Implementasi Algoritma K-Means berbasis Z-Score di Koperasi Simpan Pinjam SMP Negeri 1 Cileunyi

Kusuma, Satria Chandra (2018) Implementasi Algoritma K-Means berbasis Z-Score di Koperasi Simpan Pinjam SMP Negeri 1 Cileunyi. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (72kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (113kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (153kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (120kB) | Preview
[img] Text (BAB ii)
5_bab2.pdf
Restricted to Registered users only

Download (423kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (3MB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (117kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (137kB) | Request a copy

Abstract

Evaluasi terhadap kemampuan calon anggota kredit perlu dilakukan sebelum pihak koperasi memberikan kredit. Beberapa aspek akan dipertimbangkan guna mengetahui kondisi serta kemampuan anggota dalam mengembalikan dana hasil kredit, sehingga kecermatan pihak koperasi dalam memberi kredit sangatlah penting. Mengingat modal koperasi yang terbatas serta banyaknya ajuan kredit yang dilayangkan terhadap pihak koperasi, menjadikan pertimbangan untuk memberi lebih sulit dan memerlukan pertimbangan yang rasional. Untuk membantu pihak koperasi dalam menentukan keputusan, penelitian ini dilakukan dengan merancang serta menambahkan suatu metode pendukung keputusan. Metode K-Means berbasis Z-Score digunakan penulis sebagai solusi untuk memecahkan masalah. Penulis menggunakan nilai K=3 serta empat buah parameter diterapkan pada metode. Berdasarkan pengujian yang telah dilakukan, aplikasi dapat mengelompokkan calon kredit kedalam tiga kelompok berdasarkan keempat parameter, yaitu “OK” sebanyak 37 anggota, “Warning” sebanyak 28 anggota dan “Bad” sebanyak 5 anggota. Hasil pengelompokkan digunakan sebagai rekomendasi pemberian kredit kepada pihak koperasi.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Z-Score;K-Means;Clustering;Pengelompokkan
Subjects: Data Processing, Computer Science > Internet (World Wide Web)
Data Processing, Computer Science > Nonelectronic Data Processing
Special Computer Methods > Artificial Intelligence
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Satria Chandra Kusuma
Date Deposited: 02 Jul 2018 02:45
Last Modified: 02 Jul 2018 02:45
URI: https://etheses.uinsgd.ac.id/id/eprint/10033

Actions (login required)

View Item View Item