Klasifikasi Status Pengajuan KPR Menggunakan Algoritma Random Forest Pada PT Yuki Prima Anugrah

Industri properti memiliki peran vital dalam ekonomi, khususnya dalam pembiayaan Kredit Pemilikan Rumah (KPR). PT Yuki Prima Anugrah, pengembang properti di Palembang, berinovasi dengan proyek Grand Mutiara Regency, untuk menilai kelayakan KPR dipengaruhi oleh analisis yang sering salah sehingga menyebabkan konsumen kecewa karena sudah membayar down paymen (DP). Penelitian ini fokus untuk mengetahui keputusan terkait status pengajuan KPR konsumen. Data yang digunakan sebanyak 969 dari catatan historis PT Yuki Prima Anugrah, data terdiri dari 9 feature dan 1 label dengan menggunakan metode algoritma Random Forest, Hasil evaluasi model menggunakan matriks multiclass, yaitu Akad, Reject Bank dan Reject Customer, model yang dihasilkan menunjukkan akurasi sebesar 99%, ini menujukan bahwa model termasuk kategori baik sekali, untuk kelas Akad memiliki presisi 99%, recall 99%, dan f1-score 99%, sedangkan untuk kelas Reject Bank didapatkan presisi 100%, recall 96%, f1-score 98%, dan untuk kelas Reject Bank didapatkan hasil presisi 95%, recall 100%, dan f1-score 97%. Secara keseluruhan model mampu dengan baik dalam mengklasifikasikan dan mengidentifikasi ketiga kelas.