Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Sondang Sitompul Pengarang Drs. Posma SM Lumbanraja M.Si., Dosen Pembimbing 2 Dr. Ir. Darwis Robinson Manalu,MM.,M.Kom., Dosen Pembimbing 1 Naikson Fandier Saragih, ST., M.Kom., Ketua Penguji

ABSTRAK Penelitian ini bertujuan untuk mengelompokkan nasabah pada Koperasi Simpan Pinjam (KSP) CU Mandiri Tebing Tinggi menggunakan metode Agglomerative Hierarchical Clustering (AHC), yang merupakan salah satu teknik unsupervised learning dalam data mining. Segmentasi dilakukan untuk memahami pola karakteristik nasabah secara lebih mendalam guna mendukung pengambilan keputusan koperasi yang berbasis data. Data yang digunakan dalam penelitian ini terdiri atas 125 nasabah yang dikumpulkan selama periode Januari hingga November 2024, dengan sembilan variabel utama: usia, pendidikan, pekerjaan, pendapatan, saldo simpanan, saldo pinjaman, lama tunggakan, total tunggakan, dan total hutang. Tahapan analisis meliputi preprocessing data (pembersihan dan pengkodean), perhitungan jarak antar objek menggunakan rumus Euclidean Distance, serta penggabungan cluster dengan metode average linkage. Proses implementasi dilakukan menggunakan bahasa pemrograman Python dan visualisasi hasil melalui dendrogram. Hasil pengelompokan menunjukkan bahwa nasabah dapat dibagi ke dalam enam cluster, yakni: Sangat Lancar, Lancar, Diragukan, Macet, Sangat Macet, dan Charge Off (CO). Mayoritas nasabah tergolong dalam kategori Sangat Lancar, menandakan profil keuangan yang stabil, sedangkan kelompok dengan risiko tinggi memerlukan perhatian khusus dalam manajemen pinjaman. Temuan ini menunjukkan bahwa metode AHC mampu mengidentifikasi pola dan risiko kredit nasabah secara objektif tanpa memerlukan label awal. Segmentasi yang dihasilkan dapat digunakan sebagai dasar untuk penyusunan strategi pelayanan, kebijakan kredit, sistem skor risiko internal, serta pengembangan produk koperasi yang lebih tepat sasaran. Dengan demikian, penelitian ini memberikan kontribusi nyata dalam optimalisasi pengelolaan risiko kredit dan pengambilan keputusan koperasi berbasis analisis data. Kata Kunci: Segmentasi Nasabah, Agglomerative Hierarchical Clustering, Data Mining, Risiko Kredit, Koperasi Simpan Pinjam