Penerapan Metode K-Nearest Neighbor Pada Google Collab (Study Kasus: Peminatan Konsumen Terdahap Macam Macam Tabungan)

Penerapan Metode K-Nearest Neighbor Pada Google Collab (Study Kasus: Peminatan Konsumen Terdahap Macam Macam Tabungan)

• By Rhomadona Bambang Pamungkas;
• Skripsi
• 6
• 1-59

Penelitian ini bertujuan menganalisis preferensi nasabah terhadap berbagai jenis tabungan di Bank Woori Saudara KC Bogor dengan metode K-Nearest Neighbor (KNN) di platform Google Colab. Latar belakangnya adalah perkembangan teknologi informasi yang mengubah sektor perbankan, menuntut inovasi layanan yang lebih efisien. Penelitian ini bertujuan memahami preferensi dan kebutuhan nasabah untuk mempertahankan serta meningkatkan pangsa pasar. Permasalahan yang dijawab mencakup penerapan KNN dalam menganalisis preferensi konsumen dan bagaimana hasilnya dapat membantu bank merancang strategi pemasaran dan meningkatkan pelayanan. Data nasabah dari tahun 2006 hingga 2023 digunakan, dengan fokus pada sampel 5.000 data dari tahun 2018 hingga 2022. Metode KNN diterapkan untuk klasifikasi preferensi nasabah terhadap berbagai jenis tabungan. Variabel independen meliputi produk tabungan, usia nasabah, kebangsaan, pendapatan, saldo awal, saldo minimum, dan lainnya. Hasil evaluasi model KNN menunjukkan kinerja sangat baik dengan akurasi 95,66%, precision tertinggi 1,00, recall tertinggi 0,98, dan F1-score tertinggi 0,98. Hasil penelitian diharapkan membantu Bank Woori Saudara KC Bogor merancang strategi pemasaran yang lebih efektif dan meningkatkan layanan. Penelitian ini juga memperdalam pemahaman penulis tentang metode KNN dalam analisis preferensi konsumen di sektor perbankan serta memberikan contoh penerapan algoritma machine learning dalam kasus nyata.

• Katakunci Tabungan, K-Nearest Neighbor, dan Nasabah
• URL http://
• Penerbit ,

REFERENSI

A’yuniyah, Q., & Reza, M. (n.d.). IJIRSE: Indonesian Journal of Informatic Research and Software Engineering Application Of The K-Nearest Neighbor Algorithm For Student Department Classification At 15 Pekanbaru State High School Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Di Sma Negeri 15 Pekanbaru. 2023.

Berlian, D., Apriana, A., & Al-Amar Subang, S. (2023). PERBANDINGAN PEMBERIAN KREDIT ANTARA BANK KONVENSIONAL DAN PEMBIAYAAN BANK SYARIAH KEPADA USAHA KECIL DAN MENENGAH. In Jurnal Perbankan Syariah Indonesia) (Vol. 2, Issue 2).

Dewi Marini Umi Atmaja, A. R. H. , D. H. , N. S. (n.d.). tik-52-9-hal-penerapan-algoritma-k-nearest-neighbor-untuk-prediksi-pengelompokkan-tingkat-risiko-penyebaran-covid-19. 2021.

EKA FEBRIYANI. (2023). PENGARUH DESAIN PRODUK, HARGA, DAN DAYA TARIK PROMOSI MEDIA SOSIAL INSTAGRAM TERHADAP MINAT BELI ULANG PRODUK SEPATU AEROSTREET.

Farissa, R. A., Mayasari, R., & Umaidah, Y. (2021). Perbandingan Algoritma K-Means dan K-Medoids Untuk Pengelompokkan Data Obat dengan Silhouette Coefficient. In Journal of Applied Informatics and Computing (JAIC) (Vol. 5, Issue 2). http://jurnal.polibatam.ac.id/index.php/JAIC

Gelar Guntara, R. (2023). Visualisasi Data Laporan Penjualan Toko Online Melalui Pendekatan Data Science Menggunakan Google Colab. Jurnal Ilmiah Multidisiplin, 2(6).

Homepage, J., A’yuniyah, Q., & Reza, M. (n.d.). IJIRSE: Indonesian Journal of Informatic Research and Software Engineering Application Of The K-Nearest Neighbor Algorithm For Student Department Classification At 15 Pekanbaru State High School Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Di Sma Negeri 15 Pekanbaru.

Jefika, M., Kosasi, H., Prayogi, G., & Dharma, A. (2020). Prediksi Gelombang Corona Dengan Metode Neural Network. JIKOMSI Jurnal Ilmu Komputer Dan Sistem Informasi, 3(2), 102–107.

Ketut Sriwinarti, N., & luh Putu Juniarti, N. (2021). Analisis Metode K-Nearest Neighbors (K-NN) Dan Naive Bayes Dalam Memprediksi Kelulusan Mahasiswa (Analysis of K-Nearest Neighbors (K-NN) and Naive Bayes Methods in Predicting Student Graduation). 3(2), 106–112.

Khairu, N., Divisi, N., Data, A., Nugraha, Y., Febria, C., Divisi, F., Divisi, A. E., Intan, J., Divisi, K., Suherman, A. L., Penelitian, D., & Pengabdian, D. (2020). Evaluasi Berbasis Data: Kebijakan Pembatasan Mobilitas Publik dalam Mitigasi Persebaran COVID-19 di Jakarta. In Jurnal Sistem Cerdas.

Luthfi Bangun Permadi, M., & Gumilang Sekolah Tinggi Teknologi Bandung, R. (n.d.). PENERAPAN ALGORITMA CNN (CONVOLUTIONAL NEURAL NETWORK) UNTUK DETEKSI DAN KLASIFIKASI TARGET MILITER BERDASARKAN CITRA SATELIT.

Mahasiswa, J., & Samudra, A. (2023). PENERAPAN DATA MINING UNTUK MEMPREDIKSI HARGA BAHAN PANGAN DI INDONESIA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (Vol. 4, Issue 4).

Matematika, J. I., & Adi, S. (n.d.). MATHunesa Tahun 2022 KOMPARASI METODE SUPPORT VECTOR MACHINE (SVM), K-NEAREST NEIGHBORS (KNN), DAN RANDOM FOREST (RF) UNTUK PREDIKSI PENYAKIT GAGAL JANTUNG Atik Wintarti.

Muhamad Irsan, Forkas Tiroy Santos.B, & Ahmad Husain. (2024). Implementasi Aplikasi Pandas (Phyton) Dalam Mengelola Data Excel Sebagai Media Persiapan Pelaporan Nilai Raport Siswa. https://jurnalpengabdianmasyarakatbangsa.com/index.php/jpmba/index

Palgunadi, Reinardus Di Caprio Kadju, Muhammad Rifqi Alfaris, Dion Mauludin, & Perani Rosyani. (2023). Pemodelan Dan Penyelesaian Pertidaksamaan Dalam Kalkulus Menggunakan Python.

Putra, F., Tahiyat, H. F., Ihsan, R. M., Rahmaddeni, R., & Efrizoni, L. (2024). Penerapan Algoritma K-Nearest Neighbor Menggunakan Wrapper Sebagai Preprocessing untuk Penentuan Keterangan Berat Badan Manusia. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(1), 273–281. https://doi.org/10.57152/malcom.v4i1.1085

Putri, N. S., & Aravik, H. (n.d.). ANALISIS PRODUK TABUNGAN WADI’AH PADA PT. BANK PEMBIAYAAN RAKYAT SYARIAH AL FALAH BANYUASIN.

Rozikin, C., Susilo Yuda Irawan, A., & Singaperbangsa Karawang, U. (2020). Klasifikasi Jenis Buah Mangga dengan Metode Backpropagation.

Sartika, A. R., Lubis, E., Lisdayanti, S., & Yudha, R. K. (2022). Pelatihan Aplikasi Microsoft Word, Microsoft Excel dan Power Point Pada siswa-siswi di SMPN 4 Kutacane. Empowerment: Jurnal Pengabdian Masyarakat, 1(5), 712–721. https://doi.org/10.55983/empjcs.v1i5.249

Suhanda, Y., Kurniati, I., & Norma, S. (2020). Penerapan Metode Crisp-DM Dengan Algoritma K-Means Clustering Untuk Segmentasi Mahasiswa Berdasarkan Kualitas Akademik. Jurnal Teknologi Informatika Dan Komputer, 6(2), 12–20. https://doi.org/10.37012/jtik.v6i2.299

Sumantri, S., Tinggi, S., & Kesatuan, I. E. (2020). TINJAUAN PELAYANAN CUSTOMER SERVICE PADA BANK WOORI SAUDARA KANTOR CABANG BOGOR. https://doi.org/10.13140/RG.2.2.35293.44006

Tarigan, P. M. S., Hardinata, J. T., Qurniawan, H., Safii, M., & Winanjaya, R. (2022). Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang. Jurnal Janitra Informatika Dan Sistem Informasi, 2(1), 9–19. https://doi.org/10.25008/janitra.v2i1.142