Pengembangan Data dan Visualisasi Credit Scoring pada PT. Menara Indonesia

(1)

Pengembangan Data dan Visualisasi Credit Scoring pada PT. Menara Indonesia, Musfirotul A’yun, Universitas Multimedia Nusantara

PENGEMBANGAN DATA DAN VISUALISASI CREDIT SCORING PADA PT. MENARA INDONESIA

LAPORAN MBKM

Musfirotul A’yun

00000047976

PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNIK DAN INFORMATIKA UNIVERSITAS MULTIMEDIA NUSANTARA

TANGERANG

2023

(2)

i

PENGEMBANGAN DATA DAN VISUALISASI CREDIT SCORING PADA PT. MENARA INDONESIA

LAPORAN MBKM

Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer

Musfirotul A’yun

00000047976

PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNIK DAN INFORMATIKA UNIVERSITAS MULTIMEDIA NUSANTARA

TANGERANG

2023

(3)

ii

HALAMAN PERNYATAAN TIDAK PLAGIAT

Dengan ini saya,

Nama : Musfirotul A’yun

Nomor Induk Mahasiswa : 00000047976

Program studi : Sistem Informasi

Laporan MBKM Penelitian dengan judul:

“PENGEMBANGAN DATA DAN VISUALISASI CREDIT SCORING PADA PT. MENARA INDONESIA”

merupakan hasil karya saya sendiri bukan plagiat dari karya ilmiah yang ditulis oleh orang lain, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar serta dicantumkan di Daftar Pustaka.

Jika di kemudian hari terbukti ditemukan kecurangan/ penyimpangan, baik dalam pelaksanaan maupun dalam penulisan laporan MBKM, saya bersedia menerima konsekuensi dinyatakan TIDAK LULUS untuk laporan MBKM yang telah saya tempuh.

Tangerang, 21 Juni 2023

(Musfirotul A’yun)

(4)

iii

HALAMAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik Universitas Multimedia Nusantara, saya yang bertandatangan di bawah ini:

Nama : Musfirotul A’yun

NIM : 00000047976

Program Studi : Sistem Informasi Fakultas : Teknik & Informatika

JenisKarya : Laporan MBKM

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Multimedia Nusantara Hak Bebas Royalti Nonekslusif (Non-exclusive Royalty-Free Right) atas karya ilmiah saya yang berjudul:

“PENGEMBANGAN DATA DAN VISUALISASI CREDIT SCORING PADA PT. MENARA INDONESIA”

Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalty Non eksklusif ini Universitas Multimedia Nusantara berhak menyimpan, mengalih media / format-kan, mengelola dalam bentuk pangkalan data (database), merawat, dan mempublikasikan tugas akhir saya selama tetap mencantumkan nama saya sebagai penulis / pencipta dan sebagai pemilik Hak Cipta. Demikian pernyataan ini saya buat dengan sebenarnya.

Tangerang, 21 Juni 2023 Yang menyatakan,

(Musfirotul A'yun)

(5)

iv

KATA PENGANTAR

Puji Syukur atas selesainya penulisan Laporan Magang ini dengan judul:

PENGEMBANGAN DATA DAN VISUALISASI CREDIT SCORING PADA PT. MENARA INDONESIA

dilakukan untuk memenuhi salah satu syarat untuk mencapai gelar Sarjana Jurusan Sistem Informasi Pada Teknik dan Informatika Universitas Multimedia Nusantara.

Saya menyadari bahwa, tanpa bantuan dan bimbingan dari berbagai pihak, dari masa perkuliahan sampai pada penyusunan tugas akhir ini, sangatlah sulit bagi saya untuk menyelesaikan tugas akhir ini. Oleh karena itu, saya mengucapkan terima kasih kepada:

1. Bapak Dr. Ninok Leksono, M.A, selaku Rektor Universitas Multimedia Nusantara.

2. Bapak Dr. Eng. Niki Prastomo, S.T., M.Sc., selaku Dekan Fakultas Teknik dan Informatika Universitas Multimedia Nusantara.

3. Ibu Ririn Ikana Desanti, S.Kom., M.Kom., selaku Ketua Program Studi Sistem Informasi Universitas Multimedia Nusantara.

4. Ibu Suryasari, S.Kom., MT, sebagai Pembimbing yang telah banyak meluangkan waktu untuk memberikan bimbingan, arahan dan motivasi atas terselesainya laporan MBKM ini.

5. Pak Bunaiya sebagai Pembimbing Lapangan yang telah memberikan bimbingan, arahan, dan motivasi atas terselesainya laporan MBKM.

6. Kepada Perusahaan PT. Menara Indonesia

7. Keluarga yang telah memberikan bantuan dukungan material dan moral, sehingga penulis dapat menyelesaikan laporan MBKM ini..

8. Kepada Riyanti Maulya dan Muhammad Andrianto Abdillah selaku asisten mentor yang senantiasa membimbing dan membantu dengan sabar dan detail.

9. Kepada Muhammad Kenza Albani yang sudah mendukung dalam kegiatan kerja magang sampai terbentuknya laporan ini.

(6)

v

10. Kepada teman – teman rekan kerja selama melakukan program kerja magang. Sudah memberikan dukungan baik secara moral dan teknilkal sehingga dapat menyelesaikan kegiatan magang dan laporan secara tepat waktu.

Semoga proposal laporan magang yang saya buat dapat berguna bagi pembaca.

Kurang lebihnya isi dari laporan tersebut apabila terdapat salah kata sangat terbuka menerima kritik dan saran yang membangun. Diharapkan laporan ini akan bermanfaat bagi pembaca dan dapat memberikan sedikit mengenai program magang berdasarkan pengalaman.

Tangerang, 21 Juni 2023

(Musfirotul A’yun)

(7)

vi

PENGEMBANGAN DATA DAN VISUALISASI CREDIT SCORING PADA PT. MENARA INDONESIA

Musfirotul A’yun ABSTRAK

PT. Menara Indonesia merupakan salah satu perusahaan yang bergerak di bidang consultant management dengan melakukan jasa Training and Consulting.

PT. Menara Indonesia sedang mengembangakan produknya yaitu Kampus Gratis target usernya yaitu para kaum marjinal untuk mendapatkan pendidikan yang layak dan AI Credit Scoring. Produk tersebut memiliki data yang perlu dilakukan analisa dan pelacakan bagi nasabah yang ingin mengajukan kredit, dinilai dari riwayat peminjaman dan faktor lainnya untuk menilai kelayakan.

Pada hal ini terdapat bagian yang dapat menunjang proses data dari produk tersebut maka membutuhkan divisi Data Integration Analyst. Tugas yang dilakukan oleh divisi Data Integration Analyst yaitu melakukan kegiatan kerja magang melakukan analisa terhadap produk yang sedang dikembangkan dengan meriset hal - hal yang dibutuhkan seperti informasi dan data penunjang. Sehingga data yang dimiliki dapat mudah dipahami dan memiliki laporan.

Dalam menyelesaikan tugas tersebut dalam melakukan analisis dan visualisasi divisi Data Integration menggunakan Python untuk melakukan pembuatan dummy dan integrasi data. Dan membuat visualisasi dari data tersebut sehingga dapat dibuat report menggunakan Tableau. Menyelesaikan pengintegrasian untuk data projek credit scoring. Program magang memberikan pengalaman dan kemampuan dari segi hardskill dan softskill.

Kata kunci: Data Integration Analyst, Integrasi Data, Python, Tableau,Visualisasi data.

(8)

vii

CREDIT SCORING DATA DEVELOPMENT AND VISUALIZATION AT PT. MENARA INDONESIA

Musfirotul A’yun ABSTRACT (English)

PT. Menara Indonesia is a company engaged in the field of management consultants by providing training and consulting services. PT. Menara Indonesia is currently developing its product, namely the Free Campus, targeting users, namely marginalized people to get proper education and AI Credit Scoring. This product has data that needs to be analyzed and tracked for customers who want to apply for credit, assessed from the history of borrowing and other factors to assess eligibility.

In this case there is a section that can support the data processing of the product, it requires a Data Integration Analyst division. The tasks carried out by the Data Integration Analyst division are to carry out internship work activities to analyze products that are being developed by researching things that are needed such as information and supporting data. So that the data owned can be easily understood and have reports.

In completing this task in carrying out analysis and visualization of the Data Integration division using Python to carry out dummy creation and data integration. And create a visualization of the data so that reports can be made using Tableau. Complete integration for credit scoring project data. The internship program provides experience and abilities in terms of hard skills and soft skills.

Keywords: Data Integration Analyst, Data visualization, Data Integration, Tableau, Python.

(9)

viii

DAFTAR ISI

HALAMAN PERNYATAAN TIDAK PLAGIAT ... ii

HALAMAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ... iii

KATA PENGANTAR ... iv

ABSTRAK ... vi

ABSTRACT (English) ... vii

DAFTAR ISI... viii

DAFTAR TABEL ... x

DAFTAR GAMBAR... xi

DAFTAR LAMPIRAN ... xiii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Maksud dan Tujuan Kerja Magang ... 4

1.3 Waktu dan Prosedur Pelaksanaan Kerja Magang ... 5

1.3.1 Waktu Pelaksanaan Kerja Magang ... 5

1.3.2 Waktu Prosedur Kerja Magang ... 9

BAB II GAMBARAN UMUM PERUSAHAAN ... 12

Sejarah Singkat Perusahaan ... 12

2.1.1 Visi Misi ... 13

2.1.1.1 Visi Perusahan ... 13

2.1.1.2 Misi Perusahaan ... 14

Struktur Organisasi Perusahaan ... 14

BAB III PELAKSANAAN KERJA MAGANG ... 19

3.1 Kedudukan dan Koordinasi ... 19

3.2 Tugas dan Uraian Kerja Magang ... 20

3.2.1 Tugas Kerja Magang ... 20

3.2.2 Uraian Kerja Magang ... 24

3.2.2.1 Onboarding Mitra dan Pemerintah ... 24

3.2.2.2 Pembuatan SWOT dan WBS ... 25

(10)

ix

3.2.2.3 Riset kaum marjinal JABODETABEK ... 26

3.2.2.4 Visualisasi kaum marjinal JABODETABEK ... 31

3.2.2.5 Mempelajari ETL ... 34

3.2.2.6 Cleaning dan Parsing dengan Python ... 35

3.2.2.7 Data Manipulation dengan Python ... 44

3.2.2.8 SOP divisi Data Integration Analyst ... 46

3.2.2.9 Composite Data Structure dengan Python ... 47

3.2.2.10 Analisa UI/UX dan Testing website Kampus Gratis ... 48

3.2.2.11 Guidebook LMS ... 50

3.2.2.12 Looping dengan Python ... 51

3.2.2.13 Riset gaji pekerjaan di Indonesia ... 52

3.2.2.14 Looping pekerjaan dan gaji secara random ... 53

3.2.2.15 Dummy data fitur AI Credit Scoring dengan Python... 56

3.2.2.16 Pembuatan Dashboard ... 63

3.2.2.17 Visualisasi report Credit Scoring dengan Python ... 65

3.2.2.18 Riset Variabel AI Collection Management ... 68

3.2.2.19 Revisi Dashboard ... 69

3.2.2.20 Integrasi Data ... 70

3.2.2.21 Dummy Data Tambahan ... 71

3.3 Kendala yang Ditemukan ... 73

3.4 Solusi atas Kendala yang Ditemukan ... 73

BAB IV SIMPULAN DAN SARAN... 74

4.1 Simpulan ... 74

4.2 Saran ... 74

4.2.1 Saran Untuk Perusahaan ... 74

4.2.2 Saran Untuk Universitas ... 75

4.2.3 Saran Untuk Mahasiswa ... 75

DAFTAR PUSTAKA ... 76

LAMPIRAN... 77

(11)

x

DAFTAR TABEL

Tabel 1. 1 Kegiatan Kerja Magang ... 7

Tabel 3. 1 Kegiatan Kerja Magang ... 21

Tabel 3. 2 SWOT Tim Data Integration Analyst ... 25

Tabel 3. 3 WBS Data Integration Analyst ... 26

Tabel 3. 4 Usia Produktif Tangerang Selatan ... 27

Tabel 3. 5 Pekerjaan Masyarakat Tangerang Selatan ... 27

Tabel 3. 6 Jenjang Pendidikan Masyarakat Tangerang Selatan... 28

Tabel 3. 7 Usia Produktif Wilayah Depok... 28

Tabel 3. 8 Angka Kemiskinan Wilayah Depok... 29

Tabel 3. 9 Pekerjaan Masyarakat Depok ... 29

Tabel 3. 10 Usia Masyarakat Wilayah Tangerang ... 30

Tabel 3. 11 Jenjang Pendidikan Kota Tangerang ... 30

Tabel 3. 12 Pekerjaan Wilayah Tangerang ... 31

Tabel 3. 13 Pekerjaan berdasarkan KTP ... 52

Tabel 3. 14 Pekerjaan Spesifik ... 53

(12)

xi

DAFTAR GAMBAR

Gambar 2. 1 Logo M - Knows Consulting ... 12

Gambar 2. 2 Struktur Organisasi PT. Menara Indonesia ... 16

Gambar 2. 3 Stuktur Departemen Tech ... 17

Gambar 3. 1 Stuktur Kedudukan Divisi Data Integration ... 19

Gambar 3. 2 Visualisasi Kaum Marjinal Tangerang Selatan ... 32

Gambar 3. 3 Visualisasi Kaum Marjinal Depok ... 33

Gambar 3. 4 Visualisasi Kaum Marjinal Tangerang ... 34

Gambar 3. 5 Read data dan hasil ... 36

Gambar 3. 6 Cek Nilai Null... 36

Gambar 3. 7 Informasi data ... 37

Gambar 3. 8 Dataframe pada data backend ... 37

Gambar 3. 9 Keseluruhan Variabel ... 38

Gambar 3. 10 Data Key id... 38

Gambar 3. 11 Data key student id ... 39

Gambar 3. 12 Data key session id ... 39

Gambar 3. 13 Data key material id ... 40

Gambar 3. 14 Data key subject id ... 40

Gambar 3. 15 Data key description ... 41

Gambar 3. 16 Data key status ... 41

Gambar 3. 17 Data key id referrer ... 42

Gambar 3. 18 Data key type ... 42

Gambar 3. 19 Data key score ... 43

Gambar 3. 20 Drop data ... 43

Gambar 3. 21 Datafame semua key ... 43

Gambar 3. 22 Data Character Analysis ... 45

Gambar 3. 23 Drop data dan Info data ... 45

Gambar 3. 24 Setelah drop data ... 45

Gambar 3. 25 Membuat manipulasi membuat rata - rata data... 46

Gambar 3. 26 SOP Data Integration Analyst ... 47

Gambar 3. 27 Composite Data Stucture List ... 47

Gambar 3. 28 Composite Data Stucture Dictionary ... 47

Gambar 3. 29 Composite Data Stucture Set ... 48

Gambar 3. 30 Composite Data Stucture Tuple ... 48

Gambar 3. 31 Tampilan website Kampus Gratis ... 49

Gambar 3. 32 Tampilan fitur Kampus Gratis ... 49

Gambar 3. 33 Looping dengan python ... 51

Gambar 3. 34 Import Library ... 54

Gambar 3. 35 Input Elememt Pekerjaan berdasarkan KTP... 54

Gambar 3. 36 Hasil Input Pekerjaan berdasarkan KTP ... 55

Gambar 3. 37 Hasil Looping Pekerjaan berdasarkan KTP ... 55

(13)

xii

Gambar 3. 38 Input Elememt Pekerjaan Spesifik ... 56

Gambar 3. 39 Hasil Input Pekerjaan Spesifik ... 56

Gambar 3. 40 Hasil Looping Pekerjaan Spesifik ... 56

Gambar 3. 41 Library dan perhitungan nilai random variabel credit ... 57

Gambar 3. 42 perhitungan nilai random variabel digital ... 58

Gambar 3. 43 perhitungan nilai random variable character ... 58

Gambar 3. 44 Perhitungan hasil 3 fitur untuk AI Character Scoring ... 58

Gambar 3. 45 Pembulatan hasil ... 59

Gambar 3. 46 Data frame untuk AI Character Scoring ... 59

Gambar 3. 47 Data tanggal dan NIK ... 59

Gambar 3. 48 Penggabungan data untuk AI Character Scoring ... 60

Gambar 3. 49 Library dan perhitungan nilai random variabel document... 60

Gambar 3. 50 Perhitungan nilai random variabel location... 61

Gambar 3. 51 Perhitungan nilai random variabel digital ... 61

Gambar 3. 52 Penggabungan 3 fitur untuk AI Identity Scoring ... 61

Gambar 3. 53 Pembulatan angka ... 62

Gambar 3. 54 Data Frame AI Identity Scoring ... 62

Gambar 3. 55 Penggabungan tanggal, NIK dan data AI Identity Scoring... 62

Gambar 3. 56 Dashboard Banyak Pengaju ... 63

Gambar 3. 57 Dashboard AI Character Scoring ... 64

Gambar 3. 58 Dashboard Identity Scoring ... 65

Gambar 3. 59 Coding report Location & Movement ... 66

Gambar 3. 60 Gauge Chart Location & Movement ... 66

Gambar 3. 61 Coding AI Credit Scoring ... 67

Gambar 3. 62 Gauge Chart AI Credit Scoring ... 67

Gambar 3. 63 Coding Credit Risk... 68

Gambar 3. 64 Gauge Chart Credit Risk... 68

Gambar 3. 65 Fitur yang di revisi ... 69

Gambar 3. 66 Dashboard report AI Identity Scoring ... 70

Gambar 3. 67 Data AI Legal & Permit ... 71

Gambar 3. 68 Data AI Credit Guarantee ... 71

Gambar 3. 69 Variabel AI Legal dan AI Credit Guarantee... 71

Gambar 3. 70 Library dan Data AI Capacity & Earning Power ... 71

Gambar 3. 71 Random Provinsi Dan Kota ... 72

Gambar 3. 72 Random Tanggal ... 72

Gambar 3. 73 Dataframe Provinsi, Kota, Cabang dan Tanggal ... 72

Gambar 3. 74 Penggabungan Data ... 72

(14)

xiii

DAFTAR LAMPIRAN

Lampiran 1. Surat Pengantar MBKM (MBKM 01) ... 77

Lampiran 2. Kartu MBKM (MBKM 02)... 78

Lampiran 3. Daily Task Laporan MBKM (MBKM 03) ... 79

Lampiran 4. Lembar Verifikasi Laporan MBKM (MBKM 04) ... 137

Lampiran 5. Surat Penerimaan MBKM (LOA) ... 138

Lampiran 6. Pengecekan Hasil Turnitin ... 139