Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

CLUSTERING TINGKAT KESEHATAN BANK BERDASARKAN RASIO CAMEL MENGGUNAKAN ALGORITMA K-MEANS

Muhammad Ikhbal, - (2021) CLUSTERING TINGKAT KESEHATAN BANK BERDASARKAN RASIO CAMEL MENGGUNAKAN ALGORITMA K-MEANS. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
Laporan TA Muhammad Ikhbal part1.pdf

Download (5MB) | Preview
[img] Text (BAB IV)
Laporan TA Muhammad Ikhbal part2.pdf - Published Version
Restricted to Repository staff only

Download (3MB) | Request a copy

Abstract

Kesehatan suatu bank merupakan hal yang sangat penting dalam perekonomian suatu bangsa, dengan bank yang sehat maka laju perkembangan ekonomi akan berjalan dengan semestinya. Sehingga kesehatan bank merupakan suatu aspek yang dipantau dan diawasi secara berkala. Untuk mempermudah proses pengawasan maka diperlukan suatu cara atau metode untuk mengelompokkan bank berdasarkan kemiripannya. Penelitian mengenai tingkat kesehatan bank pada skripsi ini bertujuan utuk mengelompokkan bank-bank berdasarkan pada aspek tingkat kesehatan bank, yang mana Aspek –aspek yang digunakan sebagai ukuran dalam menentukan tingkat kesehatan bank didasarkan pada aspek yang ada pada metode CAMEL. Metode CAMEL terditi dari beberapa komponen, diantaranya, Capital Adequacy Ratio, Asset Quality, Management, Earning Ability, dan Liquidity Suffiency. Setelah nilai ukur bank didapatkan maka selanjutnya dilakukan pengelompokkan bank berdasarkan nilai-nilai dari rasio CAMEL dengan menggunakan Algoritma K-Means Clustering. Algoritma K-Means merupakan salah satu Algoritma Clustering pada Data mining. Dalam pengujian data bank dikelompokkan menjadi 4 kelompok optimal dengan hasil pengukuran evaluasi menggunakan metode silhouette coefsient sebesar 0.562678. Setelah dilakukan pengujian pada data dengan jumlah 146 data, diperoleh golongan_1 berjumlah sebanyak 65 bank dengan pembagian 55 bank sehat, 8 bank cukup sehat, dan 2 bank kurang sehat. Pada golongan_2 berjumlah 24 bank dengan pembagian 5 bank sehat, dan 9 bank cukup sehat. Pada golongan_3 berjumlah sebanyak 2 bank dengan pembagian 2 bank tidak sehat. Dan pada golongan_4 diperoleh angota berjumlah 55 bank dengan pembagian 54 bank sehat dan 1 bank cukup sehat.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 26 Feb 2021 07:22
Last Modified: 26 Feb 2021 07:22
URI: http://repository.uin-suska.ac.id/id/eprint/47003

Actions (login required)

View Item View Item