Clustering Nasabah Bank Berdasarkan Tingkat Likuiditas Menggunakan Hybrid Particle Swarm Optimization dengan K-Means

Penulis

  • Ida Wahyuni
  • Yudha Alif Auliya
  • Asyrofa Rahmi
  • Wayan Firdaus Mahmudy

Kata Kunci:

K-Means, Particle Swarm Optimization, Hybrid PSO K-Means, Clustering, Likuiditas

Abstrak

Setiap Bank memiliki layanan dalam meminjamkan modal kepada suatu perusahaan. Namun nominal pinjaman modal tidaklah sedikit. Sehingga untuk mencegah pengembalian modal dapat dilakukan dengan lancar, diperlukan clustering perusahaan berdasarkan analisa likuiditas. Pada penelitian ini, clustering dilakukan menggunakan hybrid Particle Swarm Optimization dengan K-Means (PSO-KMeans). Metode hybrid tersebut digunakan untuk mendapatkan hasil cluster yang tidak terjebak dalam solusi optimum lokal. Hasil yang diperoleh dari hybrid PSO K-Means menunjukkan hasil yang lebih baik jika dibandingkan dengan menggunakan algoritma K-Means tanpa hybrid. Hal ini dibuktikan dengan perolehan centroid terbaik yang ditunjukkan dengan nilai Silhouette Coefficient  yang diperoleh hybrid PSO K-Means lebih baik dibandingkan K-Means.

Unduhan

Data unduhan belum tersedia.

Diterbitkan

2016-08-01

Cara Mengutip

Wahyuni, I., Auliya, Y. A., Rahmi, A., & Mahmudy, W. F. (2016). Clustering Nasabah Bank Berdasarkan Tingkat Likuiditas Menggunakan Hybrid Particle Swarm Optimization dengan K-Means. Jurnal Ilmiah Teknologi Informasi Asia, 10(2), 24–33. Diambil dari https://jurnal.stmikasia.ac.id/index.php/jitika/article/view/79