BKG

Ikroman, Faizal Fahmi (2019) Perbandingan Penggunaan Linkage Pada Integrated Cluster Dengan Pendekatan Analisis Diskriminan. Sarjana thesis, Universitas Brawijaya.

Indonesian Abstract

Kredit adalah suatu penyediaan uang atau tagihan berdasarkan persetujuan atau kesepakatan pinjam-meminjam antara bank dan pihak lain yang mewajibkan pihak peminjam melunasi hutang setelah jangka waktu tertentu dengan pemberian bunga. Sebelum bank memberikan kredit kepada debitur perlu adanya penilaian dari pihak bank untuk mengukur apakah debitur mampu menunaikan kewajibannya dalam kredit atau tidak. Salah satu permasalahan kredit adalah adanya debitur yang memiliki kredit tidak lancar, sehingga dapat merugikan pihak bank. Dari permasalahan tersebut tentunya perlu ada pengawasan dalam hal kredit, salah satu analisis statistika yang dapat digunakan pada permasalahan tersebut adalah analisis diskriminan. Analisis diskriminan memliki beberapa kekurangan. Salah satu permasalahan yang muncul pada analisis diskriminan adalah jika pada sampel yang didapat, memiliki sub-sub sampel yang masing masing anggota pada sub sampel memiliki karakteristik yang sama. Jika hal tersebut terjadi hasil akurasi model pada analisis diskriminan akan rendah. Cara mengintegrasikan analisis cluster dengan analisis diskriminan adalah menggunakan variabel dummy yang didapatkan dari hasil cluster. Pada penelitian ini mengkaji penerapan integrated cluster pada analisis diskriminan dengan tiga metode linkage yang berbeda yaitu single linkage, complete linkage dan average linkage. Penelitian ini juga ingin mendapatkan linkage yang terbaik untuk digunakan pada integrated cluster pendekatan analisis diskriminan yang memaksimalkan hit rasio, sensitivitas dan spesivisitas. Hasil hit rasio, sensitifitas dan spesifisitas pada integrated cluster dengan average linkage, complete linkage dan single linkage lebih baik daripada analisis diskriminan

English Abstract

Credit is a provision of money or bills based on a loan agreement between the bank and another party that requires the borrower to pay off the debt after a certain period of time with interest. Before the bank gives credit to the debtor, it needs an assessment from the bank to measure whether the debtor is able to fulfill his obligations in the credit or not. One of the credit problems is the existence of debtors who have non-current credit, so that it can harm the bank. Of these problems, there needs to be supervision in terms of credit, one of the statistical analyses that can be used on these problems is discriminant analysis. Discriminant analysis has several shortcomings. One problem that arises in discriminant analysis is if the sample obtained, has sub-samples that each member in the sub-sample has the same characteristics. If this happens the accuracy of the model in the discriminant analysis will be low. How to integrate cluster analysis with discriminant analysis is to use dummy variables obtained from the cluster results. This study examines the application of integrated clusters in discriminant analysis with three different linkage methods, namely single linkage, complete linkage and average linkage. This study also wants to get the best linkage for use in integrated cluster discriminant analysis approaches that maximize hit ratio, sensitivity and specivisity. The hit ratio, sensitivity and specificity of the integrated cluster with average linkage, complete linkage and single linkage are better than discriminant analysis.

Other Language Abstract

-

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2019/379/052001534
Uncontrolled Keywords: Analisis Diskriminan, Credit Scoring Model, Integrated Cluster Dummy Variabel, Discriminant Analysis, Credit Scoring Model, Integrated Cluster Dummy Variable
Subjects: 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics > 519.53 Descriptive statistics, multivariate analysis, analysis of variance and covariance
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User: Budi Wahyono
URI: http://repository.ub.ac.id/id/eprint/179932
Text
Faizal Fahmi Ikroman (2).pdf

Download | Preview

Actions (login required)

View Item View Item