LAPORAN PROGRAM ENRICHMENT

PREDIKSI KENDALA PEMBAYARAN KREDIT TERHADAP

LAYANAN PEMBIAYAAN MULTIGUNA

Diajukan untuk memenuhi syarat program Kampus Merdeka

Pendidikan Strata 1 (S1) Program Studi Teknik Informatika
di STMIK “AMIKBANDUNG”

Disusun Oleh :
Mochamad Ravanel Maulana Purnomo
2042901

PROGRAM STUDI TEKNIK INFORMATIKA

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
“AMIKBANDUNG”
2022
 LEMBAR PENGESAHAN

Judul : Prediksi Kendala Pembayaran Kredit Terhadap Layanan

Pembiayaan Multiguna
Nama : Mochamad Ravanel Maulana Purnomo
NPM : 2042901

Mengetahui dan Mengesahkan,

Pembimbing di Pembimbing di
SCCIC ITB STMIK ”AMIKBANDUNG”

Alvin Rachmat, S.T. Okyza Maherdy Prabowo, M.T.

Mengesahkan,
Ketua Program Studi

Dr. Eng. Ali Suryaperdana Agoes, M.T.

2
 KATA PENGANTAR

Dengan mengucapkan puji syukur atas berkat, rahmat, dan karunia Allah
SWT, penulis dapat menyelesaikan pelaksanaan kegiatan magang dan penyusunan
laporan. Adapun salah satu tujuan penulisan laporan ini yaitu sebagai pertanggung
jawaban pelaksanaan Magang secara tertulis di SCCIC ITB untuk memenuhi mata
kuliah Magang di Program Studi Strata Satu (S1) Teknik Informatika STMIK
“AMIKBANDUNG”.

Judul yang penulis ambil dalam laporan ini yaitu “Prediksi Kendala
Pembayaran Kredit Terhadap Layanan Pembiayaan Multiguna”. Dalam proses
pembuatan aplikasi ini, penulis banyak mengucapkan terimakasih yang sebesar-
besarnya kepada:

1. Bapak Dr. Tedjo Darmanto, M.T. selaku ketua STMIK “AMIKBANDUNG”

yang telah menyediakan sarana dan prasarana untuk memudahkan Penulis
dalam melakukan pembelajaran dan penelitian.
2. Bapak Dr. Eng. Ali Suryaperdana Agoes, M.T. selaku Ketua Program Studi
Teknik Informatika STMIK “AMIKBANDUNG”.
3. Bapak Okyza Maherdy Prabowo, M.T. selaku dosen pembimbing yang
telah membantu penulis dalam membuat laporan praktek kerja lapangan ini.
4. Seluruh Dosen STMIK “AMIKBANDUNG” atas ilmu yang telah diberikan.
5. Bapak Alvin Rachmat, S.T. selaku pembimbing di SCCIC ITB yang telah
mengizinkan dan menyediakan ruang bagi penulis untuk melakukan praktek
kerja lapangan di lingkungan kantor.
6. Kedua orangtua, adik-adik dan keluarga penulis yang tak pernah lelah
mendukung dan mendoakan penulis.
7. Para jajaran staff di SCCIC ITB yang telah memberikan ruang bagi penulis
untuk bisa belajar banyak hal.
8. Teman dekat penulis yang selalu memotivasi, mendoakan dan membantu
penulis dalam pengerjaan laporan magang.

3
 Semoga Allah SWT memberikan balasan yang berlipat ganda atas bantuan,
arahan, dan bimbingan yang telah diberikan kepada Penulis, baik selama
pelaksanaan praktek kerja lapangan maupun dalam penyusunan laporan ini. Penulis
menyadari bahwa penyusunan laporan ini belum sempurna dan masih terdapat
banyak kekurangannya.

Oleh karena itu, segala bentuk kritik serta saran yang membangun dari
pembaca akan penulis terima dengan lapang hati agar penulis dapat menyusun
laporan ini dengan lebih baik lagi.

Bandung, 13 April 2022

Penulis

4
 DAFTAR ISI

LEMBAR PENGESAHAN .................................................................................... 2

KATA PENGANTAR ............................................................................................ 3

DAFTAR ISI ........................................................................................................... 5

DAFTAR TABEL ................................................................................................... 7

DAFTAR GAMBAR .............................................................................................. 8

DAFTAR LAMPIRAN ........................................................................................... 9

BAB I .................................................................................................................... 10

1.1 LATAR BELAKANG ............................................................................ 10

1.2 TUJUAN MAGANG ............................................................................. 12

1.3 RUANG LINGKUP ............................................................................... 13

BAB II ................................................................................................................... 14

2.1 .PENGERTIAN MACHINE LEARNING ............................................. 14

2.2 PENGERTIAN PYTHON ...................................................................... 15

2.3 PENGERTIAN PREDIKSI .................................................................... 15

2.4 PENGERTIAN KREDIT ....................................................................... 16

BAB III ................................................................................................................. 17

3.1 GAMBARAN UMUM INSTITUSI MAGANG .................................... 17

3.2 STRUKTUR ORGANISASI INSTITUSI.............................................. 17

3.3 PELAKSANAAN KEGIATAN MAGANG .......................................... 19

3.3.1 Pelaksanaan Kegiatan Magang ....................................................... 19

3.4 PERMASALAHAN KEGIATAN MAGANG ...................................... 21

3.5 MONITORING DAN EVALUASI........................................................ 22

3.6 HASIL PENGERJAAN ......................................................................... 22

5
BAB IV ................................................................................................................. 29

4.1 KESIMPULAN ...................................................................................... 29

4.2 SARAN .................................................................................................. 29

DAFTAR PUSTAKA ........................................................................................... 30

LAMPIRAN .......................................................................................................... 31

6
 DAFTAR TABEL

1. Tabel 3.1 Peneliti SCCIC.............................................................................. 19

2. Tabel 3.2 Pegawai SCCIC............................................................................. 19
3. Tabel 3.2 Kegiatan Program Enrichment....................................................... 21

7
 DAFTAR GAMBAR

1. Gambar 3.1 Load Data................................................................................... 24

2. Gambar 3.2 Info Data..................................................................................... 24
3. Gambar 3.3 Bentuk Data................................................................................ 25
4. Gambar 3.4 Dataframe baru........................................................................... 25
5. Gambar 3.5 Null Values................................................................................. 26
6. Gambar 3.6 Penghapusan Null-Values.......................................................... 27
7. Gambar 3.7 Import Library............................................................................ 27
8. Gambar 3.8 Get Dummies............ ................................................................. 28
9. Gambar 3.9 Train Test................................................................................... 28
10. Gambar 3.10 Hasil......................................................................................... 29

8
 DAFTAR LAMPIRAN

1. Logbook Activity .......................................................................................... 31

2. Form Penilaian Ketercapaian Pembelajaran Pola Magang Program Enrichment
Kurikulum Merdeka Belajar Kampus Merdeka.............................................. 36

9
 BAB I
PENDAHULUAN

1.1 LATAR BELAKANG

Masyarakat merupakan sekumpulan manusia yang saling “bergaul”, atau

dengan istilah ilmiah, saling “berinteraksi”[1]. Kelompok masyarakat pun terbagi
dua, yaitu masyarakat modern dan masyarakat tradisional. Masyarakat modern
adalah masyarakat yang sudah tidak terikat dengan adat istiadat. Dalam hal ini,
terkadang adat istiadat dianggap dapat menghambat proses kemajuan. Oleh karena
itu, masyarakat modern lebih memilih mengadopsi nilai-nilai baru yang dinilai
lebih rasional dalam membawa kemajuan. Sementara konsep masyarakat
tradisional adalah kebalikan dari masyarakat modern. Masyarakat tradisional
merupakan masyarakat yang masih terikat dengan kebiasaan atau adat-istiadat yang
telah dilestarikan secara turun temurun. Kehidupan yang terjadi pada masyarakat
tradisional belum dipengaruhi oleh perubahan-perubahan yang berasal dari
lingkungan luar sosialnya[2].

Dalam hidup bermasyarakat, dibutuhkan kemampuan untuk bertahan hidup

dari segala tuntutan dan ancaman yang memungkinkan ada dalam kelangsungan
hidup kelompok masyarakat tersebut. Meskipun setiap kelompok masyarakat pasti
memiliki kebutuhan yang berbeda-beda, setidaknya ada tiga kebutuhan hidup yang
perlu dipenuhi untuk dapat bertahan hidup. Yang pertama adalah kebutuhan primer.
Yaitu kebutuhan yang wajib dipenuhi oleh kelompok masyarakat, contohnya:
sandang atau pakaian, pangan atau makanan, papan atau tempat tinggal, dan juga
pendidikan. Seluruh contoh kebutuhan tersebut bisa dibilang pondasi dari
kehidupan. Yang kedua adalah kebutuhan sekunder. Merupakan kebutuhan
pelengkap agar dapat menjalani kehidupan yang lebih baik jika kebutuhan primer
sudah terpenuhi. Misalkan, jika kita sudah memiliki rumah, tentu terkadang kita
ingin segala perabotan yang ada didalam rumah tersebut memiliki desain atau
kualitas yang sesuai dengan kebutuhan dan keinginan kita. Yang ketiga adalah
kebutuhan tersier. Kebutuhan tersier seringkali disebut sebagai kebutuhan yang

10
sifatnya sedikit mewah, karena itu kebutuhan ini dipenuhi paling terakhir. Contoh
dari kebutuhan tersier ini adalah perhiasan, mobil sport, dan berlibur ke luar negeri.

Gaya hidup bermasyarakat dapat menentukan kualitas hidup kelompok

masyarakat itu sendiri. Faktor yang dapat memengaruhi gaya hidup seseorang
adalah lingkungan. Seseorang yang berpenghasilan rendah dapat meningkatkan
gaya hidupnya saat lingkungannya adalah orang dengan berpenghasilan tinggi.
Namun, itu semua tergantung dari prinsip masing-masing masyarakat. Prinsip
inilah yang dapat menentukan seberapa jauh seseorang dapat bertahan hidup.
Terkadang, seseorang goyah hanya karena ingin menjadi orang lain yang hidupnya
terlihat lebih baik, sementara tingkat pendapatannya belum menyamai orang lain
tersebut. Disiplin ilmu seringkali berperan besar dalam membantuk karakter
seseorang melalui prinsipnya dalam bertahan hidup.

Transaksi jual beli sudah merupakan unsur bertahan hidup didalam

kelompok masyarakat. Mulai dari transaksi menggunakan metode bertukar barang
atau disebut barter, membeli barang dengan emas atau perak, membeli barang
dengan uang fisik berupa uang kertas atau koin, menggunakan kartu debit atau
kredit, hingga pada saat ini dimana transaksi untuk pembelian barang bisa
dilakukan tanpa adanya transaksi fisik. Melalui gawai yang saat ini sudah banyak
dimiliki hampir seluruh lapisan masyarakat, transaksi atau pembelian jasa atau
barang bisa terwujud dari jarak jauh. Kemudahan ini seperti pisau bermata dua.
Bagi sebagian orang, hal ini akan menjadi sesuatu yang mendatangkan keuntungan,
namun bagi sebagian orang yang mungkin tidak bijak dalam mengelola
kebutuhannya bisa saja mendatangkan kerugian yang terasa maupun tidak terasa.

Saat ini, sudah banyak perusahaan yang menawarkan pembiayaan pembelian

barang melalui keuntungan yang ditawarkan. Salah satu yang menarik perhatian
masyarakat banyak adalah pembelian dengan cara kredit atau angsur. Metode ini
memungkinkan seseorang dapat memiliki barangnya tanpa harus membayar
keseluruhan nilai dari harga yang ditentukan. Biasanya, ada selisih antara
pembelian melalui pembayaran tunai dan angsur. Dengan strategi yang benar,
seseorang dapat memanfaatkan kesempatan ini dengan baik untuk kelangsungan

11
hidupnya. Namun, jika tidak bijak dalam memanfaatkan kemudahan ini, seringkali
seseorang terjebak dan malah membuat hidupnya lebih sulit karena terbebani
angsuran tersebut.

Kendala dalam pembayaran pembiayaan barang dengan metode angsur

merupakan hal yang lumrah terjadi. Biasanya seseorang lupa akan skala prioritas,
sehingga hal-hal yang sifatnya mendesak seringkali terabaikan dan tergantikan
dengan hal-hal yang sifatnya tidak mendesak. Fenomena ini menjadi masalah yang
masih terjadi sejak lama karena minimnya masyarakat dalam memperoleh ilmu
dalam mengelola kebutuhan.

Guna membantu meminimalisir dampak dari masalah yang terjadi, penulis

bermaksud untuk membuat sebuah solusi dengan cara membuat sebuah analisa
prediksi dari kendala pembayaran kredit yang terjadi pada layanan pembiayaan
multiguna. Prediksi yang dibangun adalah suatu sistem prediksi dengan
menggunakan algoritma Machine Learning yang disebut XGBClassifier. Dalam
membangun sistem prediksi ini bahasa pemrogaman yang digunakan adalah Python.
Sementara, tools yang dipakai dalam mengolah data adalah Jupyter Notebook dan
Google Colab.

1.2 TUJUAN MAGANG

Fokus penulis didalam kegiatan magang kali ini adalah untuk memberikan
insight bagi perusahaan dalam penentuan keputusan berdasarkan hasil dari analisa
prediksi tersebut. Sehingga dapat berdampak positif pada proses pembayaran dan
kondisi keuangan perusahaan.

Adapun poin-poin tujuan yang ingin dicapai dari kegiatan Magang ini
adalah sebagai berikut :

1. Menimalisasi resiko penunggakan pembayaran

2. Memberikan knowledge bagi pelanggan mengenai skala prioritas
3. Memberikan insight bagi perusahaan untuk pengambilan keputusan

12
 1.3 RUANG LINGKUP

Berikut ruang lingkup yang penulis tentukan dalam pembangunan sistem

ini, antara lain :

1. Aplikasi dibangun menggunakan Jupyter Notebook dan Google Colab

sebagai toolsnya
2. Aplikasi dibangun menggunakan bahasa pemrogaman Python
3. Menggunakan konsep Machine Learning
4. Metode Machine Learning yang digunakan yaitu XGBClassifier

13
 BAB II
TINJAUAN PUSTAKA

2.1 .PENGERTIAN MACHINE LEARNING

Machine Learning merupakan cabang ilmu komputer dengan fokus

pada pengembangan sebuah sistem yang mampu belajar sendiri tanpa harus
berulang kali di program oleh manusia. Namun, sebelum menghasilkan
sebuah hasil data dari perilaku objek, Machine Learning membutuhkan data
awal sebagai bahan yang akan dipelajari. Peran awal data sangat penting
sebagai tahap awal pada Machine Learning untuk menghasilkan output. Hal
ini sebagai latihan atau uji coba awal dari Machine Learning. Setelah
melewati uji coba awal, Machine Learning akan dapat menyelesaikan
masalah tanpa diprogram secara eksplisit. [3]

Menurut Massachusets Institute of Technology, Machine Learning

dibagi menjadi 3 subkategori, antara lain[4] :

1. Supervised, model yang dilatih dengan kumpulan data

berlabel, yang memungkinkan model untuk belajar dan
berkembang lebih akurat dari waktu ke waktu. Sebagai
contoh, sebuah algoritma akan dilatih dengan gambar anjing
dan hal-hal lain, semua diberi label oleh manusia, dan mesin
akan mempelajari cara untuk mengidentifikasi gambar
anjing sendiri. Model ini adalah jenis yang paling umum
digunakan saat ini.
2. Unsupervised, sebuah program mencari pola dalam data
yang tidak berlabel. Unsupervised Machine Learning dapat
menemukan pola atau tren yang tidak dicari orang secara
eksplisit. Misalnya, program Unsupervised Mcahine
Learning dapat melihat data penjualan online dan
mengidentifikasi berbagai jenis klien yang melakukan
pembelian.

14
 3. Reinforcement, melatih model Machine Learning melalui
percobaan untuk mengambil tindakan terbaik dengan
menetapkan sistem penghargaan. Reinforcement learning
dapat melatih model untuk bermain game atau melatih
kendaraan autunomous untuk mengemudi dengan memberi
tahu mesin saat membuat keputusan yang tepat, yang
membantunya belajar dari waktu ke waktu tentang tindakan
apa yang harus diambil.

2.2 PENGERTIAN PYTHON

Python adalah bahasa pemograman high-level programming,

interpreted, berorientasi objek dengan semantik dinamis. Struktur data
high-level bawaan, dikombinasikan dengan dynamic typing dan dynamic
binding, membuatnya sangat menarik untuk Pengembangan Aplikasi Cepat,
serta untuk digunakan sebagai bahasa scripting atau hal yang merekatkan
untuk menghubungkan komponen yang ada bersama-sama. Sintaks Python
yang sederhana dan mudah dipelajari menekankan keterbacaan dan
karenanya mengurangi biaya pemeliharaan program. Python mendukung
module dan package, yang mendorong modularitas program dan
penggunaan kembali kode. Interpreter Python dan library standar yang luas
tersedia dalam bentuk sumber atau biner tanpa biaya untuk semua platform
utama, dan dapat didistribusikan secara bebas.[5]

2.3 PENGERTIAN PREDIKSI

Prediksi merupakan proses peramalan suatu variabel dimasa

mendatang dengan lebih mendasarkan pada pertimbangan intuisi daripada
data masa lampau, meskipun lebih menekankan pada intuisi, dalam prediksi
harga juga sering digunakan data kuantitatif sebagai pelengkap informasi
dalam melakukan peramalan. (Herjanto, 2006)

15
2.4 PENGERTIAN KREDIT

Menurut OJK, Kredit yaitu fasilitas keuangan yang memungkinkan

seseorang atau badan usaha meminjam uang untuk membeli produk dan
membayarnya kembali dalam jangka waktu yang ditentukan dengan dikenakan
bunga. Pengertian kredit umumnya didefinisikan sebagai perjanjian kontrak di
mana peminjam menerima sejumlah uang atau sesuatu yang berharga dan
membayar kembali pemberi pinjama di kemudian hari, biasanya disertai dengan
bunga. Berbagai bentuk kredit menurut OJK, yaitu[6] :

1. Pinjaman kredit tanpa agunan (KTA)

2. Kartu Kredit
3. Kredit kendaraan bermotor
4. Kredit usaha

16
 BAB III
HASIL KEGIATAN
3.1 GAMBARAN UMUM INSTITUSI MAGANG

Pusat Inovasi Kota dan Komunitas Cerdas (PIKKC) dibentuk untuk

menjawab kebutuhan akan adanya transformasi kota menjadi kota cerdas. Kota
cerdas didefinisikan sebagai kota yang dapat mengelola berbagai sumber dayanya
secara efektif, efisien dan berkelanjutan untuk menyelesaikan berbagai tantangan
kota menggunakan solusi inovatif dan terintegrasi untuk memberikan pelayanan
kota yang dapat meningkatkan kualitas hidup warganya. Pusat ini dibentuk untuk
mempertemukan pihak-pihak dari berbagai keahlian yang terkait perkotaan untuk
bersama-sama merumuskan solusi-solusi perkotaan di Indonesia. Aktivitas PIKKC
dari sebelum terbentuk hingga saat ini, berupa kegiatan-kegiatan sebagai berikut:

a. R&D Model, Arsitektur, Framework kota cerdas.

b. R&D Platform dan Solusi-solusi Kota cerdas.
c. Inisiasi pengembangan komunitas generasi muda pendukung
perubahan perilaku dalam Kota cerdas.
d. Publikasi ilmiah, termasuk penerbitan buku “Kota cerdas”
e. Menyelenggarakan Seminar Nasional dan Konferensi Internasional
f. Mengikuti dan menyelenggarakan pelatihan.
g. Inisiasi pembentukan APIC (Asosiasi Prakarsa Indonesia Cerdas)
h. Rating Kota Cerdas Indonesia (2015, 2017, 2019 dan seterusnya).

3.2 STRUKTUR ORGANISASI INSTITUSI

Saat ini, komunitas pelaku aktivitas Kota cerdas sudah melakukan
kegiatan rutin sebagai berikut:

a. R&D Model, Arsitektur, Framework Kota cerdas, R&D dan

Solusi-solusi Kota cerdas.

17
 b. Inisiasi pengembangan komunitas generasi muda pendukung
perubahan perilaku dalam Kota cerdas.
c. Publikasi ilmiah dalam bentuk jurnal nasional dan
internasional, serta menjadi pemakalah di berbagai
konferensi nasional maupun internasional.
d. Menyelenggarakan dan mengelola Seminar Nasional dan
Konferensi Internasional yang rutin diselenggarakan setiap
tahunnya.
e. Mengelola Jurnal Nasional
f. Mengikuti dan menyelenggarakan pelatihan bekerjasama
dengan perusahaan rintisan yang menjadi binaan pusat.
g. Menyelenggarakan Rating Kota Cerdas Indonesia (2015,
2017, 2019 dan seterusnya)

Oleh karena itu PIKKC memerlukan sumber daya berikut :

Pendidikan
No Nama Peneliti Bidang/Kompetensi Keterangan
Terakhir

Prof. Dr. Ir. Suhono

1 Harso Supangkat, S3 Teknologi Informasi Kepala Pusat
M.Eng.

2 Dr. Fadhil Hidayat, Wakil Kepala

S3 Teknologi Informasi
S. I
Prof. Ir. Haryo
3 Perencanaan dan Wakil Kepala
Winarso, M.Eng., S3
Perancangan Kota II
Ph.D
4 Dr. Ir. Arry Akhmad Koordinator
S3 Teknologi Informasi
Arman Bidang I
I G. B. Baskara
5 Koordinator
Nugraha, ST., MT., S3 Teknologi Informasi
Bidang II
Ph.D
6 Dr. Fetty Fitriyanti
S3 Teknologi Informasi Sekretaris
Lubis
7 Dr. Ir. Dwina Teknologi Pengelolaan
S3 Anggota
Roosmini., M.S. Lingkungan
8 Dr. Puspita Pengelolaan
S3 Anggota
Dirgahayani Pembangunan dan

18
 Pengembangan
Kebijakan
9 Ir. Edi Leksono S3 Teknik Fisika Anggota
M.Eng., Ph.D
10 Santi Novani, ST., S3 Pengambilan Keputusan Anggota
MT., Ph.D dan Negosiasi Strategis
11 Dr.tech. Wikan S3 Anggota
Danar Sunindyo,
ST., M.Sc
12 Ade Chandra S2 Teknologi Informatika Anggota
Nugraha
13 Ayu Latifah S2 Teknologi Informatika Anggota
14 Asyrafinafilah S2 Anggota
Hasanawi
15 Yusep Rosmansyah, S3 Teknologi Informasi Anggota
ST., M.Sc., Ph.D
16 Adiwan Fahlan Anggota
Aritenang, ST., S3
M.GIT., Ph.D
Tabel 3.1 Peneliti SCCIC
Pendidikan
No Nama Pegawai Bagian/Divisi Keterangan
Terakhir

1 Manajer
Ardjaka Ramadhan D3 Manajemen
Umum
2 Manajer
Ida Royani S1 Keuangan
Keuangan
3 Penanggung
Eka Yudhi Pratama D3 IoT
Jawab IoT
4 Koordinator
Adilah Ahsanah S1 Kemitraan
Kemitraan
Tabel 3.2 Pegawai SCCIC

3.3 PELAKSANAAN KEGIATAN MAGANG

3.3.1 Pelaksanaan Kegiatan Magang

Posisi dan peran penulis selama menjalankan Enrichment Program

di SCCIC ITB dimulai pada tanggal 11 Oktober 2021 sampai dengan 25
Februari 2022 di SCCIC ITB yang berlokasi di Gedung Achmad Bakrie,
Labtek VIII Lt.3 Jl. Ganesha No. 10 Bandung 40132 Jawa Barat – Indonesia.

19
 Berikut ini merupakan posisi dan peran penulis selama menjalankan
Program Enrichment :

a. Posisi Mahasiswa
Posisi penulis selama menjalankan Enrichment Program di
SCCIC ITB adalah tenaga bantuan untuk Project yang
dikerjakan SCCIC ITB.

b. Peran Mahasiswa
Peran penulis sebagai tenaga bantuan ialah mempelajari
serta membantu menganalisa data dari project yang
dikerjakan.

Tabel berikut dibawah mengikhtisarkan kegiatan penulis selama

menjalankan program Enrichment.

No. Bulan Kegiatan

1. Oktober 1. Mempelajari Metabase
2. Mempelajari PostrgreSQL
3. Koneksi data PostgreSQL ke Metabase
4. Membuat chart di Metabase berdasarkan
data
2. November 1. Mempelajari konsep framework
Streamlit
2. Mempelajari Python Basics for Data
Science
3. Melanjutkan materi Python Basics for
Data Science
4. Mempelajari library python NumPy
3. Desember 1. Melanjutkan materi library NumPy
2. Mempelajari library python Pandas
3. Melanjutkan materi library Pandas

20
 4. Mempelajari data visualization dengan
library python Matplotlib
5. Melanjutkan materi data visualization
dengan library python Matplotlib
4 Januari 1. Mempelajari dan menganalisa dataset
customer Jasa Raharja
2. Analisa data customer Jasa Raharja
3. Mengolah data berdasarkan variabel pada
data
4. Mempelajari konsep Exploratory Data
Analysis
5 Februari 1. Mengikuti penuturan pembuatan prediksi
harga rumah
2. Menganalisa elemen yang ada dalam
prediksi harga rumah
3. Mempelajari konsep Machine Learning
secara umum
4. Menyusun rencana pembuatan laporan
enrichment
Tabel 3.3 Kegiatan Program Enrichment

3.4 PERMASALAHAN KEGIATAN MAGANG

Pada saat kegiatan enrichment berlangsung, penulis mengalami

beberapa kendala didalam penyesuaian diri dengan lingkungan kerja yang
ada. Tingkat pemahaman teknologi yang sangat terasa juga menjadi
kendala penulis selama kegiatan enrichment berlangsung. Seringkali,
penulis belajar secara mandiri untuk sedikitnya menyesuaikan dengan
tingkat pemahaman teknologi yang sudah ada didalam lingkungan kerja
tempat penulis melaksanakan program enrichment. Terkadang juga ada
sesi dimana penulis melakukan diskusi dengan pembimbing enrichment

21
 guna memudahkan penulis memahami teknologi yang sedang dipelajari
oleh penulis.

3.5 MONITORING DAN EVALUASI

Meski menghadapi kendala dalam menjalankan program enrichment
ini, penulis selalu berupaya semaksimal mungkin untuk memahami tentang
apa yang harus dipahami selama program enrichment berlangsung, serta
berusaha mengevaluasi jika penulis melakukan kesalahan saat pelaksanaan
magang.

Adanya perbedaan tingkat pemahaman antara penulis dengan

project yang saat itu dikerjakan, tidak membuat penulis putus asa untuk
mempelajari segala yang dibutuhkan, meski harus belajar dari dasarnya
terlebih dahulu.

Seringkali, penulis merasa perlu untuk memaksa diri agar dapat

berdiskusi dengan pegawai yang ada, supaya dapat menumbuhkan suasana
yang lebih nyaman, sehingga penulis dapat leluasa untuk berkembang
didalam lingkungan kerja tempat penulis melakukan kegiatan magang.

3.6 HASIL PENGERJAAN

Pada kesempatan pelaksanaan program enrichment tahap ke-2 ini,
penulis bermaksud melaporkan suatu sistem yang dibuat, berdasarkan
dengan konsep yang telah dijelaskan sebelumnya.

Didalam pengerjaan sistem prediksi kendala pembayaran ini,

penulis menggunakan bahasa pemrogaman Python, library Pandas, dan
toolsnya Google Colab, setelah sebelumnya menggunakan Jupyter
Notebook namun penulis terkendala pada diharuskannya setiap library

22
diinstall secara manual terlebih dahulu, sementara Google Colab bisa
menjalankannya tanpa harus menginstallnya karena berbasis cloud.

Gambar 3.1 Load Data

• Mengimport pandas sebagai pd agar bisa menggunakan fungsi pandas

hanya dengan dua huruf yaitu pd
• Load data dengan format csv yang sudah tersimpan sebelumnya
dengan menginisiasikannya dengan variabel df

Gambar 3.2 Info Data

• Melihat informasi dan isi dari data yang telah diload sebelumnya
dengan fungsi df.info()

23
 Gambar 3.3 Bentuk Data

• Mengetahui bentuk dari data terdiri dari berapa baris dan kolom
dengan fungsi df.shape()
• Mencari TARGET yaitu data pengguna yang telah dinilai mengalami
kendala dalam melakukan pembayaran angsuran ditandai dengan tipe
data integer angka 1, dan sisanya dengan tidak ada kendala
pembayaran dengan angka 0
• Fungsi value.counts() untuk mengetahui seberapa banyak TARGET
atau data pengguna dalam masalah pembayaran angsuran yang berisi
0 dan 1

24
 Gambar 3.4 Dataframe Baru

• Membuat dataframe baru dengan menentukan variabel mana saja yang

akan dijadikan penentu dari kemungkinan pelanggan menunggak,
disini penulis menentukan 3 variabel, diantaranya EXT_SOURCE_1
yang merupakan data yang dibeli dari pihak ketiga sebagai data
pendukung, berisi dari behavior pelanggan selama masa transaksi
kredit. AMT_INCOME_TOTAL yaitu jumlah pendapatan pelanggan
selama satu tahun. Dan NAME_HOUSING_TYPE yang merupakan
jenis tempat tinggal pelanggan dengan berisi 2 kategori yaitu Rumah
atau Apartemen.

Gambar 3.5 Null-Values

• Mencari tahu null-values guna mengoptimalkan proses prediksi.

Terdapat 173378 nul-values pada variabel EXT_SOURCE_1
• Mengisi null-values tersebut dengan fungsi median

25
 Gambar 3.6 Penghapusan null-values

• Memastikan null-values sudah tidak ada, untuk kemudian dilakukan

pemodelan

Gambar 3.7 Import Library

• Melakukan import library yang dibutuhkan seperti train_test_split,

XGBClassifier, dan classification_report
• Menginisiasi sumbu X pada variabel EXT_SOURCE,
AMT_INCOME_TOTAL, dan NAME_HOUSING_TYPE dan sumbu
Y pada TARGET

26
 Gambar 3.8 Get Dummies

• Dengan fungsi get.dummies() mengonversi data kedalam variable

dummy untuk dilakukan pemodelan pada tahap selanjutnya

Gambar 3.9 Train Test

• Membagi dataset kedalam proses training dan testing. Dengan data

testing sebesar 20%
• Melakukan pemodelan dengan XGBClassifier. Penulis menggunakan
model ini karena cukup banyak digunakan oleh para pegiat data

27
 Gambar 3.10 Hasil

• Terlihat hasil akurasi dengan nilai 0.92, yang disini berarti 8% sisanya
adalah pelanggan yang memiliki kendala dalam melakukan
pembayaran

28
 BAB IV
KESIMPULAN DAN SARAN

4.1 KESIMPULAN

Berdasarkan hasil laporan yang dibuat penulis, prediksi kendala

dalam proses pembayaran melalui implementasi Machine Learning dengan
metode XGBClassifier ini bisa dilakukan untuk nantinya dibuat keputusan
di masa mendatang, sehingga pembayaran lebih lancar dengan tujuan
berdampak pada kelancaran operasional serta keuangan perusahaan.

4.2 SARAN

Berdasarkan dari kegiatan magang yang terlah dilaksanakan oleh

penulis di SCCIC ITB selama kurang lebih 6 bulan, saran-saran untuk
SCCIC ITB adalah untuk lebih memberikan perhatian kepada mahasiswa
magang sehingga nantinya dapat sama-sama berkembang. Pembimbing
telah ditentukan sehingga tidak perlu mencari lagi saat mahasiswa sudah
mulai melaksanakan magang.

29
 DAFTAR PUSTAKA

[1] Koentjaraningrat. (2002). Pengantar Ilmu Antropologi. Jakarta: Rineka Cipta.

[2] Alifa Ramadhani, Rizka. (2021). Pengertian Masyarakat Menurut Para Ahli
Serta Ciri & Unsur-Unsurnya. Tirto. Tersedia: https://tirto.id/pengertian-
masyarakat-menurut-para-ahli-serta-ciri-unsur-unsurnya-gbbv

[3] Rezkia,Salsabila Miftah. (2020). Apa itu Machine Learning? Kenali perbedaan
Machine Learning dan Deep Learning. DQLab. Tersedia:
https://www.dqlab.id/pahami-machine-learning-untuk-hadapi-industri-data-
sebenarnya

[4] Brown, Sara. (2021). Machine learning, explained. MIT. Tersedia:

https://mitsloan.mit.edu/ideas-made-to-matter/machine-learning-
explained#:~:text=Machine%20learning%20is%20a%20subfield%20of%20artifi
cial%20intelligence%2C%20which%20is,to%20how%20humans%20solve%20pr
oblems

[5] Python Software Foundation. What is Python? Executive summary. Tersedia:

https://www.python.org/doc/essays/blurb/

[6] Rifka, Isna. (2021). Pengertian Kredit dan Contohnya. Tersedia:

https://money.kompas.com/read/2021/12/03/194918026/pengertian-kredit-dan-
contohnya?page=all

30
 LAMPIRAN
1. Lampiran Logbook Activity

31
32
33
34
35
2. Lampiran Form Penilaian Ketercapaian Pembelajaran

36
37