ANALISIS CLUSTER DENGAN METODE ENSEMBLE ROCK

M. FAJRI, NAZAR (2019) ANALISIS CLUSTER DENGAN METODE ENSEMBLE ROCK. Masters thesis, UNIVERSITAS ANDALAS.

[img]
Preview
Text (Cover dan Abstrak)
cover dan abstak.PDF - Published Version

Download (1MB) | Preview
[img]
Preview
Text (BAB I)
bab 1.PDF - Published Version

Download (177kB) | Preview
[img]
Preview
Text (BAB V)
BAB V .PDF - Published Version

Download (203kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
DAFTAR PUSTAKA.PDF - Published Version

Download (174kB) | Preview
[img] Text (Tesis Full Text)
FULL TESISI .pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

Penelitian ini bertujuan untuk clustering Bank Pembiayaan Rakyat Syariah (BPRS) menggunakan metode ensemble ROCK untuk data berskala campuran kategorik dan numerik. Data kategorik yang digunakan dalam penelitian ini yaitu lokasi BPRS dan kinerja keuangan sedangkan data numerik yang digunakan yaitu modal, aset produktif, pembiayaan, DPK, pendapatan, CAR, ROA, ROE, NPF, FDR, dan BOPO. Clustering data kategorik menggunakan Algoritma ROCK sedangkan clustering data numerik menggunakan algoritma AGNES. Hasil dari masing-masing algoritma divalidasi untuk memperoleh cluster terbaik dari masing-masing algoritma. Metode ensemble ROCK merupakan penggabungan hasil cluster terbaik dari data kategorik dan hasil cluster terbaik dari data numerik dan dipandang sebagai data baru dengan tipe kategorik, kemudian dilakukan clustering dengan menggunakan metode ROCK untuk mendapatkan hasil akhir. Kemudian hasil akhir ini divalidasi menggunakan rasio SW dan SB untuk memperoleh cluster terbaik dari metode ensemble ROCK. Proses ini menghasilkan empat cluster BPRS dengan karakteristik dari mesing-masing cluster dapat dijelaskan sebagai berikut. Cluster pertama memiliki modal dan aset produktif terbesar namun belum mampu memaksimalkan pendapatan. Cluster kedua mempunyai modal dan DPK cukup tinggi namun memiliki kinerja keuangan yang kurang baik. Cluter ketiga memiliki DPK yang tinggi namun memiliki ROA yang rendah. Cluster keempat memiliki laporan keuangan yang rendah namun mampu memaksimalkan keuntungan yang ditandai dengan ROA yang tinggi. Berdasarkan karakteristik dapat disimpulan cluster terbaik berada pada cluster keempat sedangkan cluster yang memerlukan perhatian khusus adalah cluster kedua.

Item Type: Thesis (Masters)
Primary Supervisor: Dr. DODI DEVIANTO
Uncontrolled Keywords: Clustering, BPRS, ROCK, AGNES, Ensemble.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Pascasarjana (Tesis)
Depositing User: s2 matematika matematika
Date Deposited: 23 Jul 2019 12:33
Last Modified: 23 Jul 2019 12:33
URI: http://scholar.unand.ac.id/id/eprint/47278

Actions (login required)

View Item View Item