Published 2025-12-15
Keywords
- Analisis klaster, SPSS, Perbankan Syariah, K-Means, Rasio Keuangan, Segmentasi Data
How to Cite
Abstract
Analisis klaster merupakan salah satu metode statistik multivariat yang digunakan untuk mengelompokkan objek berdasarkan kemiripan karakteristik tertentu. Penelitian ini bertujuan untuk menerapkan metode cluster analysis pada data perbankan di Indonesia dengan menggunakan perangkat lunak SPSS. Variabel yang digunakan meliputi indikator kinerja keuangan, yaitu Dana Pihak Ketiga (DPK), Pembiayaan yang Diberikan (PYD), total aset, Capital Adequacy Ratio (CAR), Non-Performing Financing (NPF), dan Return on Assets (ROA), serta variabel kategorikal seperti industri, jenis perusahaan, dan wilayah operasional. Dengan memanfaatkan teknik K-Means, penelitian ini berupaya untuk mengidentifikasi pola pengelompokkan yang mencerminkan perbedaan karakteristik antar entitas perbankan.
Hasil analisis menunjukkan bahwa metode klaster mampu membedakan kelompok perbankan berdasarkan kemiripan kinerja keuangan dan distribusi wilayah. Pengelompokkan ini memberikan gambar yang lebih komprehensif mengenai segmentasi industri perbankan syariah dan unit usaha syariah, sehingga dapat dimanfaatkan sebagai dasar pengambilan keputusan strategis bagi pengelola, regulator, maupun peneliti. Temuan ini juga memperkuat bahwa cluster analysis merupakan alat analisis yang efektif untuk memahami heterogenitas kinerja perbankan dan potensi pengembangan sektor keuangan syariah di masa mendatang.
Downloads
References
- Ediyanto, M. N. M., & Satyahadewi, N. (2013). Pengklasifikasian karakteristik dengan metode K-Means cluster analysis. Bimaster: Buletin Ilmiah Matematika, Statistika dan Terapannya, 2(02).
- Fauziah, F., & Sandaya Karhab, R. (2019). Pelatihan pengolahan data Menggunakan aplikasi SPSS pada mahasiswa.
- Ls, D., Lesnussa, Y. A., Talakua, M. W., & Matdoan, M. Y. (2021). Analisis klaster untuk pengelompokkan kabupaten/kota di provinsi maluku berdasarkan indikator pendidikan dengan menggunakan metode ward. Jurnal Statistika dan Aplikasinya, 5(1), 51-60.
- Irawan, D., Wijaya, G., & Warisaji, T. T. (2025). Penerapan Algoritma K-Means Clustering untuk Segmentasi Nasabah Bank. BIOS: Jurnal Teknologi Informasi dan Rekayasa Komputer, 6(1), 47-53.
- Khoiri, M. A., Kotjoprayudi, R. B., & Eskaluspita, A. Y. (2025). Analisis Cluster Terhadap Pengelompokan Preferensi Pengguna Pembayaran Digital dan Dampaknya Terhadap Inklusi Keuangan Mahasiswa Telkom University: Cluster Analysis of The Clustering of Digital Payment User Preferences and Its Impact on Financial Inclusion of Telkom University Student. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 5(3), 1095-1106.
- Aulia, R. N., Taufiqillah, R., & Dewi, P. (2024). Analysis Customer Segmentation on Individual Life Insurance in Kalimantan Province Using K-Means Clustering with SPSS. Innovative: Journal Of Social Science Research, 4(5), 4462-4476.
- Santosa, S. (2024). ANALISIS KINERJA KEUANGAN BANK-BANK GLOBAL MENGGUNAKAN CLUSTERING MODEL K-MEANS TAHUN 2019 DAN 2023 (Doctoral dissertation, Universitas Bakrie).
- Andriansyah, R. M., Saputra, D. G., & Surya, R. K. (2025). Pengaruh Kinerja Keuangan Bank Dalam Kualitas Aset, dan Efesiensi Operasional Terhadap Profitabilitas. RIGGS: Journal of Artificial Intelligence and Digital Business, 4(2), 1332-1341.