Implementasi Data Mining Dalam Pengolahan Data Simpan Pinjam Koperasi Menggunakan Metode K-Means Berbasis Website
DOI:
https://doi.org/10.32493/joaiia.v7i1.56774Keywords:
Data Mining, Pengolahan data, Metode K-Means, Pengelolaan simpan pinjam koperasiAbstract
Koperasi Simpan Pinjam Srikandi merupakan lembaga keuangan mikro yang berperan penting dalam memenuhi kebutuhan ekonomi anggotanya melalui layanan simpanan dan pinjaman. Seiring dengan meningkatnya jumlah anggota dan transaksi setiap tahun, pengolahan data transaksi simpan pinjam di koperasi masih dilakukan secara manual melalui pencatatan pada buku kas anggota. Selain itu, proses penyusunan laporan keuangan juga dilakukan dengan perhitungan dan rekapitulasi manual sehingga membutuhkan waktu yang lama dan berpotensi menimbulkan kesalahan perhitungan. Oleh karena itu, diperlukan sistem pengelolaan data yang efektif dan akurat untuk meningkatkan efisiensi operasional koperasi. Penelitian ini menerapkan pendekatan data mining berbasis website menggunakan metode klasterisasi K-Means untuk mengolah data transaksi simpan pinjam. Metode K-Means digunakan untuk mengelompokkan data transaksi anggota berdasarkan karakteristik yang memiliki kemiripan, seperti frekuensi simpanan dan jumlah pinjaman. Hasil pengelompokan diharapkan dapat membantu pihak koperasi dalam pengambilan keputusan, antara lain dalam penentuan batas pinjaman, evaluasi loyalitas anggota, serta penyusunan strategi peningkatan kualitas layanan.
References
[1] Afidah,N.N, & Masrukan. (2023). Penerapan Metode Cluster ing dengan Algoritma K-Means untuk Pengelompokkan Data Migrasi Penduduk Tiap Kecamatan di Kabupaten Rembang. PRISMA, Prosiding Seminar Nasional Matematika, 729-738.
[2] Afifah, K., Azzahra, Z. F., & Anggoro, A. D. (2022). Analisis teknik entity-relationship diagram dalam perancangan database. INTECH, 8-15.
[3] Alfarizi, M., & Ramadhan, M. S. (2025). Implementasi Data Mining K-Means untuk Klasifikasi Calon Nasabah pada Koperasi Simpan Pinjam Dana Mutiara. Jurnal Sains dan Sistem Informasi, 1-10.
[4] Al-Shargabi, B., Al-Mistarihi, A., & Hammo, B. (2022). Data mining for decision support: Applications and future directions. International Journal of Advanced Commputer Science and Applications, 112-120.
[5] Al-Shargabi, B., Al-Mistarihi, A., & Hammo, B. (2023). Effective data processing strategies in cloud-based systems. International Journal of Computer Applications, 34-42.
[6] Anferta, A., Palhevi, M. R., & Khairuldi. (2024). Perancangan Aplikasi Simpan Pinjam Pada KUD Sumber Rezeki Batanghari Berbasis Web. Jurnal Manajemen Teknologi dan Sistem Informasi (JMS), 589-596.
[7] Bhatia, P., & Goyal, R. (2021). Data mining techniques and applications: Recent trends and future perspectives. Journal of Big Data, 45-63.
[8] Dikaraya, F., & Muharni, S. (2023). PENERAPAN ALGORITMA K-MEANS CLUSTER ING UNTUK PENGELOMPOKAN UNIVERSITAS TERBAIK DI DUNIA. Jurnal Informatika, 393-400.
[9] E., P., & R., H. (2021). Data Processing Model for RealTime Decision Support. Journal of Data Science and Analytics, 55-65.
[10] Fikri, M. (2022). Analisis dan Perancangan Aplikasi Simpan Pinjam pada Koperasi Pegawai PT. Unza Vitalis. rosiding Seminar Nasional Riset dan Inovasi Teknologi (SEMNAS RISTEK), 1033-1039.
[11] Gunawan, W., Hidayanti, N., Rudianto, & Al Hakim, F. (2022). Perancangan Aplikasi Simpan Pinjam pada Koperasi Karyawan '71' PT. Nikomas Gemilang Berbasis Android. Jurnal Sistem Informasi (JSiI), 95-100.
[12] Gupta, A., Sharma, V., & Singh, P. (2022). Modern data processing approaches for big data applications. Journal of Information System and Technology Management, 88-102.
[13] Republik Indonesia. Undang-Undang Nomor 3 Tahun 2014 tentang Perindustrian.
[14] Prasetyo, B., & Gunawan, T. (2022). Pemodelan proses bisnis menggunakan UML Activity Diagram pada sistem informasi akademik. Jurnal Teknologi dan Sistem Informasi, 67-75.
[15] Pratama, D., & Hidayat, A. (2022). Implementasi Laravel framework dalam pengembangan sistem informasi akademik berbasis web. Jurnal Teknologi dan Sistem Informasi, 85-93.
