Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Computer Science and Information Technology
Natasya Hayudyo Murthiningtyas
Universitas Pembangunan Nasional “Veteran” Jawa Timur
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Environmental Science Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PENERAPAN METODE K-MEANS CLUSTERING UNTUK IDENTIFIKASI PROFIL TRANSAKSI DAN KARAKTERISTIK NASABAH PERBANKAN Natasya Hayudyo Murthiningtyas; Farah Bianca; Siti Mukaromah; Agung Brastama Putra
Journal of Computer Science and Information Technology Vol. 3 No. 3 (2026): Juni
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi data telah mendorong sektor perbankan untuk memanfaatkan data transaksi sebagai sumber informasi dalam mendukung pengambilan keputusan. Volume transaksi yang terus meningkat menghasilkan data dalam jumlah besar yang mengandung pola dan karakteristik transaksi yang bisa diteliti lebih mendalam. Penelitian ini bertujuan untuk mengidentifikasi profil transaksi dan karakteristik kelompok transaksi melalui penerapan teknik pengelompokan K-Means. Jenis data yang digunakan adalah data transaksi perbankan sebanyak 1.348 transaksi yang terdiri atas atribut waktu transaksi, kode transaksi, sistem transaksi, nominal transaksi, dan jenis transaksi. Sebelum proses clustering, data melalui tahap preprocessing, yang mencakup seleksi atribut, transformasi data, dan normalisasi. Metode Elbow digunakan untuk menghitung jumlah cluster, dan algoritma K-Means digunakan untuk mengelompokkan. Hasil penelitian menunjukkan bahwa 1.348 data transaksi telah dikelompokkan ke dalam lima cluster (A–E). Cluster B memiliki jumlah transaksi terbesar, sedangkan Cluster E memiliki jumlah transaksi paling sedikit namun memiliki rata-rata nominal transaksi tertinggi. Hasil pengelompokan menunjukkan kemampuan metode K-Means untuk mengidentifikasi pola transaksi berdasarkan ciri-cirinya dan memberikan informasi yang bermanfaat dalam memahami profil transaksi dan mendukung proses pengambilan keputusan di lingkungan perbankan.
Co-Authors Agung Brastama Putra Farah Bianca