PENGUATAN MODEL CREDIT SCORING PINJAMAN KREDIT MIKRO DI TENGAH PANDEMI COVID-19 (STUDI KASUS DI KOTA BANDUNG)
No Thumbnail Available
Date
2022-10-07
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Maraknya lembaga keuangan mikro dan tekfin di Indonesia telah membentuk kebiasaan baru bagi pengusaha mikro, terutama dalam mengakses sumber pendanaan. Proses credit scoring yang merupakan upaya untuk membuat prakiraan dan simulasi keuangan menjadi alat bagi lembaga keuangan mikro untuk mengurangi risiko loan delinquency. Penelitian ini mencoba untuk melakukan penguatan proses pemodelan credit scoring yang seringkali hanya menggunakan faktor demografi dengan memadukan data yang berasal dari over-indebtedness, tekanan pendapatan, dan perilaku manajemen keuangan dalam memprediksi loan delinquency. Penelitian ini berfokus pada 1.200 responden pengusaha mikro di kota Bandung dengan menggunakan metode machine learning berbasis regresi logistik dengan mempertimbangkan weight of evidence dan information value dari setiap indikator yang digunakan sehingga dapat membantu lembaga keuangan mikro membuat penilaian kredit sebagai kriteria pengambilan keputusan di bawah risiko. Hasil penelitian melalui eksplorasi terhadap 15 model yang berbeda menunjukkan bahwa penguatan pemodelan proses credit scoring dengan memperhitungkan faktor demografis, over-indebtedness, tekanan pendapatan, dan perilaku manajemen keuangan merupakan model terbaik dalam memprediksi loan delinquency dengan dengan tingkat akurasi 87,5% pada ambang batas 60%, tingkat akurasi 87,08% pada titik 70%, tingkat akurasi 86,25% pada titik ambang 80%, dan tingkat akurasi 78,75% pada ambang batas 90%. Selanjutnya, proses pemodelan credit scoring menunjukkan nilai koefisien Gini sebesar 0,8226 dan nilai Kolmogorov Smirnov sebesar 0,7402, yang memvalidasi model. Pengkajian dampak bagi lembaga keuangan mikro secara bisnis pada penelitian ini dibatasi pada konsekuensi approval rate dan potensi net gain berdasarkan trade-off risiko yang dimungkinkan. Berdasarkan hal tersebut, penerima fasilitas pinjaman direkomendasikan bagi mereka yang memiliki skor kredit di atas 624. Penguatan model credit scoring dapat bermanfaat bagi lembaga dan layanan keuangan mikro dalam memilih kriteria untuk pengambilan keputusan di bawah risiko dan ketidakpastian.
Description
Keywords
Prakiraan dan Simulasi Keuangan, Kriteria Pengambilan Keputusan di Bawah Risiko dan Ketidakpastian