Penerapan Algoritma K-MEANS clustering Dalam pengelompokan kelancaran pembayaran piutang Koperasi CKM

Authors

  • Boy Kristian Hia STMIK PELITA NUSANTARA Author

Keywords:

Algoritma K-Means clustering, Pengelompokkan Kelancaran Pembayaran Piutang.

Abstract

Koperasi CKM Lubuk Pakam selama ini adalah membantu banyak masyarakat dalam hal memberikan pinjaman atau piutang  untuk memperlancar keberlangsungan kegiatan kehidupan masyarakat banyak. Namun setelah berjalannya waktu, selama periode pembayaran piutang, banyak nasabah yang macet atau kurang lancar dalam melakukan pembayaran pinjaman atau piutang ke koperasi sesuai kesepakatan tenor atau waktu yang ditentukan, hal ini akan merugikan pihak koperasi. Oleh karena itu perlu diterapkan sebuah algoritma dalam mengelompokan nasabah yang yang Sangat lancar (C1), Lancar (2), dan Tidak Lancar (C2). Algoritma yang digunakan adalah algoritma K-Means Clustering. Dimana hasil penerapan Algoritma K-Means Clustering dapat mengelompokkan kelancaran pembayaran piutang dari 20 data nsabah ke beberapa kelompok yaitu, Sangat Lancar (C1) sebanyak sebanyak 11 data yaitu ke 1,2,6,8,10,11,14,15,18,19,20),  Lancar (C2) sebanyak 4 data, yakni data ke 3,5,9 dan 16, sedangkan Tidak Lancar (C3) sebanyak 5 data yakni data ke 4,7,12,13,17.

Downloads

Published

27.10.2024

How to Cite

Penerapan Algoritma K-MEANS clustering Dalam pengelompokan kelancaran pembayaran piutang Koperasi CKM. (2024). Journal Data Science Penusa (JDSP), 1(1), 460-468. https://journal.pelitanusantara.ac.id/index.php/jdsp/article/view/149

Similar Articles

1-10 of 62

You may also start an advanced similarity search for this article.