Kartu Kredit adalah Alat Pembayaran dengan Menggunakan Kartu (APMK) yang dapat digunakan untuk melakukan pembayaran seperti transaksi pembelanjaan atau penarikan tunai. Pemberian kartu kredit memerlukan analisis yang tepat untuk menerima atau menolak nasabah pengajuan kartu kredit agar tidak terjadi kredit bermasalah atau kredit macet dikarenakan beberapa faktor ekonomi di masa mendatang. Klasifikasi dapat digunakan untuk menganalisis data calon nasabah dengan menggunakan algoritma klasifikasi yang tepat. Klasifikasi diimplementasikan menggunakan algoritma C4.5 pada aplikasi website menggunakan framework Laravel dan python. Data yang digunakan didapat dari situs Kaggle. Data yang didapat, diolah menggunakan metode CRIPS-DM (Cross Industry Standard for Data Mining) untuk mendapatkan hasil dan model yang baik. Terdapat 12 atribut yang digunakan untuk perhitungan klasifikasi. 12 atribut yang digunakan yaitu code_gender, flag_ow0_car, flag_realt1, cnt_children, amt_income, name_education_type, name_family_status, days_birth, days_employed, dan job. Untuk mendapatkan nilai peformance yang terbaik maka dilakukan split data, hasil performance terbaik didapat dengan menggunakan data training 80% dan data testing 20%. Hasil performance yang didapat yaitu accuracy sebesar 0.84, precision sebesar 0.87, recall sebesar 0.79, dan f1-score sebesar 0.82.