Text

Analisis Cluster Dengan Algoritma K-Means Dan Fuzzy C-Means Clustering Untuk Pengelompokan Data Obligasi Korporasi

---

ABSTRAK

Analisis cluster adalah metode pengelompokan data (objek) yang didasarkan
hanya pada informasi yang ditemukan dalam data yang menggambarkan objek
tersebut dan hubungan diantaranya. Analisis cluster bertujuan agar objek-objek
yang tergabung dalam sebuah cluster merupakan objek-objek yang mirip (atau
berhubungan) satu sama lain dan berbeda (tidak berhubungan) dengan objek
dalam cluster yang lain. Pada penelitian ini digunakan dua metode
pengelompokan yakni Fuzzy C-Means (FCM) dan K-Means clustering. Data yang
digunakan adalah data obligasi 357 perusahaan pada tanggal 1 Desember 2015.
Variabel-variabel yang digunakan terdiri dari coupon rate (tingkat kupon), time to
maturity (waktu sampai dengan jatuh tempo), yield (tingkat pengembalian), dan
rating (peringkat) masing-masing perusahaan.. Penentuan banyaknya cluster
optimum dilakukan dengan perhitungan indeks validitas Xie Beni pada metode
FCM. Setelah diperoleh banyaknya cluster optimum, dilakukan tahap evaluasi
yakni membandingkan metode FCM dan metode K-Means dengan
memperhatikan nilai rasio rata-rata simpangan baku di dalam cluster dan rata-rata
simpangan baku antar cluster (Sw/Sb) masing-masing metode. Metode dengan
nilai rasio Sw/Sb terkecil yang akan dipilih sebagai metode terbaik. Berdasarkan
indeks validitas Xie Beni, disimpulkan jumlah cluster optimum adalah 10 cluster.
Hasil pengelompokan yang digunakan adalah K-Means clustering karena
memiliki nilai rasio Sw/Sb terkecil dibandingkan FCM yakni 0,6651. Kemudian
hasil K-Means clustering dianalisis untuk mengetahui interpretasi dan
karakteristik dari masing-masing cluster yang terbentuk.
Kata kunci: Analisis cluster, coupon rate, time to maturity, yield, rating,Fuzzy
C-Means, K-Means, Indeks Xie Beni, Rasio Sw/Sb.

ABSTRACT

Cluster analysis is a method of grouping data (object) that are based on
information that found in the data which describes the object and relation within.
Cluster analysis aims to make the joined objects in the cluster are identical (or
related) with one another and different (not related) to objects in another cluster.
In this study used two method of grouping; Fuzzy C-Means and K-Means
Clustering. The data used in this research had been using 357 corporate bonds
data on December 1st, 2015. The variables used in this study consist of coupon
rate, time to maturity, yield and rating of each corporate. The determination of the
number of optimum clusters performed by Xie Beni index of validity calculation
at FCM method. Having obtained the optimum number of clusters, evaluation step
was conducted by comparing FCM method to K-Means method with noticing the
average of standard deviation in the clusters and the average of standard deviation
inter-clusters (Sw/Sb) from each method. Method with the smallest Sw/Sb ratio
value would get chosen as the best method. Based on the validity index Xie Beni,
the most optimum number of cluster is 10 because it has the smallest Sw/Sb ratio
value compared to FCM, the value is 0,6651. Afterwards, the result of K-Means
clustering is analyzed to determined the interpretation and characteristics of each
formed clusters.
Keyword: Cluster Analysis, coupon rate, time to maturity, yield, rating, Fuzzy CMeans, K-Means, Xie Beni Index, Sw/Sb ratio.

---

Ketersediaan

509E16IV

518.1 NIN a

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

518.1 NIN a

Penerbit

: ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1420

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Desy Rahmawati Ningrat

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar