Saat ini pinjaman merupakan salah satu sumber keuntungan bisnis yang dengan resiko
tinggi. Banyak metode klasifikasi telah diusulkan dalam literatur untuk mengatasi
masalah ini. Tapi kebanyakan tidak diterima oleh para ahli karena berbagai alasan.
Kebutuhan untuk mengetahui dan membedakan antara anggota baik dan yang buruk
perlu dibangun sehingga pihak yang berkepentingan dapat mengambil salah satu
tindakan pencegahan terjadinya masalah pinjaman macet. Dalam penelitian ini
dilakukan model support vector macine (SVM) terhadap data Anggota pinjaman koperasi
baik yang bermasalah dalam pembayaran angsurannya maupun tidak. Dari hasil pengujian
dengan mengukur kinerja algoritma tersebut menggunakan metode pengujian confusio
matrix dan kurva ROC, diketahui bahwa algoritma Support vector macine memiliki nilai
accuracy tinggi. Sehingga dapat diterapkan untuk permasalahan penentuan kelayakan
pinjaman koperasi.