SEGMENTASI KARAKTERISTIK DEBITUR MENGGUNAKAN ALGORITMA X-MEANS

NURLITA KUSUMA DEWI, Dr. Gunardi, M.Si.

2013 | Skripsi | STATISTIKA

Kejadian debitur gagal membayar atau menunggak pembayaran diistilahkan “default”. Salah satu cara meminimalisir default kita dapat mengenali ciri-ciri debitur yang biasanya mengalami default menggunakan algoritma x- means. Clustering menggunakan algoritma x-means merupakan pengembangan dari k-means cluster. X-means membentuk cluster awal menggunakan k-means. Setiap cluster awal yang terbentuk dibagi menjadi dua cluster berdasarkan kreiteria BIC. Proses ini berulang hingga tidak ada lagi cluster yang dapat dibagi. X-means membutuhkan komputasi yang lebih sedikit daripada k-means dan mampu mengoptimalkan jumlah cluster yang terbentuk.

The event of debtor is failed to pay or arrears of payment is called default. One of the way to minimize default is we can recognize debtor characteristic who usually gets default experience using x-means algorithm. Clustering using x- means algorithm is a development from k-means cluster. X-means forms an initial cluster using k-means. Each formed initial cluster is divided into two clusters based on BIC criteria. This process is repeated until there is no cluster which can not be divided. X-means needs less computation than k-means and is capable to optimize the number of clusters formed.

Kata Kunci : resiko kredit, segmentasi, x-means, k-means, BIC