MOCH, SANTOSA WAHYU (2015) Penerapan Data Mining Klustering Dengan Menggunakan Algoritma K Means Pada Data Nasabah Koperasi Simpan Pinjam Dan Kredit Pada Graha Mandiri Tegal. Skripsi,Fakultas Ilmu Komputer.
| PDF Download (1770Kb) | Preview | |
| PDF Download (3950b) | Preview |
Abstract
Berdasarkan pola pembayaran kredit yang dihasilkan, dapat dilihat parameter kredit yang memiliki keterkaitan dan paling berpengaruh terhadap pembayaran angsuran kredit. Proses penerimaan calon anggota pembayaran kredit menghasilkan data anggota yang sangat berlimpah berupa data mulai dari nama, alamat, jenis pinjam, sampai tanggal peminjaman. Hal tersebut terjadi secara berulang dan menimbulkan penumpukan terhadap data peminjaman, sehingga mempengaruhi pencarian informasi terhadap data tersebut. Penelitian ini bertujuan untuk melakukan pengelompokan terhadap data nasabah koperasi simpang pinjam graha mandiri tegal dengan memanfaatkan proses data mining dengan menggunakan tekhnik Clustering. K-Means merupakan salah satu metode data non-hierarchical clustering yang dapat mengelompokkan data nasabah ke dalam beberapa cluster berdasarkan kemiripan dari data tersebut, sehingga data nasabah yang memiliki karakteristik yang sama dikelompokkan dalam satu cluster dan yang memiliki karakteristik yang berbeda dikelompokkan dalam cluster yang lain. Algoritmanya cukup mudah untuk diimplementasi dan dijalankan, relatif cepat, mudah disesuaikan dan banyak digunakan. Hasil dari penelitian ini digunakan sebagai salah satu dasar pengambilan keputusan untuk menentukan strategi promosi berdasarkan cluster yang terbentuk oleh pihak pegawai Koperasi Simpan Pinjam Graha Mandiri Tegal.
Item Type: | Article |
---|---|
Subjects: | T Technology > Teknik Informatika Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika |
Divisions: | Fakultas Ilmu Komputer |
Depositing User: | Psi Udinus |
Date Deposited: | 26 Nov 2015 10:14 |
Last Modified: | 26 Nov 2015 10:14 |
URI: | http://eprints.dinus.ac.id/id/eprint/17036 |
Actions (login required)
View Item |