Penerapan Metode Chi-squared Automatic Interaction Detection dalam Pengklasifikasian Debitur (Studi Kasus KCP Bank Nagari UNP di Kota Padang)

Kredit bermasalah selalu ada dalam kegiatan perkreditan bank. Dampak kredit tersebut sangat merugikan pihak bank serta masyarakat pemilik dana. Adapun faktor-faktor yang menyebabkan terjadinya kredit bermasalah diantaranya adalah usia, penghasilan, jenis kredit, besar kredit, angsuran, dan pekerjaan. Salah satu analisis statistika yang dapat mengungkapkan faktor-faktor yang menyebabkan kredit bermasalah dan mengelompokkan nasabah yang mengambil kredit (debitur) berdasarkan status kredit adalah metode berstruktur pohon Chi squared Automatic Interaction Detection (CHAID). Penelitian ini bertujuan untuk mengetahui faktor-faktor yang menyebabkan kredit bermasalah pada KCP Bank Nagari UNP di Kota Padang dan mengelompokkan debitur KCP Bank Nagari UNP di Kota Padang. Populasi penelitian adalah debitur pada KCP Bank Nagari UNP di Kota Padang tahun 2012-2013. Populasi dalam penelitian ini sebanyak 546 orang menggunakan teknik pengambilan sampel yaitu total sampling. Data yang diperoleh dianalisis menggunakan metode CHAID. Hasil penelitian menunjukkan bahwa, faktor yang signifikan mempengaruhi kredit adalah jenis kredit, besar kredit dan angsuran. Analisis CHAID mengelompokkan debitur menjadi empat kelompok berdasarkan status kredit bermasalah yaitu kelompok pertama adalah kelompok debitur yang mengambil jenis kredit konsumtif dengan besar kredit kurang dari Rp.250.000.000 dan angsuran kurang dari Rp.500.000 serta lebih dari Rp.1.000.000 sebanyak 0 orang (0%) (node ke-5), kelompok kedua adalah kelompok debitur yang mengambil jenis kredit konsumtif dengan besar kredit kurang dari Rp.250.000.000 dan angsuran Rp.500.000-Rp.1.000.000 sebanyak 1 orang (2,4%) (node ke-6), kelompok ketiga dalah kelompok debitur yang mengambil jenis kredit konsumtif dengan besar kredit lebih dari Rp.250.000.000 sebanyak 1 orang (50%) (node ke-4) dan kelompok keempat adalah kelompok debitur yang mengambil jenis kredit produktif sebanyak 31 orang (7,6%) (node ke-2)