Kredit macet merupakan salah satu resiko kredit yang dihadapi oleh pelaku industri keuangan dan perbankan. Kredit macet terjadi apabila dalam jangka panjang, lembaga keuangan atau perbankan tidak dapat menarik pinjaman kredit dalam waktu yang telah ditentukan. Kredit macet memiliki dampak yang buruk bagi penyedia kredit yaitu berupa resiko kerugian Tentu saja hal ini tidak boleh dibiarkan berlarut-larut dan harus dicari jalan keluarnya. Namun untuk menjamin akurasi dalam penentuan kelayakan kredit diperlukan suatu algoritma yang akurat. Neural Network merupakan sebuah algoritma yang bisa memetakan dan mengklasifikasi inputan data serta dapat digunakan untuk proses prediksi dari beberapa variable yang di inputkan ke dalam algoritma ini. Untuk dapat menambah akurasi dalam prediksi variabel – variabel penentu kelayakan kredit maka algoritma ini di optimasi dengan Particle Swarm Optimazation. Hasil penelitian berupan confusion matrix membuktikan akurasi Neural Network berbasis Particle Swarm Optimazation memliki tingkat akurasi sebesar 96,67% dan hasil AUC sebesar 0.965.