Implementasi Algoritma K-Means Untuk Analisis Data Nasabah Lunas Pada PT Kresna Reksa Finance
Abstract
PT Kresna Reksa Finance merupakan salah satu perusahaan penyelenggaraan usaha pembiayaan multiguna yang mana pada saat ini penjualan mengalami penurunan. Maka dari itu perusahaan memerlukan strategi dalam melakukan promosi agar bisa meningkatkan penjualan. Sehingga tujuan dari penelitian ini adalah untuk mengelompokkan nasabah PT Kresna Reksa Finance berdasarkan domisilinya. Dalam penelitian ini digunakan algoritma k-means untuk mengklasterkan data nasabah lunas berdasarkan kecamatan. Data dikelompokan menjadi 3 cluster yang terdiri dari nasabah lunas yang berada pada kecamatan Anggana, Samarinda Ilir, Samarinda Kota, Samarinda Ulu, Sungai Pinang, Samarinda Utara, Sambutan merupakan kelompok cluster 1, nasabah lunas pada kecamatan Samarinda Seberang, Palaran, Sanga-Sanga, Sungai Kunjang, Loa Janan Ilir, Loa Janan merupakan kelompok cluster 2, dan nasabah lunas pada kecamatan Loa Kulu merupakan kelompok cluster 3. Data yang digunakan adalah data nasabah lunas pada tahun 2021 sebanyak 1.278 data. Diperoleh bahwa cluster 2 memiliki jumlah terbanyak dengan 768 nasabah yang terdapat pada 6 kecamatan sehingga 6 daerah kecamatan dapat menjadi wilayah prioritas untuk divisi marketing melakukan promosi.
Keywords
Full Text:
PDFReferences
Perbankan, Jakarta: Presiden Republik Indonesia Undang-Undang Republik Indonesia Nomor 10 Tahun 1998, 1992.
P. K. R. Finance, "Sejarah Perusahaan," PT Kresna Reksa Finance, 2021. [Online]. Available: https://kresnareksafinance.co.id/id/#.
R. Priyanto, S. Martina, F. Hamzah, P. R. Somantri, and D. Syarifuddin, “Peranan Promosi Terhadap Peningkatan Volume Penjualan Produk Rajutan di CV Konta Djaya Binong Jati,” Jurnal Abdimas BSI: Jurnal Pengabdian Kepada Masyarakat, vol. 1, no. 2, pp. 296–304, 2018.
D. Suyanto, Data Mining Untuk Klasifikasi Dan Klasterisasi Data. Bandung: Informatika, 2017.
M. R. A. Fernanda, P. Sokibi, and R. Fahrudin, “Sistem Prediksi Ketepatan Kelulusan Mahasiswa Berdasarkan Data Akademik Dan Non Akademik Menggunakan Metode K-Means (Studi Kasus: Universitas Catur Insan Cendekia),” Jurnal Digit: Digital of Information Technology, vol. 11, no. 1, pp. 89–100, 2021.
H. Suharyati, N. Rahaningsih, O. Nurdiawan, and A. R. Dikananda, “Implementasi Algoritma K-Means untuk Strategi Promosi Sekolah Menengah Kejuruan Ulil Albab,” JURNAL DATA SCIENCE & INFORMATIKA, vol. 1, no. 2, pp. 36–40, 2021.
O. O. Tensao, I. N. Y. A. Wijaya, and K. Q. Fredlina, “Analisa Data Mining dengan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru Pada STMIK Primakara,” INFORMASI (Jurnal Informatika Dan Sistem Informasi), vol. 14, no. 1, pp. 1–17, 2022
R. Supardi and I. Kanedi, “Implementasi Metode Algoritma K-Means Clustering pada Toko Eidelweis,” Jurnal Teknologi Informasi, vol. 4, no. 2, 2020, doi: 10.36294/jurti.v4i2.1444.
W. Istiana, “Implementasi Algoritma K-Means untuk Pengelompokan Wilayah Kelayakan Tanam Jagung di Selatan Kabupaten Lampung,” Jurnal Portal Data, vol. 2, no. 6, 2022.
N. Ahsina, F. Fatimah, and F. Rachmawati, “Analisis Segmentasi Pelanggan Bank Berdasarkan Pengambilan Kredit Dengan Menggunakan Metode K-Means Clustering,” Jurnal Ilmiah Teknologi Infomasi Terapan, vol. 8, no. 3, pp. 393–400, 2022.
A. Rachman, E. Yochanan, A. I. Samanlangi, and H. Purnomo, Metode Penelitian Kunatitatif Kualitatif dan R&D. Bandung: Saba Jaya Publisher, 2016.
P. Chapman et al., “CRISP-DM 1.0,” Amerika Serikat, 2000.
D. Novandi, T. T. Wulansari, and N. W. W. Sari, “Implementasi Algoritma K-Means Untuk Analisis Penyebaran Kasus Konfirmasi Covid-19 di Kota Samarinda,” Jurnal Rekayasa Teknologi Informasi (JURTI), vol. 6, no. 2, 2023, doi: 10.30872/jurti.v6i2.8652.
R. S. Wahono, "Data Mining," 2004-2021. [Online]. Available: https://romisatriawahono.net/dm/.
I. Rahma, P. P. Arhandi, and A. T. Firdausi, “Penerapa Metode Hierarchical Clustering Dan K-Means Clustering Untuk Mengelompokkan Potensi Lokasi Penjualan Linkaja,” Jurnal Informatika Polinema, vol. 6, no. 1, pp. 15–22, 2019.
DOI: http://dx.doi.org/10.30872/jurti.v8i1.8860
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Jurnal Rekayasa Teknologi Informasi (JURTI)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Alamat Redaksi :
Program Studi Informatika
Fakultas Teknik
Jl. Sambaliung No. 9 Kampus Gunung Kelua Samarinda 75119 - Kalimantan Timur
e-mail : jurti.unmul@fkti.unmul.ac.id
Url : http://e-journals.unmul.ac.id/index.php/INF
Contact Person : Medi Taruk [081543438301]
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.