PERBANDINGAN RANDOM FOREST DAN XGBOOST DALAM PREDIKSI STATUS PINJAMAN MENGGUNAKAN CROSS VALIDATION DAN ANALISIS FEATURE IMPORTANCE

Peningkatan penyaluran kredit diikuti oleh meningkatnya risiko gagal bayar yang dapat berdampak pada stabilitas lembaga keuangan. Penelitian ini bertujuan untuk mengidentifikasi fitur-fitur yang paling berpengaruh terhadap prediksi status pinjaman melalui analisis feature importance, serta membandingkan kinerja algoritma Random Forest dan XGBoost dalam memprediksi status pinjaman berdasarkan fitur-fitur yang telah diseleksi. Pendekatan yang digunakan adalah CRISP-DM dengan pipeline Nested Cross Validation yang dirancang untuk mengurangi kemungkinan data leakage. Dataset yang digunakan adalah South German Credit Dataset dari UCI Machine Learning Repository, berjumlah 1.000 sampel dengan 20 variabel prediktor, yang setelah seleksi fitur berbasis feature importance menyisakan 15 variabel. Seluruh tahapan preprocessing, termasuk imputasi, One-Hot Encoding, dan SMOTE, dilakukan secara per-fold, sementara GridSearchCV dijalankan di dalam setiap training fold. Evaluasi model menggunakan Stratified 10-Fold Cross Validation dengan metrik Accuracy, Precision, Recall, F1-Score, F2-Score, dan AUC. Hasil penelitian menunjukkan bahwa Random Forest memperoleh nilai rata-rata yang sedikit lebih tinggi pada Accuracy (0,7429 berbanding 0,7286), Recall (0,8878 berbanding 0,8510), F1-Score (0,8282 berbanding 0,8137), F2-Score (0,8628 berbanding 0,8354), dan AUC (0,7678 berbanding 0,7490), sedangkan XGBoost sedikit lebih unggul pada Precision (0,7815 berbanding 0,7769), namun seluruh perbedaan tersebut tidak signifikan secara statistik berdasarkan uji paired t-test (p > 0,05). Analisis feature importance mengidentifikasi status kepemilikan rekening dan tabungan sebagai fitur paling dominan pada kedua model, dilengkapi dengan analisis SHAP untuk penjelasan prediksi pada level individual.https://ejournal.itn.ac.id/jati/article/view/18823