PENENTUAN STRATEGI MARKETING MENGGUNAKAN ALGORITMA K MEANS (studi kasus : PT. BPR Pondasi Niaga Perdana cabang Bekasi)

  • Fira Rizkya Muchtar STT Wastukancana
  • Yusuf Muhyidin STT Wastukancana
  • Muhammad Rafi Muttaqin STT Wastukancana

Abstract

  1. Bank Perkreditan Rakyat (BPR) adalah salah satu Lembaga keuangan yang ada di Indonesia yang memiliki peranan penting bagi kelangsungan perekonomian Indonesia. Persaingan antar bank dan dampak pandemic covid 19 membuat masyarakat Bekasi lebih memilih meminjam koperasi yang memiliki bunga besar.

Untuk  dapat memberikan jasa dan minat kepada nasabah, bank juga perlu mengumpulkan dan mengolah informasi mengenai nasabah, informasi nasabah adalah kunci yang penting dalam menjalankan stategi bisnis atau bisnis perbankan. Data mining merupakan dalah satu proses pengumpulan, pengolahan, dan penyajian informasi nasabah yang dapat digunakan oleh pihak marketing sebagai strategi yang akan dipakai untuk bersaing dengan pihak lain yang bergerak dalam bidang yang sejenis.

Metode yang digunakan adalah Knowledge Discovery in Database (KDD). Metode pengelompokan data debitur kredit dengan mengimplementasikan algoritma K-Means menggunakan alat Rapidminer. Atribut yang digunakan jenis penggunaan, sumber dana pelunasan, tenor, kualitas, jumlah hari tunggakan, nominal tunggakan, plafon.

Kata kunci: Data Mining, Clustering, Bank, K-Means

References

Gunawan, R., & Dharma, S. T. (2019). Implementasi Data Mining Menggunakan Regresi Linier Berganda dalam Memprediksi Jumlah Nasabah Kredit Macet Pada BPR Tanjung Morawa. 18(SAINTIKOM).
Husein, M. F. (2014). Analisis Kluster Perkembangan Bank Perkreditan Rakyat Syariah ( BPRS ) di Pulau Jawa Pendahuluan Perkembangan bank perkreditan rakyat syariah selama ini belum tergambarkan dengan jelas . Ketidakjelasan yang dimaksud adalah terkait dengan geografis perkemb. 49(1).
Parida, M. (2018). Seminar Nasional Teknologi dan Bisnis 2018 IIB DARMAJAYA Bandar Lampung. www.bisnis.com,
Rivanthio, T. R., & Ramdhani, M. (2020). Penerapan Teknik Clustering Data Mining untuk Memprediksi Kesesuaian Jurusan Siswa (Studi Kasus SMA PGRI 1 Subang). Faktor Exacta, 13(2), 125. https://doi.org/10.30998/faktorexacta.v13i2.6588
Yunita, F. (2018). PENERAPAN DATA MINING MENGGUNKAN ALGORITMA K-MEANS CLUSTRING PADA PENERIMAAN MAHASISWA BARU (STUDI KASUS : UNIVERSITAS ISLAM INDRAGIRI). In Jurnal SISTEMASI (Vol. 7).
Published
2022-09-14