalam metrik penilaian performa AUC dibuktikan dengan masuknya features ke dalam 50 (lima puluh) features teratas dari kurang lebih 800 (delapan ratus) features diurutkan dari yang paling berpengaruh.

Item Type:	Thesis (Internship)
Keywords:	Machine Learning Features pada Model Credit Scoring, Python, Machine Learning, Supervised Learning, Credit Scoring, Classification, dan PostgreSQL
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.3 Artificial Intelligence, Machine Learning, Pattern Recognition, Data Mining
Divisions:	Faculty of Engineering & Informatics > Computer Engineering
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	09 Nov 2022 05:52
Last Modified:	29 May 2023 08:12
URI:	https://kc.umn.ac.id/id/eprint/11795

Actions (login required)

View Item