Visualisasi Data Pemetaan Nasabah Kredit Pada LPD Desa Adat Kesiman Menggunakan Python

Ni Luh Erawati; I Kadek Noppi Adi Jaya; I Kadek Andy Asmarajaya

doi:10.32795/resi.v2i1.4266

Ni Luh Erawati
I Kadek Noppi Adi Jaya
I Kadek Andy Asmarajaya

DOI: https://doi.org/10.32795/resi.v2i1.4266

Keywords: Customers, Credit, Python, Visualization, LPD Desa Adat Kesiman

Abstract

Perkembangan teknologi sangat memudahkan masyarakat, organisasi, perusahaan dalam melakukan banyak hal seperti pada pelajaran, pekerjaan, perbankan maupun penyampaian informasi. LPD Desa Adat Kesiman merupakan lembaga yang bergerak dibidang perkreditan. Nasabah di LPD sudah sangat banyak khususnya nasabah kredit. Pada saat ingin melakukan evaluasi mengenai nasabah kredit pihak LPD masih sulit dalam mengkomunikasikannya karena data hanya berupa teks. Evaluasi yang biasanya dilakukan yaitu melihat jumlah nasabah, sebaran dimana nasabah tinggal maupun melihat status kredit nasabah. Dengan terdapatnya kasus tersebut peneliti akan melakukan penelitian mengenai visualisasi data yang merupakan proses mengubah data teks menjadi visual seperti grafik ataupun gambar agar mudah dikomunikasikan. Tujuan dilakukannya penelitian ini yaitu membantu LPD Desa Adat Kesiman dalam melakukan pengembangan informasi yang lebih baik kedepannya karena sudah berupa visualisasi. Visualisasi dilakukan dengan menggunakan aplikasi jupyter notebook dengan bahasa pemrograman python. Hasil yang didapatkan dari implementasi yang telah dilakukan yaitu sebaran nasabah terdapat pada Banjar Tohpati dengan (12%), Banjar Kertalangu (10%), Banjar Ujung (10%), Banjar Batanbuah (8%), Banjar Cerancam (8%), Banjar Kesambi (8%), Banjar Dajan Tangluk (6%), Banjar Kebonkuri (6%), Banjar Kehen (6%), Banjar Kertajiwa (6%), Banjar Tanguntiti (6%), Banjar Biaung Kesiman (4%), Banjar Kedaton Kesiman (4%), Banjar Meranggi (4%) dan yang paling sedikit yaitu Batanbuah Kesiman (2%) nasabah.Diharapkan penelitian yang dilakukan berguna bagi LPD Desa Adat Kesiman dalam pengembangan LPD ataupun melakukan evaluasi kedepannya dan mendapatkan nasabah lebih banyak. Kata Kunci: Nasabahm Kredit, Python, Visualisasi, LPD Desa Adat Kesiman

References

[1] LPD Desa Adat Kesiman, “Buku Rencana Kerja LPD Desa Adat Kesiman Tahun 2021,” Book, 2021.
[2] P. A. Saputra and H. Gunawan, “Sistem Pendukung Keputusan Penilaian Kinerja Helpdest Data Management di PT. Telkom Witel Bandung Menggunakan Metode TOPSIS,” Jurnal Accounting
Information System, 2020:
http://epub.imandiri.id/repository/docs/journal/Jurnal_351761001_Prasetya%20Adhytiatama%20Sa
putra.pdf
[3] S. Angreini and E. Supratman, “Visualisasi Data Lokasi Rawan Bencana Di Provinsi Sumatera
Selatan Menggunakan Tableau,” J. Nas. Ilmu Komput., vol. 2, no. 2, pp. 135–147, Nov. 2021, doi:
10.47747/jurnalnik.v2i2.528.
[4] M. Ariandi and S. R. Puteri, “Analisis Visualisasi Data Kecamatan Kertapati menggunakan Tableau
Public,” JupiterR, vol. 14, no. 2, p. 8, 2022, doi: https://doi.org/10.5281./5141/5.jupiter.2022.10.
[5] I. A. U. Dewi, I. K. N. A. Jaya, and I. D. K. L. Digita, “Sistem Informasi Geografis (SIG) Sebaran LPD Di Kota Denpasar Berbasis Web Menggunakan Framework Laravel,” KARMAPATI - Kumpul. Artik.Mhs. Pendidik. Tek. Inform., vol. 2 No 3, pp. 224–232, 2022, doi: https://doi.org/10.23887/karmapati.v11i3.54546
[6] K. Kurniawan and D. Antoni, “Visualisasi Data Penduduk Dalam Membangun E-government Berbasis
Sistem Informasi Geografis (GIS),” J. Sisfokom Sist. Inf. Dan Komput., vol. 9, no. 3, pp. 310–316,
Aug. 2020, doi: 10.32736/sisfokom.v9i3.828.
[7] M. Sholeh and D. Andayati, “Machine Linear untuk Analisis Regresi Linier Biaya Asuransi Kesehatan
dengan Menggunakan Python Jupyter Notebook,” JEPIN J. Edukasi Dan Penelit. , vol. 8, no. 1, p. 8,
2022, doi: http://dx.doi.org/10.26418/jp.v8i1.
[8] I. Jaya, Fauzi, A. Suryana, A. Widiantoro, and I. Digita, “Data Visualization Of House Of Worship
Distribution In The IKN Nusantara Region Using Python,” J. Ilm. Merpati, vol. 11, pp. 1–12, 2023, doi:
https://doi.org/10.24843/JIM.2023.v11.i01.p01.
[9] Y. Galahartlambang, T. Khotiah, and Jumain, “Visualisasi Data Dari Dataset COVID-19 Menggunakan
Pemrograman Python,” J. Ilm. Intech Inf. Technol. J. UMUS, p. 8, 2022, doi:
https://doi.org/10.46772/intech.v3i01.417.
[10] I. M. A. O. Gunawan, G. Indrawan, and S. Sariyasa, “Pengembangan Sistem Informasi Kemajuan
Akademik Menggunakan Model Incremental Berbasis Evaluasi Usability dan Whitebox Testing,” SINTECH Sci. Inf. Technol. J., vol. 4, no. 1, pp. 67–78, Apr. 2021, doi: 10.31598/sintechjournal.v4i1.661.
[11] A. AWS, “Visualisasi Data,” Amazon Web Services, Inc., 2022. https://aws.amazon.com/id/what- is/data-visualization/ (accessed Nov. 21, 2022).
[12] I. D. K. L. Digita and K. O. Sanjaya, “Perancangan Sistem Informasi Analisa Kredit Berbasis Web Menggunakan Metode AHP (Studi Kasus: LPD Desa Adat Sumerta),” RESI J. Ris. Sist. Inf., vol. 1, pp. 10–20, Jul. 2022, doi: https://doi.org/10.32795/resi.v1i1.2945.
[13] I. Fadhli, A. Karim, A. P. Yunanda, and ..., “Sistem Pendukung Keputusan Menggunakan Metode Profile Matchin Untuk Kelayakan Pemberian Kredit Sepeda Motor (Studi Kasus: Adira Multifinance Kecamatan,” J. Ilm. Inform., 2020:
http://ejournal.steitholabulilmi.ac.id/index.php/metadata/article/view/31
[14] M. Radhi, A. Amalia, D. R. H. Sitompul, S. H. Sinurat, and E. Indra, “ANALISIS BIG DATA DENGAN
METODE EXPLORATORY DATA ANALYSIS (EDA) DAN METODE VISUALISASI MENGGUNAKAN JUPYTER NOTEBOOK,” J. Sist. Inf. Dan Ilmu Komput. PrimaJUSIKOM PRIMA, vol. 4, no. 2, pp. 23– 27, Feb. 2022, doi: 10.34012/jurnalsisteminformasidanilmukomputer.v4i2.2475.
[15] M. Sholeh, R. Y. Rachmawati, and E. N. Cahyo, “Penerapan Regresi Linear Ganda Untuk Memprediksi Hasil Nilai Kuesioner Mahasiswa Dengan Menggunakan Python,” J. Din. Inform., vol. 11, no. 1, p. 12, 2022.
[16] R. K. Ngantung and M. A. I. Pakereng, “Model Pengembangan Sistem Informasi Akademik Berbasis User Centered Design Menerapkan Framework Flask Python,” J. MEDIA Inform. BUDIDARMA, vol. 5, no. 3, p. 1052, Jul. 2021, doi: 10.30865/mib.v5i3.3054.
[17] R. Wati and S. Ernawati, “Analisis Sentimen Persepsi Publik Mengenai PPKM Pada Twitter Berbasis SVM Menggunakan Python,” J. Tek. Inform. UNIKA St. Thomas, vol. 6, pp. 240–247, Nov. 2021, doi: 10.54367/jtiust.v6i2.1465.
[18] Pandas, “Pandas (Python for Data Analysis),” Pandas Documentation, 2022. https://pandas.pydata.org/docs/ (accessed Nov. 13, 2022).
[19] NumPy, “NumPy Documentation,” 2022. https://numpy.org/doc/ (accessed Nov. 13, 2022).
[20] S. Mujilahwati, “Visualisasi Data Klasifikasi Naive Baiyes Dengan MATPLOTLIB,” Pros. Semin. Nas.
Sains Dan Teknol., vol. 1, p. 7, 2021.
[21] Branca, “Branca Library From Folium.” PyPI, 2022. Accessed: Nov. 21, 2022: https://github.com/python-visualization/branca
[22] Folium, “Folium Documentations Visualization,” Folium Documentations, 2022. https://python- visualization.github.io/folium/ (accessed Nov. 13, 2022).
[23] M. Y. Rafi, I. Y. Arifin, D. Safutri, D. Fadilah, and J. Riyanto, “Pengujian White Box Testing Menggunakan Teknik Loop Testing pada Aplikasi Sistem Informasi Perpustakaan (Studi Kasus SMKN 3 Kota Tangerang Selatan),” Sci. Seara J. Sains Teknol. Dan Masy., vol. 1, no. 3, p. 8, 2021.