Mahasiswa IPB Raih Juara Finhacks Data Challenge BCA di Jakarta

by Khusair
765 Views
Jumat, 7 Desember 2018

LADUNI.ID,Bogor - Dua Mahasiswa Institut Pertanian Bogor (IPB) berhasil menjadi juara dalam ajang Finhacks Data Challenge BCA di Jakarta. Kedua mahasiswa IPB tersebut Kevin Joshua dan Saeful Ramadhan. Kevin dan Saeful adalah mahasiswa dari Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) IPB.

Menurut Saeful Lomba yang diselenggarakan oleh PT Bank Sentral Asia Tbk (BCA) itu berlangsung dua tahap. Yang pertama pre-assessment test yang dilaksanakan secara online, kemudian tahap kedua yaitu demo day yang dilaksanakan di Hotel Akmani, Jakarta Pusat, November lalu.

Saeful menjelaskan Peserta lomba tidak hanya mahasiswa melainkan juga para profesional yang sudah berkecimpung di bidang data. Dari ratusan partisipan yang sudah mendaftar, hanya ada 5 finalis di setiap kategorinya yang berhak lanjut ke tahap dua. Para finalis ditantang untuk mengolah data yang diberikan oleh pihak penyelenggara.

Menurut Saeful, data yang diberikan merupakan sampel data nasabah yang sudah disamarkan identitasnya dengan jumlah data yang sangat banyak. Lomba tersebut ada tiga kategori. Kevin dan Saeful memilih berpartisipasi dalam Kategori Credit scoring.

“Sebelum berangkat lomba, kami latihan intens selama tiga bulan. Latihan ini kita lakukan di sela-sela jam kuliah dan sepulang kuliah. Biasanya di perpustakaan hingga jam layanan perpustakaan ditutup,” ujar Saeful sebagaimana dilansir dari laman resmi IPB

Dengan kerja keras dan ketekunannya itu, tak heran jika mereka bisa membawa pulang hadiah sebesar 10 juta rupiah.

“Awalnya kami mencoba yang kategori yang fraud detection tapi hasilnya kurang bagus. Lalu kami coba kategori credit scoring dan hasilnya lebih bagus,” tambah Kevin.

Credit scoring atau penilaian kredit adalah cara yang digunakan oleh bank atau lembaga pembiayaan untuk menentukan layak atau tidaknya seorang nasabah mendapatkan pinjaman.

“Untuk menyelesaikan data tersebut kita mencoba banyak metode hingga akhirnya kami memilih untuk memakai metode ensemble dengan menggabungkan tiga clasifier forest, xgboost dan lightgbm,” pungkas Kevin