Abstract:
Credit scoring merupakan suatu alat dan teknik prediksi yang membantu lembaga
keuangan dalam pemberian kredit. Tujuan pembuatan credit scoring untuk
menganalisis dan membuat keputusan yang lebih cepat, tepat dan efisien terhadap
penyeleksian nasabah yang akan menerima kredit. Regresi logistik merupakan teknik
yang sudah sangat sering digunakan dalam membangun credit scoring di sebagian
lembaga keuangan. Model regresi logistik akan memodelkan mengenai peluang
terjadinya peristiwa “macet”. Di lain pihak, perhatian utama bukan pada berapa
peluang kejadian peristiwa “macet”, melainkan juga pada kapan peristiwa itu terjadi.
Analisis survival dapat membangun credit scoring dengan mempertimbangkan kapan
peristiwa “macet” terjadi. Analisis survival fokus pada pemodelan peluang mengenai
terjadinya suatu peristiwa yang dipantau sejak dari awal sampai pada munculnya
kejadian yang diperhatikan, yaitu “macet”. Model Cox proporsional hazard adalah
salah satu model khusus dalam analisis survival yang bertujuan untuk memodelkan
data survival dengan variabel penjelas yang mempengaruhi fungsi hazard. Melalui
model Cox proporsional hazard dapat dilihat hubungan antara variabel bebas
terhadap variabel tak bebas yaitu waktu survival melalui fungsi hazardnya. Credit
scoring yang dihasilkan oleh model regresi logistik maupun Cox proporsional
hazard akan dievaluasi kelayakannya berdasarkan kriteria mean cost dengan cut-off
tertentu. Cut-off adalah nilai untuk menentukan bagaimana prediksi dari setiap
individu yang diteliti, sedangkan mean cost adalah ongkos atau kerugian akibat salah
memprediksi. Dimana terdapat dua jenis salah prediksi yaitu salah prediksi jenis I
dan salah prediksi jenis II. Salah prediksi jenis I adalah menyatakan prediksinya
sebagai “lancar” padahal sebenarnya “macet” dan salah prediksi jenis II adalah
menyatakan prediksinya sebagai “macet” padahal “lancar”. Kerugian akibat masingmasing
salah prediksi tersebut tentu saja berbeda, dimana salah prediksi jenis I
mempunyai cost yang lebih besar dibandingkan salah prediksi jenis II. Dengan hasil
analisis bahwa nilai mean cost model regresi logistik lebih kecil dari pada nilai mean
cost model Cox proporsional hazard, artinya model regresi logistik sedikit lebih baik
dari pada model Cox proporsional hazard.
