Media sosial dapat merepresentasikan perilaku dari penggunanya, sehingga berperan penting dalam penilaian kredibilitas seseorang. Meningkatnya angka pengguna media sosial membuat data yang dihasilkan semakin banyak (big data). Dengan banyaknya data yang tersedia, semakin banyak pula kesempatan dalam memanfaatkan data tersebut menjadi wawasan yang bermanfaat pada berbagai bidang, seperti pada bidang keuangan yang dimanfaatkan oleh platform Peer-to-Peer Lending dalam melakukan penilaian kelayakan kredit. Perlu adanya metode dan pendekatan yang tepat dalam mengolah data media sosial, dikarenakan cukup banyak data yang kurang relevan terhadap kredit seseorang. Penelitian ini bertujuan menganalisis kelayakan kredit seseorang menggunakan data media sosial dari platform LinkedIn berupa data profil akun yang menjadi data atribut demografis dan data unggahan tekstual yang menjadi data kepribadian pengguna berdasarkan teori The Big Five Personality. Model yang digunakan pada penelitian ini merupakan metode prediction analysis berupa metode klasifikasi yang ada pada data mining dengan algoritma decision tree dan random forest. Hasil menunjukkan model penilaian kelayakan kredit dengan kombinasi data atribut demografis dan atribut kepribadian menggunakan algoritma random forest mampu memprediksi kelayakan kredit dengan nilai akurasi hingga 90.14%. Hal tersebut menjadi rekomendasi bagi lembaga keuangan, terutama Peer-to-Peer Lending untuk dapat memanfaatkan data dari media sosial dalam membuat innovative credit scoring sebagai penentu kelayakan kredit.