Sebagai lembaga keuangan non-bank, perusahaan penjaminan memberikan penjaminan kredit kepada individu, dan/atau badan usaha yang layak secara bisnis serta usahanya namun belum memenuhi syarat perbankan serta tidak layak atas kredit (feasible namun belum bankable). Kegiatan penjaminan ini melibatkan tiga pihak, yaitu Penerima Jaminan, Terjamin, dan Penjamin. Penilaian kredit pada perusahaan penjaminan ini menjadi penting untuk membantu UMKM dalam mendapatkan pembiayaan meskipun belum bankable.
Penelitian ini bertujuan untuk untuk mengetahui, mengukur akurasi serta mengetahuin faktor-faktor apa saja yang mempengaruhi penerapan Naïve Bayes Classifier dalam penerapan competitive advantage untuk mengklasifikasikan kriteria debitur mana yang layak dan tidak layak untuk dilakukan Penjaminan Kredit. Adapun kategorisasi variable data penjaminan yang digunakan adalah wilayah kerja, sektor usaha, jangka waktu kredit, peruntukan kredit, usia terjamin, nilai plafond kredit dan status klaim.
Untuk mencapai tujuan penelitian ini, diperlukan penerapan competitive advantage yang memanfaatkan machine learning agar dapat mengklasifikasikan data penjaminan untuk menentukan kriteria debitur mana yang layak dan tidak layak untuk dilakukan Penjaminan Kredit.
Penelitian ini difokuskan atas produk Mikro pada salah satu Penerima yang merupakan Bank dengan jumlah volume penjaminan terbesar pada produksi Kredit Mikro Perusahaan Penjaminan XYZ periode tahun 2022 s.d 2024. Namun besarnya jumlah volume yang dijaminkan diikuti besarnya nilai klaim, diketahui bahwa peningkatan Nilai Klaim Kredit Mirko pada Penerima Jaminan A terjadi naik signifikan dari triwulan 4 2023 dan terus bertambah besar hingga triwulan 4. Adapun Kredit Mikro memiliki Skema Penjaminan Otomatis Bersyarat atau biasa dikenal dengan Conditional Automatic Coverage (CAC) merupakan sistem penjaminan yang dilakukan secara otomatis bersyarat.
Model Naïve Bayes menunjukkan tingkat akurasi sebesar 79,69%, yang menandakan performa yang baik dan layak diimplementasikan dalam sistem penjaminan digital berbasis data dan Variabel-variabel seperti plafond kredit, jangka waktu kredit, sektoor usaha, usia debitur, peruntukan, dan wilayah kerja terbukti berkontribusi dalam klasifikasi risiko klaim. Hasil penelitian ini dapat digunakan sebagai dasar perusahaan penjaminan dalam melakukan pemberian penjaminan kredit terhadap calon terjamin dan hasil dari analisa tersebut juga dapat digunakan sebagai usulan kepada perusahaan penjaminan dalam melakukan ekspansi bisnis lebih luas serta pemberian informasi terkait parameter penting dalam membuat ketentuan atas prasyarat penjaminan kredit di masa datang.
Kata Kunci : Penjaminan Kredit, Competitive Advantage, Naïve Bayes Classifier