Record Details

Implementasi Integrasi K-Means dan Naive Bayes dalam Identifikasi Tingkat Risiko Reksa Dana

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Implementasi Integrasi K-Means dan Naive Bayes dalam Identifikasi Tingkat Risiko Reksa Dana
 
Added Entry - Uncontrolled Name Wahyuditomo, Kukuh Wicaksono
Cholissodin, Imam
Sutrisno, Sutrisno
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Reksa dana adalah instrumen investasi yang menghimpun dana dari investor, untuk diinvestasikan ke himpunan sekuritas di dalam reksa dana itu sendiri, dengan parameter umum seperti Nilai Aktiva Bersih (NAB) dan return berjangka waktu. Kedua parameter tersebut memiliki nilai yang bervariasi, sehingga dapat berperan sebagai pengukur risiko yang dapat memengaruhi keuntungan yang diberikan reksa dana. Pengaruh risiko tersebut yang membuat masyarakat ragu untuk berinvestasi ke reksa dana, karena tidak diketahui tingkatnya berdasarkan dua parameter tersebut, sehingga dengan ini dilibatkan identifikasi untuk membantu menentukan tingkat risiko reksa dana, yang pada penelitian ini menggunakan integrasi K-Means dan Naive Bayes. Algoritma K-Means sebagai algoritma clustering digunakan untuk mengelompokkan reksa dana yang kemudian hasil kelompoknya menjadi kelas data untuk diklasifikasikan oleh algoritma Naive Bayes. Penelitian menggunakan data reksa dana sebanyak 250 data pada tanggal 1 September 2020, dari jenis reksa dana saham, pasar uang, dan campuran. Penelitian ini melakukan pengujian terhadap jumlah cluster dan persentase jumlah data latih dan data uji. Hasil pengujian menunjukan bahwa jumlah cluster yang optimal adalah 4 dengan Silhouette Coefficient global sebesar 0,46448 dan rata-rata seluruh kelas dari evaluasi model klasifikasi berdasarkan persentase jumlah data terbaik yang melibatkan 4 kelas berupa precision sebesar 0,9813, recall sebesar 0,9818, dan F-measure sebesar 0,9808.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9487
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 5 No 7 (2021): Juli 2021
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2021 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com