Dataset ini berfokus pada pengajuan pinjaman Kredit Pemilikan Rumah (KPR) di sebuah lembaga keuangan. Data ini mencakup informasi historis tentang pemohon pinjaman KPR serta hasil pengajuan mereka, baik yang disetujui maupun yang ditolak. Proses persetujuan pinjaman dalam konteks ini memerlukan upaya dan waktu yang signifikan jika dilakukan secara manual. Proses manual ini akan mengkonsumsi sumber daya dan waktu yang berharga. Namun, keputusan persetujuan KPR secara konsisten didasarkan pada data yang serupa dan repetitif. Oleh karena itu, lembaga keuangan telah memutuskan untuk mengadopsi model machine learning sebagai solusi dalam proses persetujuan pinjaman KPR. Hasil prediksi yang dihasilkan oleh model ini akan disubmit untuk direview oleh supervisor sebagai langkah akhir dalam proses persetujuan pinjaman tersebut. Dengan demikian, bank berharap dapat meningkatkan efisiensi dan efektivitas dalam pengambilan keputusan persetujuan pinjaman KPR.

Data yang dianalisis adalah rekam jejak transaksi kartu kredit yang mencakup kasus-kasus potensial kecurangan, di mana tranksaksi dilakukan tanpa otorisasi pemilik kartu kredit, sering kali melalui metode serangan siber atau akses ilegal. Penelitian ini bertujuan untuk mengembangkan sebuah model machine learning yang dapat mengidentifikasi tranksaksi fraud secara efisien. Diharapkan bahwa model ini dapat meningkatkan deteksi dini kasus kecurangan dan memungkinkan tindakan pencegahan seperti pembekuan kartu kredit atau verifikasi tambahan terhadap pemilik kartu kredit dalam situasi yang dicurigai.

Model Regresi Linear

Global Superstore adalah sebuah perusahaan di Amerika Serikat yang bergerak di bidang online store, mereka memiliki dataset yang telah dikumpulkan selama 4 tahun, dataset ini berisi tentang data historis tranksaksi pelanggan. Dengan menggunakan dataset tersebut, kita akan melakukan analisa data.

Dashboard demo

Sebuah bank asal portugal melakukan kampanye marketing dari Mei 2008 sampai November 2010 dengan menggunakan metode telemarketing, kampanye dilakukan dengan melakukan penggilan telepon ke nomor klien atau nasabah untuk menawarkan produk deposito berjangka, dari kampanye tersebut menghasilkan sebuah dataset yang berisi informasi klien, dan hasil dari penawaran yang dilakukan pada klien tersebut, menggunakan dataset ini lakukan analisa dan jelaskan insight beserta rekomendasi bisnis apa yang bisa ditemukan dari dataset ini.