Aplikasi Prediksi Pemberian Pinjaman Menggunakan Metode Naives Bayes Dan Django Framework Pada Koperasi Bumi Putera Lolowau

Koperasi Bumi Putera merupakan salah satu kantor koperasi dimana proses kinerjanya masih dilakukan secara manual. Pendapatan utama yang diperoleh koperasi ditentukan oleh besarnya jumlah angsuran yang dibayar oleh nasabah. Setiap harinya koperasi memberikan pinjaman kepada nasabah yang mengajukan peminjaman. Dalam pemberian pinjaman koperasi Bumi Putera memiliki syarat utama yaitu merupakan anggota aktif. anggota aktif adalah anggota yang rajin dalam hal bertransaksi setiap bulan di koperasi, baik itu memberikan simpanan pokok, simpanan wajib, simpanan sukarela. Sebaliknya anggota pasif yaitu anggota yang jarang melakukan transaksi, hal ini membuat koperasi masih ragu untuk memberikan pinjaman tersebut. Adapun permasalahan yang sering dihadapi adalah banyaknya yang menunggak dalam membayar angsuran dan bahkan tidak jarang nasabah yang kabur sehingga menjadi piutang tak tertagih yang pada akhirnya menyebabkan kerugian pada koperasi. Hal tersebut terjadi karena kinerja yang dilakukan secara manual dan kurang akuratnya manajemen dalam menentukan pemohon mana yang layak dan yang tidak layak dalam memberikan pinjaman. Anggota yang layak diberikan pinjaman memiliki beberapa kriteria yaitu status keanggotaan, kemampuan membayar dan jenis pinjaman. Oleh karna itu penulis menerapkan metode naïve bayes untuk mengklasifikasikan kelayakkan anggota dalam kategori layak dan tidak layak berdasarkan data anggota dimasa sebelumnya, kemudian digunakkan untuk memperediksi kelayakkan anggota di masa depan. Aplikasi prediksi ini dibuat menggunakan django framework sebagai halaman kerja, bahasa program yang digunakan adalah python. Sistem prediksi kelayakkan pemberian pinjaman dibuat untuk membantu koperasi Bumi Putera dalam mengambil keputusan dengan memberikan alternatif-alternatif perkiraan dalam menentukan kelayakan dalam peminjaman sehingga terhindar dari kerugian besar.