Emerging Statistics and Data Science Journal
Vol. 2 No. 1 (2024): Emerging Statistics and Data Science Journal

Analisis Kelompok Pegadaian Berdasarkan Outstanding Loan Area Semarang Menggunakan Metode Clustering Berbasis K-means: Analisis Kelompok Pegadaian Berdasarkan Outstanding Loan Area Semarang Menggunakan Metode Clustering Berbasis K-means

Rhesa Dhiyaulhaq, Muhammad (Unknown)



Article Info

Publish Date
02 Apr 2024

Abstract

Penelitian ini bertujuan untuk menganalisis Pegadaian Area Semarang berdasakan OutStanding Loan di setiap Pegadaian menggunakan metode Clustering berbasis K-means. Data yang digunakan dalam penelitian ini adalah data jumlah 6 kolektibilitas di setiap Pegadaian Area Semarang yang meliputi variabel kolektibilitas Lancar, L.Restruk, Kurang Lancar, Diragukan, Dalam Pengawasan Khusus, dan Macet. Metode ClusteringK-means digunakan untuk mengelompokkan pegadaian berdasarkan kesamaan karakteristik. Evaluasi Clustering menggunakan matrik yang relevan dan Silhouette score. Hasil analisis ini menunjukkan adanya beberapa kelompok pegadaian yang berbeda dalam hal karakteristik total OutStanding Loan, seperti kelompok Pegadaian dengan jumlah OutStanding loan rendah, sedang, dan tinggi. Penelitian inii dapat membantu Pegadaian Area Semarang mengidentifikasi setiap Pegadaian di cabang-cabang yang memiliki jumlah OutStanding Loan berbedabeda. Selain itu, penelitian ini juga menggali informasi lebih lanjut tentang faktor-faktor yang mempengaruhi kelompok pegadaian dengan outstanding loan yang berbeda, serta memberikan panduan dalam penggunaan metode clustering berbasis K-means untuk analisis data total OutStanding Loan di lembaga pegadaian

Copyrights © 2024






Journal Info

Abbrev

esds

Publisher

Subject

Computer Science & IT Mathematics

Description

ESDS publishes scientific articles on statistics and its applications, and also in terms of big data and data science. The article can be a research result, a case study, or a literature review, with coverage: - Statistical Methodology – Articles dealing with new and innovative data analysis ...