Paper ini bertujuan untuk melakukan analisis faktor-faktor yang mempengaruhi risiko gagal bayar dari calon debitur. Metode yang digunakan adalah regresi logistic dan Ant Colony Optimization (ACO). Terdapat beberapa tahap dalam penelitian ini: (1) melakukan standarisasi data pada data faktor risiko calon debitur, (2) menetapkan asumsi model regresi logistik, (3) melakukan estimasi parameter model regresi logistik menggunakan algoritma ACO, dan (4) melakukan uji signifikansi setiap variabel.

more »

... paper ini, data yang digunakan adalah data historis debitur sebuah Bank pada periode 2001-2011 pada Lembaga Keuangan Mikro (LKM) di Bandung, Indonesia. Hasilnya signifikansi koefisien regresi menunjukkan bahwa lima faktor yang dianalisis berpengaruh signifikan terhadap risiko gagal bayar, yaitu: usia, jumlah tanggungan keluarga, nilai jaminan, besarnya kredit yang diajukan, dan jangka waktu pengembalian kredit, dengan kekuatan korelasi sebesar 93.5%. Probabilitas risiko gagal bayar ditentukan oleh kelima faktor yang mempengaruhi. Mengetahui nilai probabilitas sangat berguna bagi LKM guna menentukan klasifikasi faktor kelayakan pemberian kredit berdasarkan predikat risiko calon debitur. Demikian sehingga, LKM dapat mengetahui faktorfaktor risiko gagal bayar dan mengambil keputusan pemberian kredit yang layak atau tidak layak.