Rahmat Hasibuan Budiansyah
STMIK TRIGUNA DHARMA

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

Found 1 Documents
Search

Penerapan Data Mining Clustering Dengan Menggunakan Algoritma K-Means Pada Data Nasabah Kredit Bermasalah PT. BPR Milala Rahmat Hasibuan Budiansyah; Hafizah Hafizah; Rina Mahyuni
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 5, No 1 (2022): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v5i1.4767

Abstract

Dalam dunia perbankan keberadaan kredit merupakan hal yang tak lepas dari salah satu bentuk usaha yang dijalankan oleh dunia perbankan. Perbankan menjalankan kegiatan dan selalu memperhatikan resiko kredit yang akan terjadi dalam hal pemberian kredit. PT. BPR Milala mengalami masalah dalamĀ  kredit dan membutuhkan suatu sistem untuk mempercepat dalam pengelompokkan dan mempersingkat waktu dalam menyelesaikan data kredit bermasalah, maka dibutuhkan suatu sistem berbasis komputer yang dapat mengelompokan data kredit bermasalah yaitu dengan keilmuan Data mining. Data mining adalah proses penggalian data secara mendalam untuk mengetahui hal yang berarti dan tidak diketahui. Penerapan Data mining telah banyak digunakan dalam pengelolahan data untuk menghasilkan pengetahuan. Selanjutnya algoritma yang akan digunakan untuk pengelolaan Data mining pada kasus dalam pengelompokkan data kredit bermasalah adalah K-Means Clustering. Penerapan algoritma K-Means telah digunakan dalam berbagai kasus pengelompokan data seperti yang digunakannya K-Means Clustering untuk meningkat kinerja perusahaan dalam mengelompokkan data kredit bermasalah yang lebih efektif dan efesien. Dari sistem tersebut mendapatkan hasil yang maksimal dalam mengelompokkan data kredit bermasalah dengan menggunakan algoritma k-means yang lebih efisien maupun efektif.