Nur Afifah Amalia
Institut Teknologi Sepuluh Nopember

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

Found 1 Documents
Search

Analisis Clustering Perusahaan Sub Sektor Perbankan berdasarkan Rasio Keuangan CAMELS Tahun 2014 menggunakan Metode Fuzzy C-Means dan Fuzzy Gustafson Kessel Nur Afifah Amalia; Dwiatmono Agus Widodo; Pratnya Paramitha Oktaviana
Jurnal Sains dan Seni ITS Vol 5, No 2 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (699.279 KB) | DOI: 10.12962/j23373520.v5i2.16651

Abstract

Sub sektor perbankan merupakan salah satu sub sektor keuangan yang memiliki kontribusi cukup tinggi dalam hal penginvestasian saham. Kondisi saham yang tidak menentu setiap tahunnya, membuat para investor kesulitan untuk memilih saham mana yang akan dipilih. Hal ini menyebabkan setiap bank harus mampu memperlihatkan suatu kinerja yang baik dan maksimal dimata para investor saham. Kondisi prospektif tidaknya suatu saham dapat di-lakukan dengan melihat hasil laporan keuangan dari setiap perusahaan dan menganalisisnya lebih lanjut melalui rasio keuangan CAMELS. Setelah didapatkan data rasio keuangan, seorang investor sebaiknya melakukan pengelompokkan perusahaan berdasarkan rasio keuangan tersebut agar inves-tasi yang dilakukan memberikan keuntungan yang maksimal. Selama ini, metode pengelompokkan yang sering digunakan berupa metode hirarki. Oleh karena itu, peneliti tertarik untuk mengelompokkan rasio keuangan menggunakan metode non hirarki yaitu Fuzzy C-Means dan Fuzzy Gustafson Kessel. Pada penelitian ini diperoleh kondisi optimum untuk kedua metode berdasarkan nilai Index XB sebanyak 2 cluster dengan metode terbaik adalah metode Fuzzy Gustafson Kessel berdasarkan nilai icdrate terkecil yaitu sebesar 0,7232. Hasil karakteristik berupa statistika deskriptif menghasilkan bahwa ada perbedaan nilai median di setiap cluster pada masing-masing rasio keuangan dengan rata-rata nilai median tertinggi terjadi pada hasil pengelompokkan di cluster ke 2 dan ukuran penyebaran data terbesar terjadi pada cluster ke 1. Berdasarkan jumlah cluster optimum dan metode terbaik, maka hasil pengujian MANOVA menghasilkan bahwa tidak ada perbedaan karakteristik antar cluster terhadap respon.