Prediction Model: FinanKu Credit Card Payment Delay

Problem Statement

Kekhawatiran adanya keterlambatan pembayaran kartu kredit pada FinanKu yang akan merugikan bisnis. Tujuan dari proyek ini adalah untuk memprediksi pelanggan yang memiliki potensi untuk mengalami keterlambatan bayar kartu kredit agar dapat menentukan strategi yang sesuai dalam menghadapi kondisi di masa mendatang.

Objective

Membuat sebuah model yang dapat memprediksi setidaknya 60% dari pelanggan yang akan mengalami telat bayar kartu kredit dengan akurasi dan recall di atas 60%.

Dataset

Dataset yang digunakan dalam proyek ini terdiri dari beberapa variabel berikut:

1. Customer ID: ID unik untuk setiap pelanggan
2. Branch: Lokasi cabang nasabah terdaftar
3. City: Lokasi kota nasabah terdaftar
4. Age: Umur nasabah pada periode observasi
5. Avg. Annual Income/Month: Rata-rata penghasilan nasabah dalam satu tahun
6. Balance (Q1-Q4): Saldo mengendap yang dimiliki nasabah di akhir kuartal
7. Num of Products (Q1-Q4): Jumlah kepemilikan produk nasabah di akhir kuartal
8. HasCrCard (Q1-Q4): Status kepemilikan produk kartu kredit nasabah di akhir kuartal
9. Active Member (Q1-Q4): Status keaktifan nasabah
10. Unpaid Tagging: Status nasabah gagal bayar

Data Preparation

Langkah-langkah yang dilakukan dalam data preparation meliputi:

1. Menggabungkan saldo per kuartal menjadi rata-rata saldo tahunan dan perubahan saldo.
2. Menggabungkan jumlah kepemilikan produk menjadi fluktuasi kepemilikan produk selama periode observasi.
3. Menggabungkan status keaktifan nasabah menjadi total bulan keaktifan.
4. Melakukan encoding untuk variabel kategori (Branch dan City).
5. Standardisasi data numerik.

Model Building

Model yang digunakan dalam proyek ini adalah Logistic Regression, XGBoost Classifier, dan Random Forest Classifier. Evaluasi model dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score.

Experiment

Dua eksperimen dilakukan untuk melihat pengaruh rata-rata saldo dan perubahan saldo dalam dua periode observasi yang berbeda:

1. Eksperimen 1: Rata-rata saldo nasabah dalam satu tahun terakhir dan perubahan saldo di Q4 terhadap Q1.
2. Eksperimen 2: Rata-rata saldo nasabah dalam enam bulan terakhir dan perubahan saldo di Q4 terhadap Q2.

Feature Importance

Feature importance dihitung menggunakan mean decrease in impurity (MDI) untuk mengidentifikasi variabel yang paling berpengaruh dalam prediksi.

Conclusion

Dari semua model, rata-rata memiliki accuracy di atas 60% namun memiliki recall di bawah 40%. Artinya, masih banyak nasabah yang sebenarnya berpotensi gagal bayar namun diprediksi tidak akan gagal bayar. Sehingga bisa disampaikan bahwa dalam iterasi pembangunan model kali ini, objektif yang diinginkan masih belum dapat tercapai.

Solusi pengembangan kedepannya yang bisa dilakukan di antaranya:

1. Memperbanyak sample (jumlah nasabah dgn asumsi dataset yang tersedia saat ini bukan total populasi nasabah)
2. Melakukan oversampling terhadap kelas minoritas (gagal bayar) agar pembangunan model tidak bias
3. Memperluas horizon waktu
4. Mencoba variasi variabel lainnya (menambah variabel baru, atau membuang variabel yang memiliki nilai importance rendah pada hasil terakhir)
5. Mencoba memperluas kombinasi hyperparameter dalam pembangunan model
6. Mencoba algoritma supervised machine learning lainnya

---