Universitas Bhayangkara Jakarta Raya

Institutional Repositories

Limbong, Mister Felix (2025) nalisis Data Pinjaman Online Menggunakan Metode Clustering K-Means dan DBSCAN. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.

[img] Text
202110715258_Mister Felix Limbong_Cover-Daftar Isi.pdf

Download (4MB)
[img] Text
202110715258_Mister Felix Limbong_BAB I.pdf

Download (1MB)
[img] Text
202110715258_Mister Felix Limbong_BAB II, III, IV.pdf
Restricted to Registered users only

Download (2MB)
[img] Text
202110715258_Mister Felix Limbong_BAB V.pdf

Download (1MB)
[img] Text
202110715258_Mister Felix Limbong_Daftar Pusatka.pdf

Download (985kB)
[img] Text
202110715258_Mister Felix Limbong_Lampiran.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Proses penelitian mencakup tahapan pra-pemrosesan data, pelatihan model, dan evaluasi performa menggunakan metrik Silhouette Score dan Davies-Bouldin Index. Hasil menunjukkan bahwa algoritma K-Means menghasilkan klasterisasi yang lebih stabil dan informatif dengan nilai Silhouette Score sebesar 0,247 dan Davies-Bouldin Index sebesar 1,5472, sedangkan DBSCAN kurang optimal dengan nilai evaluasi yang lebih rendah dan banyak data yang teridentifikasi sebagai noise. Hasil klasterisasi ini diharapkan dapat dimanfaatkan oleh perusahaan penyedia layanan pinjaman online dalam menyusun strategi penagihan dan pemasaran yang lebih tepat sasaran, sekaligus mendukung deteksi dini terhadap pengguna berisiko tinggi secara efisien dan akurat.

Item Type: Thesis (Undergraduate)
Additional Information: Pembimbing: Prof. Dr. Mujiono Sadikin, S.T., M.T. NIDN0406127002, Adi Muhajirin, S.Kom., M.Kom., M.M. NIDN0318038501
Subjects: Teknologi dan Ilmu Terapan > Komputer
Teknologi dan Ilmu Terapan > Teknik Informatika
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Mr. Arif Syamsudin
Date Deposited: 15 Oct 2026 03:10
Last Modified: 15 Oct 2026 03:10
URI: http://repository.ubharajaya.ac.id/id/eprint/41576

Actions (login required)

View Item View Item

Downloads

Downloads per month over past year