Penerapan Metode Fuzzy C-Means Untuk Pengelompokan Data Kredit

Ni Luh Gede Pivin Suwirmayanti

Abstract


Segmentasi data merupakan  suatu proses pengelompokan data  yang semula berperilaku berbeda-beda menjadi beberapa kelompok yang sekarang berperilaku lebih seragam. Metode clustering cukup banyak digunakan untuk mengatasi permasalahan yang terkait dengan segementasi data. Clustering ini merupakan metode pengelompokan berdasarkan ukuran kedekatan. Salah satu metode clustering yang dapat digunakan untuk mengelompokkan data adalah Fuzzy C-Means, yang merupakan suatu metode pengelompokan data yang ditentukan oleh derajat keanggotaan. Adapun tujuan penelitian ini adalah mengkaji penerapan fuzzy clustering, utamanya Fuzzy C-Means, dalam penentuan pusat cluster dalam permasalahan klasifikasi untuk penilaian kelayakan pemberian kredit. Data Uji yang digunakan adalah German Credit Dataset terdiri dari 1000 record dan 20 variabel dengan tipe data campuran yaitu tipe data numerik dan kategorikal. Studi kasus yang diangkat dalam penelitian ini adalah mengenai segmentasi pasar, dengan menerapkan metode Fuzzy C-Means. Pada tahapan desain sistem menggunakan use case diagram dan pada tahapan implementasi sistem dilakukan inputan data uji, menginputkan  atribut, menginputkan jumlah cluster yang dihasilkan, sehingga memperoleh pusat cluster yang terbentuk yang nantinya  akan dapat ditindaklanjuti sebagai bahan pertimbangan untuk pengambilan keputusan dan juga memungkinkan untuk melakukan pendekatan marketing yang sesuai dengan ciri-ciri dominan dari kelompok-kelompok yang terbentuk. Terakhir dilakukan proses pengujian dengan dengan memperoleh hasil sesuai dengan skenario pengujian.

Kata kunci: Clustering,  Fuzzy C-Means, Data Kredit, Segmentasi Data.


Full Text:

PDF


DOI: http://dx.doi.org/10.30700/pss.v1i1.352

Article Metrics

Abstract view : 980 times
PDF - 868 times

Refbacks

  • There are currently no refbacks.


Proceeding Seminar Nasional Sistem Informasi dan Teknologi Informasi Sudah terindex di :


DRJI Indexed Journal

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

 

Sponsor:

View My Stats

Partners & Co-Organizers: