SEGMENTASI nASABAH DENGAN METODE ALGORITMA AGGLOMERATIVE HIERARCHICAL CLUSTERING PADA KOPERASI SIMPAN PINJAM (KSP )CU.MANDIRI TINGGI.

Detail Cantuman

Text

SEGMENTASI nASABAH DENGAN METODE ALGORITMA AGGLOMERATIVE HIERARCHICAL CLUSTERING PADA KOPERASI SIMPAN PINJAM (KSP )CU.MANDIRI TINGGI.

XML

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


Detail Information

Item Type
Skripsi (S1)
Penulis
Sondang Sitompul - Personal Name
Student ID
221510060
Dosen Pembimbing
Penguji
Kode Prodi PDDIKTI
57401
Edisi
Published
Departement
Kontributor
Bahasa
Indonesia
Penerbit Universitas Methodist Indonesia : Medan.,
Edisi
Published
Subyek
No Panggil
Copyright
Doi

Lampiran Berkas

LOADING LIST...



Informasi


DETAIL CANTUMAN


Kembali ke sebelumnya  XML Detail