Penentuan Kelompok Kualitas Kredit Pemilikan Rumah Non Subsidi pada Bank X menggunakan Metode K-Means Clustering

Tingkat kredit bermasalah di Indonesia mengalami peningkatan sehingga angka non-performing loan atau NPL gross mencapai angka 3,21% dan penyaluran kredit berkontraksi sebesar 2,15% per Februari 2021. Peningkatan kredit bermasalah tersebut tidak berperan baik dalam profitabilitas sektor perbankan umum Indonesia. Dengan rata-rata kontribusi kredit pada aset perbankan sebesar 64,71% pada lima tahun terakhir, menunjukkan bahwa kredit merupakan komponen utama dalam pertumbuhan aset dan pendapatan bank. Peran manajemen risiko bank perlu dijalani karena bank memiliki kewajiban untuk terus menyalurkan kredit sesuai target kepada masyarakat. Pengelolaan risiko berupa penilaian kualitas kredit dipakai untuk mengurangi risiko gagal bayar guna meminimalisir kredit bermasalah atau NPL.
Penelitian ini bertujuan untuk mengelompokkan faktor-faktor yang mempengaruhi kualitas Kredit Pemilikan Rumah Non-Subsidi pada Bank X. Selain itu, peneliti juga bertujuan untuk menentukan jumlah cluster optimal serta mendapatkan informasi mengenai karakteristik dari cluster yang telah terbentuk pada K-Means Clustering. Data yang akan digunakan pada penelitian ini adalah data sekunder yaitu data nasabah dari 78 kantor cabang konvensional Bank X pada tahun 2017 hingga tahun 2019. Data akan dikelompokkan menggunakan metode K-Means Clustering dan diuji validitasnya menggunakan metode Silhouette Coefficient untuk menentukan jumlah cluster optimum dan Root Mean Square Standard Deviation atau RMSSTD untuk memastikan kelompok sudah optimal dengan kehomogenan yang tinggi. Hasil yang didapat dari masing-masing metode akan dianalisis sehingga mencapai sebuah kesimpulan dan rekomendasi.