Klasterisasi Tagihan Pada Nasabah Pinjaman Online Menggunakan Metode K-Means Clustering

Abstract

Besarnya gaya hidup pada generasi Z yang tidak seimbang antara pengeluaran dengan pemasukan mengakibatkan sebanyak 39% dari generasi Z terlilit hutang pada aplikasi pinjaman online. Data penelitian ini merupakan data dari PT XYZ dengan data berjumlah 999 data, yang terdiri dari usia, keterlambatan dan nominal tagihan nasabah. PT XYZ sendiri merupakan perusahaan yang bergerak pada bidang BPO atau perusahaan bisnis alih daya. Tujuan penelitian ini adalah guna melakukan clusterisasi tagihan dengan menggunakan  metode K-Means. Data yang di perolah akan di olah menggunakan tools jupyter notebook yang berbasis bahasa pemrograman phyton yang akan melalui proses clustering ke dalam 2 cluster yaitu tagihan tertinggi dan tagihan terendah. Setelah di lakukan proses clustering di dapati hasil yaitu sebanyak yaitu cluster 1 dengan total persentase sebanyak 11%, dan cluster 2 sebanyak 89%. Berdasarkan hasil tersebut dapat dinilai bahwa algoritma K-means mampu mengelompokkan tagihan nasabah berdasarkan nominal dengan baik.