Analisis Karakteristik Profil Debitur dengan Kualitas Kredit Menggunakan Metode Clustering untuk Mitigasi Risiko dan Perencanaan Ekspansi Portofolio Kredit Small Medium Enterprise

Yorinda, Ilham Achmadi (2023) Analisis Karakteristik Profil Debitur dengan Kualitas Kredit Menggunakan Metode Clustering untuk Mitigasi Risiko dan Perencanaan Ekspansi Portofolio Kredit Small Medium Enterprise. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6032211057-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (2MB) | Request a copy

Abstract

Pengambilan keputusan yang tepat dalam menentukan rencana ekspansi kredit beserta mitigasi risikonya merupakan hal yang krusial bagi bank dalam mengelola portofolio kredit Small Medium Enterprise. Strategi yang diambil oleh suatu bank harus menyesuaikan dengan karakteristik umum dari debitur target ekspansi bisnis maupun mitigasi risiko sehingga upaya ekspansi bisnis dan mitigasi risiko dapat dilakukan secara efektif kepada kelompok tertentu. Berdasarkan permasalahan tersebut, tujuan dari penelitian ini adalah mengidentifikasi kelompok-kelompok debitur dengan karakteristik serupa berdasarkan data profil debitur dan kualitas kredit mereka, serta memahami perbedaan risiko kredit dan peluang ekspansi bisnis di antara kelompok-kelompok tersebut. Data yang digunakan adalah profil sebaran debitur dari Bank ABC sebanyak 5088 debitur. Teknik analisis yang digunakan adalah K-Means dan K-Medoids dengan kriteria evaluasi yang digunakan adalah silhouette coefficient, davies-bouldin index dan computing time. Penentuan jumlah kelompok yang optimal dilakukan dengan menganalisis Grafik WSS dengan elbow method. Analisis ekspansi bisnis dan mitigasi risiko dilakukan secara terpisah dimana analisis ekspansi bisnis dilakukan kepada debitur dengan nilai kolektibilitas 1 dan analisis mitigasi risiko dilakukan kepada debitur yang memiliki nilai kolektibilitas 2 – 5. Hasil penelitian menunjukkan bahwa metode K-Means merupakan metode terbaik dalam menganalisis strategi ekspansi bisnis dan metode K-Medoids merupakan metode terbaik dalam menganalisis strategi mitigasi bisnis. Melalui metode tersebut, penelitian ini membentuk 6 kelompok dalam analisis ekspansi bisnis dan 3 kelompok pada analisis mitigasi risiko. Adapun dalam perbandingan kriteria evaluasi hasil clustering, silhouette coefficient pada analisis ekspansi bisnis dan mitigasi risiko memiliki nilai yang sama masing-masing 1 dan 0.7493. Davies-bouldin index untuk mitigasi risiko memiliki nilai paling rendah yakni 1.9955. Dalam hal computing time, metode K-Means memiliki durasi paling singkat untuk menghitung ekspansi bisnis yakni 0.678647 detik
====================================================================================================================================
Making the right decision in determining credit expansion plans and their risks is crucial for banks in managing the Small Medium Enterprise credit portfolio. The strategy taken by a bank must be adapted to the general characteristics of the target debtors for business expansion and risk mitigation so that business expansion and risk mitigation efforts can be carried out effectively for certain groups. Based on these problems, the purpose of this research is to identify groups of debtors with similar characteristics based on debtor profile data and their credit quality, and to understand the differences in credit risk and opportunities for business expansion among these groups. The data used is the profile of the distribution of debtors from Bank ABC of 5088 debtors. The analysis technique used is K-Means and K-Medoids with the evaluation criteria used are silhouette coefficient, davies-bouldin index and computation time. Completion of the optimal number of groups is done by analyzing the WSS graph using the elbow method. Analysis of business expansion and risk reduction is carried out separately where business expansion analysis is carried out for debtors with a collectibility value of 1 and risk reduction analysis is carried out for debtors who have a collectibility value of 2 – 5. The results showed that the K-Means method is the best method for analyzing business expansion strategies and the K-Medoids method is the best method for analyzing business mitigation strategies. Through this method, this study formed 6 groups in the analysis of business expansion and 3 groups in the analysis of risk mitigation. As for the comparison of the evaluation criteria for clustering results, the silhouette coefficient in the analysis of business expansion and risk mitigation has the same value of 1 and 0.7493 respectively. The Davies-bouldin index for risk mitigation has the lowest value, namely 1.9955. In terms of computing time, the K-Means method has the shortest duration for calculating business expansion, namely 0.678647 seconds.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Clustering, Profil Debitur, Kualitas Kredit, K-Means, K-Medoids; Clustering, Customer Profile, Credit Quality, K-Means, K-Medoids
Subjects:	Q Science > QA Mathematics > QA278.55 Cluster analysis
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User:	Ilham Achmadi Yorinda
Date Deposited:	18 Aug 2023 04:10
Last Modified:	18 Aug 2023 04:10
URI:	http://repository.its.ac.id/id/eprint/104208

Actions (login required)

View Item