Pengelompokan Data Pengeluaran Bulanan pada Aplikasi Pencatatan Keuangan Pribadi menggunakan Metode K-Means Clustering
Article Sidebar
Published:
Nov 1, 2024
Keywords:
pengelompokan pengeluaran bulanan, data mining, k-means clustering, pencatatan keuangan pribadi
Section
Articles
Statistics Article
Article View : 141 Times
Main Article Content
Abstract
Pengelolaan keuangan pribadi menjadi sangat penting dalam era modern yang kompleks saat ini, faktor gaya hidup yang berlebihan dan kurangnya pemahaman seseorang terhadap finansial membuat aplikasi Pencatatan Keuangan Pribadi menjadi salah satu peran penting dalam membantu mengelola pengeluaran pribadi, namun data pengeluaran pada aplikasi pencatatan keuangan pribadi masih terkesan rancu untuk membedakan pengeluran prioritas dan bukan prioritas. Pada penelitian ini, peneliti mengimplementasi pengelompokkan data pengeluaran bulanan menggunakan metode K-Means Clustering. Data yang digunakan adalah 30 data training dan 25 data uji yang diambil dari data aplikasi Pencatatan Keuangan Pribadi (CaKeP). Pada proses clustering menggunakan K-Means Clustering menghasilkan 3 kelompok yaitu pengeluaran rendah, sedang, dan tinggi dengan menghasilkan score 72% menggunakan Silhouette Score.
Downloads
Download data is not yet available.
Article Details
References
Adebayo, A. R, Adebayo, A. O, & Oyebode, O. (2016). Monthly Expenditure of Nigerian Households on Food: Evidence from Ibadan. Journal of Environmental and Social Sciences, 3(11), 1–14.
Adiya, M. H., & Desnelita, Y. (2019). Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru. 05(01).
Aggarwal, C. C, & Reddy, C. K. (2013). Data clustering: Algorithms and applications. CRC Press.
Alfina, T., Santosa, B., & Hakim, J. A. R. (2012). Analisa Perbandingan Metode Hierarchical Clustering, K-means dan Gabungan Keduanya dalam Cluster Data (Studi kasus: Problem Kerja Praktek Jurusan Teknik Industri ITS). 1.
Almayda, A., & Saepudin, S. (2021). PENERAPAN DATA MINING K-MEANS CLUSTERING UNTUK MENGELOMPOKKAN BERBAGAI JENIS MERK SMARTPHONE.
Chandra, S, & Singh, V. (2019). AN EFFICIENT K-MEANS CLUSTERING ALGORITHM FOR DATA MINING. International Journal of Computer Applications, 182(16), 23–27.
Fadhilah, A. N, & Nasution, M. N. (2020). Analisis Pengaruh Aplikasi Pencatatan Keuangan Pribadi Terhadap Pengelolaan Keuangan Pribadi. Jurnal Online Mahasiswa Fakultas Ekonomi Universitas Riau, 7(1), 1–12.
Hidayatullah, D, & Widayanti, R. (2017). Penerapan Metode K-Means Clustering pada Data Transaksi Penjualan Online di Tokopedia. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi (JNTETI, 6(1), 1–8.
Lee, C, Lee, J, & Lee, S. (2019). A Personal Financial Management System Using a Machine Learning Algorithm. Sustainability, 11(13), 3679.
Rahman, M. M, & Rabbani, M. G. (2018). Klasifikasi Data Berbasis Cluster Menggunakan Algoritma K-Means. International Journal of Computer Science and Information Security (IJCSIS), 16(1), 76–83.
Risdianto, R, Wardoyo, R, & Wardana, I. N. (2016). Clustering data pengeluaran untuk penerapan cash management pada usaha kecil dan menengah. Jurnal Teknik Informatika Dan Sistem Informasi, 2(1), 1–6.
Septioko, T., Parhusip, H. A., & Mahatma, T. (n.d.). Aplikasi K-means Untuk Pengelompokan Rumah Tangga Di Salatiga Berdasarkan Data SUSENAS 2011.
Suhartono, T, & Winarno, W. (2020). Analisis Perilaku Konsumen dalam Pengelolaan Keuangan Pribadi. Jurnal Manajemen Dan Kewirausahaan, 22(2), 97–108.
Tan, P.-N., Steinbach, M., & Kumar, V. (n.d.). Introduction to Data Mining.
Tibshirani, S., & Friedman, H. (n.d.). Valerie and Patrick Hastie.
Witten, I. H, Frank, E, & Hall, M. A. (2016). Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann.
Zainudin, E, & Wijaya, E. Y. (n.d.). Analisis Pengelompokan Data Penggunaan Energi Listrik Rumah Tangga Menggunakan Metode K-Means Clustering. Jurnal Elektronika Dan Telekomunikasi (JET).
Syardiansah, S., Latief, A., Ramadansyah, J., Wijoyo, H., Prayudi, A., Sisiawan Putra, R., & Musnaini, M. (2021). The Influence of Work Motivation and Organizational Culture to Employee Performance.
Haudi, H., Wijoyo, H., & Cahyono, Y. (2020). Analysis of most influential factors to attract foreign direct investment. Journal of Critical Reviews, 7(13).
Haudi, H., Wijoyo, H., & Cahyono, Y. (2020). Effect of product innovation and marketing strategy on consumer purchase decisions in Indonesia’s lightweight roof steel industry. Journal of Critical Reviews, 7(13).
Wijoyo, H., Prayudi, A., & Putra, R. S. (2020). The Influence of Work Motivation and Organizational Culture to Employee Performance. In Proceedings of the 11th Annual International Conference on Industrial Engineering and Operations Management (Vol. 58, No. 3, pp. 4419-4425). IEOM Society International.
Adiya, M. H., & Desnelita, Y. (2019). Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru. 05(01).
Aggarwal, C. C, & Reddy, C. K. (2013). Data clustering: Algorithms and applications. CRC Press.
Alfina, T., Santosa, B., & Hakim, J. A. R. (2012). Analisa Perbandingan Metode Hierarchical Clustering, K-means dan Gabungan Keduanya dalam Cluster Data (Studi kasus: Problem Kerja Praktek Jurusan Teknik Industri ITS). 1.
Almayda, A., & Saepudin, S. (2021). PENERAPAN DATA MINING K-MEANS CLUSTERING UNTUK MENGELOMPOKKAN BERBAGAI JENIS MERK SMARTPHONE.
Chandra, S, & Singh, V. (2019). AN EFFICIENT K-MEANS CLUSTERING ALGORITHM FOR DATA MINING. International Journal of Computer Applications, 182(16), 23–27.
Fadhilah, A. N, & Nasution, M. N. (2020). Analisis Pengaruh Aplikasi Pencatatan Keuangan Pribadi Terhadap Pengelolaan Keuangan Pribadi. Jurnal Online Mahasiswa Fakultas Ekonomi Universitas Riau, 7(1), 1–12.
Hidayatullah, D, & Widayanti, R. (2017). Penerapan Metode K-Means Clustering pada Data Transaksi Penjualan Online di Tokopedia. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi (JNTETI, 6(1), 1–8.
Lee, C, Lee, J, & Lee, S. (2019). A Personal Financial Management System Using a Machine Learning Algorithm. Sustainability, 11(13), 3679.
Rahman, M. M, & Rabbani, M. G. (2018). Klasifikasi Data Berbasis Cluster Menggunakan Algoritma K-Means. International Journal of Computer Science and Information Security (IJCSIS), 16(1), 76–83.
Risdianto, R, Wardoyo, R, & Wardana, I. N. (2016). Clustering data pengeluaran untuk penerapan cash management pada usaha kecil dan menengah. Jurnal Teknik Informatika Dan Sistem Informasi, 2(1), 1–6.
Septioko, T., Parhusip, H. A., & Mahatma, T. (n.d.). Aplikasi K-means Untuk Pengelompokan Rumah Tangga Di Salatiga Berdasarkan Data SUSENAS 2011.
Suhartono, T, & Winarno, W. (2020). Analisis Perilaku Konsumen dalam Pengelolaan Keuangan Pribadi. Jurnal Manajemen Dan Kewirausahaan, 22(2), 97–108.
Tan, P.-N., Steinbach, M., & Kumar, V. (n.d.). Introduction to Data Mining.
Tibshirani, S., & Friedman, H. (n.d.). Valerie and Patrick Hastie.
Witten, I. H, Frank, E, & Hall, M. A. (2016). Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann.
Zainudin, E, & Wijaya, E. Y. (n.d.). Analisis Pengelompokan Data Penggunaan Energi Listrik Rumah Tangga Menggunakan Metode K-Means Clustering. Jurnal Elektronika Dan Telekomunikasi (JET).
Syardiansah, S., Latief, A., Ramadansyah, J., Wijoyo, H., Prayudi, A., Sisiawan Putra, R., & Musnaini, M. (2021). The Influence of Work Motivation and Organizational Culture to Employee Performance.
Haudi, H., Wijoyo, H., & Cahyono, Y. (2020). Analysis of most influential factors to attract foreign direct investment. Journal of Critical Reviews, 7(13).
Haudi, H., Wijoyo, H., & Cahyono, Y. (2020). Effect of product innovation and marketing strategy on consumer purchase decisions in Indonesia’s lightweight roof steel industry. Journal of Critical Reviews, 7(13).
Wijoyo, H., Prayudi, A., & Putra, R. S. (2020). The Influence of Work Motivation and Organizational Culture to Employee Performance. In Proceedings of the 11th Annual International Conference on Industrial Engineering and Operations Management (Vol. 58, No. 3, pp. 4419-4425). IEOM Society International.
Copyright and Licensing
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.