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

Authors

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

Keywords:

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

Abstract

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.

Downloads

Download data is not yet available.

Additional Files

Published

01-08-2016

How to Cite

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. Retrieved from https://jurnal.asia.ac.id/index.php/jitika/article/view/79

Issue

Vol. 10 No. 2 (2016): Volume 10 Nomor 2 (8)

Section

Article

License

Upon acceptance for publication, authors transfer copyright of their article to Jurnal Ilmiah Teknologi Informasi Asia. This includes the rights to reproduce, transmit, and translate the material in any form or medium.

While the editorial board endeavors to ensure accuracy, they accept no responsibility for the content of articles or advertisements. Liability rests solely with the respective authors and advertisers.

Website material is licensed under a Creative Commons Attribution 4.0 International License (CC BY 4.0). Under this license, users are free to share and adapt the material for any purpose, including commercial use, provided license terms are met. These freedoms are irrevocable by the licensor under such conditions.