FinLend
AI dan full-stack developer
Sistem simulasi risiko kredit berbasis AI yang menggabungkan model neural network dengan fuzzy logic untuk merekomendasikan keputusan kredit, limit, dan bunga.
AI dan full-stack developer
Menghasilkan flow simulasi kredit end-to-end yang memproses data pemohon, finansial, pinjaman, dan jaminan menjadi rekomendasi risiko, approval, limit, dan bunga.
01 / 03 Sistem simulasi risiko kredit berbasis AI yang menggabungkan model neural network dengan fuzzy logic untuk merekomendasikan keputusan kredit, limit, dan bunga.
Masalah yang dikerjakan.
FinLend adalah proyek akademik AI credit intelligence yang dibangun dengan interface Laravel dan AI engine FastAPI. Sistem ini mengubah 25 sinyal pemohon menjadi rekomendasi risiko kredit memakai feedforward neural network dan fuzzy logic.
Masalah
Evaluasi kredit membutuhkan intake data pemohon yang terstruktur, sinyal risiko yang bisa dijelaskan, dan dukungan keputusan yang menghubungkan output model ke rekomendasi yang mudah dibaca.
Pengguna
Analis kredit, builder fintech, dan evaluator akademik AIML
Keputusan utama.
- Menjaga struktur input model tetap selaras antara Laravel dan FastAPI
- Menyajikan output model sebagai rekomendasi kredit yang terbaca, bukan skor black-box
- Menghadapi batasan dataset akademik sambil menjaga demo tetap believable
Yang saya bangun.
Membangun interface Laravel, menghubungkannya ke AI engine FastAPI, merancang alur input 25 fitur, dan membentuk pipeline ML plus fuzzy decision menjadi pengalaman simulasi kredit yang polished.
- Built the Laravel multi-step credit application interface and connected it to the FastAPI AI engine.
- Mapped the 25-feature dataset structure into a web form, request payload, risk model input, and readable recommendation output.
- Combined neural-network risk scoring with fuzzy logic so the product can explain credit decisions as limit and interest recommendations.
Telusuri pipeline
01User mengisi 25 sinyal pemohon, finansial, pinjaman, dan jaminan lewat form Laravel.
Laravel menangani flow web dan mengirim request terstruktur ke FastAPI; service Python mengembalikan output risiko dan fuzzy decision ke halaman hasil.
02Laravel mengirim payload terstruktur ke endpoint FastAPI /hitung-kredit.
Laravel mengirim payload terstruktur ke endpoint FastAPI /hitung-kredit.
03Model neural network memperkirakan risiko gagal bayar dari feature set yang sudah diskalakan.
Model neural network memperkirakan risiko gagal bayar dari feature set yang sudah diskalakan.
04Fuzzy logic menerjemahkan risiko dan konteks finansial menjadi rekomendasi limit dan bunga.
Fuzzy logic menerjemahkan risiko dan konteks finansial menjadi rekomendasi limit dan bunga.
05Laravel menampilkan output keputusan sebagai simulasi approval atau rejection dengan konteks yang mudah dibaca.
Input dibatasi ke 25 fitur model, lalu diskalakan dan diproses sebelum output rekomendasi.
Hasil, dengan konteks.
Dibangun sebagai tugas akhir mata kuliah AIML dengan pipeline Laravel-ke-FastAPI yang bekerja dan interface analisis kredit yang polished.
Lebih dalam.
Teknologi & fitur +
Laravel / Python / FastAPI / Machine Learning / Fuzzy Logic / Tailwind CSS
- Flow pengajuan kredit 5 tahap
- Input 25 fitur pemohon dan pinjaman
- Integrasi AI engine FastAPI
- Risk scoring dengan feedforward neural network
- Fuzzy logic untuk rekomendasi limit dan bunga
- Interface Laravel untuk output disetujui atau ditolak
Catatan sistem AI +
Penyedia / model
AI engine Python FastAPI memakai MLPClassifier plus layer fuzzy logic.
Aliran data
Laravel menangani flow web dan mengirim request terstruktur ke FastAPI; service Python mengembalikan output risiko dan fuzzy decision ke halaman hasil.
Validasi
Input dibatasi ke 25 fitur model, lalu diskalakan dan diproses sebelum output rekomendasi.
Penanganan kegagalan
Flow web bergantung pada service FastAPI di port 8000; masalah koneksi diperlakukan sebagai dependency runtime demo, bukan hasil palsu.
Batasan
Simulasi akademik memakai data loan-default dan asumsi skala USD. Ini bukan sistem approval kredit produksi dan masih butuh validasi fairness, kalibrasi, dan compliance.
