Jurnal SINTA 3
Predicting financial default risks: A machine learning approach using smartphone data
Matrix: Jurnal Manajemen Teknologi dan Informatika · Vol. 14 No. 3 (2024) · hlm. 107–118
- ISSN
- 2580-5630, 2088-284X
- Terbit
- 2024-11-30
- Penerbit
- Unit Publikasi Ilmiah, P3M, Politeknik Negeri Bali
- Bahasa
- eng
Abstrak
This study leverages machine learning (ML) techniques to predict financial default risks using smartphone data, providing a novel approach to financial risk assessment. Data were collected from 1,000 individuals who had taken personal loans, focusing on key behavioral parameters such as app usage frequency, GPS location data, and communication patterns over a six-month period prior to loan application. The analysis employed Logistic Regression, Decision Trees, and Random Forest models to determine correlations between these parameters and default risks. The Random Forest model demonstrated superior performance, achieving 85% accuracy. Key findings show that high usage of financial apps was associated with lower default risks, while irregular communication patterns and erratic mobility were significant indicators of higher risk. These results suggest that smartphone-derived behavioral data can significantly enhance traditional credit scoring methods. The study not only contributes to predictive analytics in financial risk management but also raises ethical considerations around privacy and data security.
Kata kunci
Jaringan kolaborasi para penulis
40 penulis · 91 tautan kepenulisan bersama · 24 lintas organisasi · menampilkan 40 yang paling banyak terhubung
Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.
- Universitas Mulia
- Universitas Halu Oleo
- State University of Semarang
- Universitas Buana Perjuangan Karawang
- Universitas Muhammadiyah Bengkulu
- University of Surabaya
- Universitas Borneo Tarakan
- Organisasi lain
- Afiliasi tidak diketahui
- Organisasi berbeda
- Organisasi sama
- Afiliasi tidak diketahui
- Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
| Rekan penulis | Organisasi | Artikel bersama |
|---|---|---|
| Sarah Astia Ningsih | Afiliasi tidak diketahui | 1 |
| Subardin | Afiliasi tidak diketahui | 1 |
| Andi Tenriawaru | Universitas Halu Oleo | 1 |
| La Ode Muhammad Ilham Setiawan | Universitas Halu Oleo | 1 |
| Azeslim Azeslim | Universitas Halu Oleo | 1 |
| Andi Tenriawaru | Universitas Halu Oleo | 1 |
| Muhammad Arya Al Fajar | Afiliasi tidak diketahui | 1 |
| Arga Wiradarma | Afiliasi tidak diketahui | 1 |
| Siti Rahmah | Afiliasi tidak diketahui | 1 |
| Rifa'atus Shalihah | Afiliasi tidak diketahui | 1 |
| Taslim | Afiliasi tidak diketahui | 1 |
| Dewi Sartika | Universitas Buana Perjuangan Karawang | 1 |
| Ardi Wijaya | Afiliasi tidak diketahui | 1 |
| Andi Yahya | Afiliasi tidak diketahui | 1 |
| RG Guntur Alam | Afiliasi tidak diketahui | 1 |
| Muhammad Imanullah | Universitas Muhammadiyah Bengkulu | 1 |
| Joniarto Parung | University of Surabaya | 1 |
| Indri Hapsari | Afiliasi tidak diketahui | 1 |
| Nemuel Daniel Pah | Afiliasi tidak diketahui | 1 |
| Jerry AgusJerry Agus Arlianto Arlianto | Afiliasi tidak diketahui | 1 |
| Olyvia Novawanda | Afiliasi tidak diketahui | 1 |
| Afiat Afianti | Afiliasi tidak diketahui | 1 |
| Fadly Husain | Afiliasi tidak diketahui | 1 |
| Siti Nuripah | Afiliasi tidak diketahui | 1 |
| Totok Rochana | Afiliasi tidak diketahui | 1 |
| Riski Zulkarnain | Universitas Mulia | 1 |
| Rahmat Saudi Alfathir | Universitas Mulia | 1 |
| Mundzir Mundzir | Universitas Mulia | 1 |
| Lisda Hani Gustina | Universitas Mulia | 1 |
| Wahyu Nur Alimyaningtias | Universitas Mulia | 1 |
| Nove Kurniati Sari | Universitas Borneo Tarakan | 1 |
| Syaddam Syaddam | Politeknik Bisnis Kaltara | 1 |
| Sugiarto | State University of Semarang | 1 |
| Hadi Setyo Subiyono | Afiliasi tidak diketahui | 1 |
| Anugrah Budi Nurani | Afiliasi tidak diketahui | 1 |
Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.