PENGELOMPOKAN NASABAH BANK MENGGUNAKAN ALGORITMA KMEANS UNTUK MEMBERIKAN PENAWARAN YANG TEPAT

Ismail Setiawan

Abstract


Penentuan nasabah bank yang layak untuk diberikan iklan penawaran menjadi salah satu pertimbangan dalam menghemat anggaran promosi. Bila satu biaya promosi menghabiskan Rp 1000 dan bank memiliki 100.000.000 nasabah sementara hanya 10% yang tertarik untuk membeli, maka bank bisa dikatan melakukan pemborosan biaya penawaran sebesar Rp 9.000.000.000. Algoritma K-means dapat mengkelompokan data menjadi kelas-kelas tertentu sesuai dengan keinginan pengguna. Algoritma K-means melakukan pengklusteran dengan melakukan beberapa iterasi. Iterasi dianggap cukup atau berhenti saat nilai perubahan fungsi objektif berada dibawah nilai ambang batas. Dari hasil pengklusteran data sebanyak 30 nasabah ke dalam 3 kelas didapat kelas 1 di isi oleh 6 nasabah. Nasabah ini lah yang nantinya akan dilirik oleh pihak bank untuk diberikan iklan penawaran.


Full Text:

PDF

References


Karlita, T., Helen, A., Arifin ,F., 2006, Pengembangan Algoritma K-Modes pada Penentuan Titik Pusat Awal untuk Mengelompokkan Penyakit pada Kacang Kedelai, IES 2006 – Politeknik Elektronika Negeri Surabaya - ITS

Tan, P. et al., 2006, Intoduction to data mining. Boston, Pearson Education.

Prasetyo, E., 2012, Data Mining Konsep dan aplikasi menggunakan matlab, Andi, Yogyakarta

Widodo, P.P., Handayanto, R.T., Herlawati, 2013, penerapan data mining dengan matlab, Rekayasa sains, Bandung

Wu, X., Kumar, V., 2009, The Top Ten Algorithms in Data Mining, CRC Press, London

http://kbbi.web.id/nasabah (diakses pada tanggal 27 november 2014)


Refbacks

  • There are currently no refbacks.