Analisis Gerombol k-rataan untuk Segmentasi Nasabah Pengguna Kartu Kredit Studi Kasus Bank "XXX"
ANALISIS GEROMBOL K-RATAAN UNTUK SEGMENTASI
NASABAH PENGGUNA KARTU KREDIT
(Studi Kasus: Bank "XXX")
DEDDY HIDAYAD
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Gerombol
K-rataan untuk Segmentasi Nasabah Pengguna Kartu Kredit Bank "XXX" adalah
benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan
dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari
penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juli 2014
Deddy Hidayad
NIM G14100035
ABSTRAK
DEDDY HIDAYAD. Analisis Gerombol k-rataan untuk Segmentasi Nasabah
Pengguna Kartu Kredit Studi Kasus Bank "XXX". Dibimbing oleh ANIK
DJURAIDAH dan YENNI ANGRAINI.
Saat ini, jumlah pengguna kartu kredit dan lembaga penyedia jasa kartu
kredit di Indonesia semakin tinggi. Hal tersebut membuat persaingan antar
penyedia jasa kartu kredit semakin ketat. Karakteristik antar nasabah yang
berbeda membuat pihak penyedia jasa kartu kedit perlu memberikan promosi
yang berbeda untuk mempertahankan nasabah loyalnya. Salah satu metode dalam
customer relationship management adalah analisis gerombol k-rataan, yaitu
nasabah dikelompokkan berdasarkan kemiripan karakteristiknya. Data yang
digunakan dalam penelitian ini adalah data rekam transaksi penggunaan kartu
kredit bank "XXX" di berbagai merchant. Hasil penelitian menunjukkan terdapat
dua kelompok nasabah. Kelompok-1 adalah nasabah dengan rata-rata penggunaan
kartu kredit mencapai 64 juta rupiah pertahun, sedangkan kelompok-2 memiliki
rata-rata penggunaan kartu kredit hingga 56 juta rupiah pertahun. Karakteristik
pada kelompok-1 adalah usia 29 tahun hingga 34 tahun, jenis pekerjaan
BUMN/BUMD, pendidikan S1, dan deposit tabungan antara 1 juta rupiah hingga
10 juta rupiah. Kelompok-2 memiliki karakteristik penciri usia antara 34 tahun
hingga 42 tahun, jenis pekerjaan non-PNS/BUMN/BUMD, pendidikan SMA, dan
deposit tabungan kurang dari 1 juta rupiah. Strategi prmosi yang diberikan kepada
nasabah adalah potongan harga sesuai dengan kelompoknya.
Kata kunci: analisis gerombol k-rataan, analisis korespondensi berganda, kartu
kredit
ABSTRACT
DEDDY HIDAYAD. k-means Cluster Analysis for Credit Card Customer
Segmentation Case Study Bank "XXX". Supervised by ANIK DJURAIDAH and
YENNI ANGRAINI.
Nowadays, the number of credit card customer and provider has
increasing. It makes the competition among providers tighter. Customer
characteristic which is different between each other, make credit card provider
give different promotion to hold their customers. One of method in customer
relationship management is k-means cluster analysis. In this method customer
divide into a group based on their similar characteristic. Data in this research
show bank "XXX" credit card use transaction record in any merchants. The result
of this research tells that there are two groups of customer. Characteristic of the
first group is total transaction 64 million a year, and the other group is 56 million
a year. The other characteristic of group 1 are age between 34 years and 42 years,
occupation BUMN/BUMD, education Bachelor and saving deposit between 1
milion and 10 milion. Group 2 characteristics are age between 34 years and 42
years, occupation non-PNS/BUMN/BUMD, education High School and saving
deposit less than 1 milion. The promotion strategy that could give to the customer
is discount the thr related group.
Keywords: credit card, k-means cluster analysis, multiple correspondence analysis.
ANALISIS GEROMBOL K-RATAAN UNTUK SEGMENTASI
NASABAH PENGGUNA KARTU KREDIT
(Studi Kasus: Bank "XXX")
DEDDY HIDAYAD
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika
pada
Departemen Statistika
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Judul Skripsi : Analisis Gerombol k-rataan untuk Segmentasi Nasabah Pengguna
Kartu Kredit Studi Kasus Bank "XXX"
Nama
: Deddy Hidayad
NIM
: G14100035
Disetujui oleh
Dr Ir Anik Djuraidah, MS
Pembimbing I
Yenni Angraini, SSi, MSi
Pembimbing II
Diketahui oleh
Dr. Anang Kurnia, SSi, MSi
Ketua Departemen
Tanggal Lulus
PRAKATA
Alhamdulillah, puji beserta syukur penulis panjatkan kepada Allah SWT
karena atas rahmat dan karunia-Nya penulis dapat menyelesaikan karya ilmiah
yang berjudul Analisis Gerombol K-rataan untuk Segmentasi Nasabah Pengguna
Kartu Kredit Studi Kasus Bank "XXX". Karya ilmiah ini merupakan salah satu
syarat untuk mendapatkan gelar Sarjana Statistika pada Departemen Statistika,
Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Penulis mengucapkan terima kasih kepada semua pihak yang telah
membantu dalam menyelesaikan karya ilmiah ini, antara lain:
1. Ibu Dr Ir Anik Djuraidah, MS dan Ibu Yenni Angraini, SSi, MSi atas
bimbingan, masukan, dan kesabarannya selama penulis menyelesaikan
karya ilmiah ini.
2. Bapak Ir M. Masjkur, MS selaku dosen penguji yang telah memberikan
banyak masukan dalam perbaikan karya ilmiah ini.
3. Dosen pengajar Departemen Statistika atas ilmu yang telah diberikan.
4. Ibu Markonah, Ibu Tri, dan Tata Usaha Departemen Statistika atas
bantuannya dalam kelancaran administrasi.
5. Keluarga di rumah, ayah Drs Zainal Abidin, ibu Nurdesmeri, dan Kakak
saya Izhamil Hidayah, SPi atas kasih sayang beserta doanya.
6. Raedi Hermawan, teman yang senantiasa membantu penulis dalam
penelitian ini.
7. Frisca Rizki Ananda yang telah membantu penulis dalam proses belajar
selama berada di departemen statistika.
8. Teman-teman Statistika 47 yang telah memberi warna dalam kehidupan
kampus penulis.
Penulis menyadari masih banyak kekurangan dalam penulisan karya ilmiah
ini. Oleh karena itu, penulis menerima saran dan kritik yang membangun dari
berbagai pihak agar dapat meningkatkan pengetahuan penulis di masa yang akan
datang. Penulis berharap karya ilmiah ini dapat bermanfaat bagi penulis
khususnya dan pembaca pada umumnya.
Bogor, Juli 2014
Deddy Hidayad
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
2
METODE
2
Data
2
Metode
2
HASIL DAN PEMBAHASAN
5
Eksplorasi Data
5
Analisis Gerombol
7
Analisis Korespondensi Berganda
10
SIMPULAN
12
Simpulan
12
DAFTAR PUSTAKA
12
LAMPIRAN
13
RIWAYAT HIDUP
21
DAFTAR TABEL
1
2
3
4
5
6
7
8
Ilustrasi matriks indikator Z
Nilai statistik pseudo-F
Jumlah nasabah dan karakteristik nasabah perkelompok
Rata-rata penggunaan kartu kredit
Merchant dominan pada Kelompok 1
Merchant dominan pada Kelompok 2
Hasil uji asosiasi antara kelompok dengan peubah-peubah kategorik
Karakteristik penciri kelompok nasabah bank "XXX"
4
8
9
9
9
10
10
11
DAFTAR GAMBAR
1
2
3
4
5
6
7
Deskripsi nasabah bank "XXX" berdasarkan jenis kelamin
Deskripsi nasabah bank "XXX" berdasarkan usia
Deskripsi nasabah bank "XXX" berdasarkan jenis pekerjaan
Deskripsi nasabah bank "XXX" berdasarkan pendidikan
Deskripsi nasabah bank "XXX" berdasarkan deposit tabungan
Plot indeks Hartigan
Plot analisis korespondensi berganda
5
6
6
7
7
8
11
DAFTAR LAMPIRAN
1
2
3
4
5
6
7
8
Daftar peubah kategorik
Daftar nama merchant
Daftar merchant yang tidak dikunjungi oleh nasabah perkelompok
Akar ciri hasil analisis korespondensi berganda
Plot korespondensi berganda antara kelompok dan usia
Plot korespondensi berganda antara kelompok dan pendidikan
Plot korespondensi berganda antara kelompok dan jenis pekerjaan
Plot korespondensi berganda antara kelompok dan deposit tabungan
13
14
17
18
18
19
19
20
PENDAHULUAN
Latar Belakang
Bank sebagai lembaga intermediasi keuangan memiliki fungsi dan
kewenangan untuk menerima simpanan uang, pinjaman uang, dan menerbitkan
promes atau yang dikenal sebagai bank note. Menurut Undang-Undang Nomor 10
Tahun 1998 tentang perbankan, bank adalah badan usaha yang menghimpun dana
dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat
dalam bentuk kredit dan atau bentuk-bentuk lainnya dalam rangka meningkatkan
taraf hidup rakyat banyak. Banyaknya bank yang ada di Indonesia saat ini,
membuat persaingan antar bank dalam memperebutkan nasabah semakin ketat.
Ketatnya persaingan antar bank membuat bank harus berlomba dengan berbagai
cara untuk memenangkan persaingan tersebut.
Salah satu produk yang menguntungkan bank adalah kartu kredit. Kartu
kredit memberikan pinjaman kepada nasabah, yang berikutnya nasabah dapat
melunasi pinjamannya tersebut dalam jangka waktu tertentu. Banyaknya bank
penerbit kartu kredit yang ada, memungkinkan nasabah untuk berpindah dari satu
penerbit ke penerbit lain yang dirasa lebih menguntungkan. Hal ini dapat
menyebabkan kerugian bagi bank penerbit kartu kredit yang ditinggalkan. Untuk
menekan resiko kerugian karena ditinggalkan oleh nasabahnya, bank perlu
memberikan promosi-promosi yang menarik dan menguntungkan bagi
nasabahnya.
Setiap konsumen yang ada adalah unik dan berbeda, untuk itu strategi
promosi yang diberikan kepada konsumen harus berbeda antar konsumennya.
Analisis segmentasi perlu dilakukan oleh produsen untuk mengelompokkan
konsumen sesuai dengan keunikannya tersebut. Rud (2001) menyatakan dengan
melakukan pendalaman menggunakan analisis segmentasi, maka akan terlihat
beberapa demografi ataupun psikologi konsumen yang kemungkinan
mempengaruhi kebiasaan belanja, pola resiko, dan meningkatkan keuntungan
yang didapatkan oleh produsen dari konsumen. Segmentasi adalah suatu upaya
memisahkan data ke dalam kelompok yang berbeda dengan tujuan untuk
mempertahankan nasabah loyal dari produsen tersebut.
Metode Customer Relationship Management (CRM) adalah salah satu
metode yang menggunakan analisis segmentasi/gerombol untuk mengelompokkan
perilaku konsumen. Metode CRM adalah strategi bisnis yang digunakan untuk
meningkatkan hubungan dengan konsumen yang menguntungkan, dan
mengurangi kerugian akibat konsumen yang tidak menguntungkan (Fose & Stone
2002). Metode CRM berorientasi pada kepentingan dan kepuasan konsumen.
Metode CRM merupakan suatu strategi dalam membangun, mengatur, dan
mengikat hubungan dengan konsumen yang setia. Dengan metode CRM akan
dibentuk kelompok-kelompok berdasarkan kemiripan tertentu. CRM
menggunakan analisis gerombol untuk membentuk kelompok-kelompok
konsumen. Analisis gerombol akan mengenali kelompok pembeli yang relatif
homogen, yang kemudian dilakukan pengkajian perilaku dari kelompok tersebut
terhadap kecenderungan pola konsumsinya. Analisis gerombol k-rataan dipilih
karena jumlah data yang besar, sehingga metode ini dinilai akan lebih efisien
2
(Mattjik & Sumertajaya 2011). Selain analisis gerombol k-rataan, penelitian ini
juga menggunakan metode analisis korespondensi berganda (MCA) untuk
menentukan karakteristik dari tiap gerombol yang terbentuk. Analisis
korespondensi berganda dipilih karena jumlah peubah kategorik dari data yang
lebih dari dua peubah.
Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. Mengelompokkan nasabah pengguna kartu kredit bank "XXX" berdasarkan
kemiripan terhadap transaksi penggunaan kartu kredit.
2. Menentukan kencederungan setiap kelompok terhadap merchant untuk
mencari strategi promosi yang tepat berdasarkan rekam transaksi
penggunaan kartu kredit.
3. Menentukan karakteristik penciri pada setiap kelompok pengguna kartu
kredit yang terbentuk untuk menentukan strategi promosi bagi nasabah baru.
METODE
Data
Data yang digunakan dalam penelitian ini adalah data rekam penggunaan
kartu kredit yang diterbitkan oleh bank "XXX" pada berbagai merchant di tahun
2012. Nasabah yang terekam dalam data adalah sebanyak 2065 nasabah dengan
berbagai karakteristik kategorik seperti jenis kelamin, usia, jenis pekerjaan,
pendidikan, dan deposit tabungan. Peubah kategorik selengkapnya dapat dilihat
pada Lampiran 1. Penggerombolan dilakukan berdasarkan penggunaan kartu
kredit di berbagai merchant. Jumlah merchant yang tercatat di dalam data adalah
sebanyak 97 merchant. Informasi lengkap mengenai merchant yang ada dapat
dilihat pada Lampiran 2. Sumber data berasal dari PT Ganesha Cipta Informatika.
Metode
Metode yang digunakan dalam penelitian ini adalah sebagai berikut.
1. Melakukan eksplorasi data terhadap peubah kategorik dengan menggunakan
statistika deskriptif untuk mengetahui gambaran umum dari nasabah pengguna
kartu kredit bank "XXX".
2. Melakukan penggerombolan berdasarkan peubah numerik nasabah kartu
kredit bank "XXX" dengan langkah-langkah sebagai berikut.
a. Melakukan transformasi data rekam transaksi di merchant tertentu menjadi
proporsi, yaitu membagi transaksi setiap nasabah dengan total transaksi
tiap nasabah.
3
adalah
dengan
adalah transaksi nasabah ke-i pada merchant ke-j.
total transaksi penggunaan kartu kredit nasabah ke-i.
b. Melakukan penggerombolan nasabah pengguna kartu kredit bank "XXX"
dengan metode non-hirarki k-rataan. Penggerombolan dilakukan terhadap
rekam transaksi penggunaan kartu kredit di merchant yang ada. Prinsip
dasar pengelompokkan dengan metode k-rataan adalah dengan melihat
kedekatan jarak antara data dan pusat kelompok (Johnson & Wichern
2007). Konsep jarak yang digunakan dalam metode ini adalah konsep
jarak Euclidean. Konsep jarak ini dapat diperoleh dengan rumus:
[ ∑(
) ]
⁄
dengan
adalah jarak antara objek a dan objek b,
adalah nilai
objek a pada peubah j,
adalah nilai objek b pada peubah j, dan r
merupakan banyaknya peubah yang diamati (Johnson & Wichern 2007).
Langkah penggerombolan dengan metode k-rataan dapat dilakukan dengan
cara sebagai berikut (Anderberg 1973):
i. Tentukan g, yaitu banyaknya gerombol yang akan dibentuk.
ii. Kelompokkan observasi ke dalam kelompok-kelompok yang ingin
dibentuk. Hitung jarak antara observasi dengan pusat kelompok,
apabila jarak antara observasi dan pusat kelompok masih terlalu jauh,
maka pindahkan observasi ke dalam kelompok yang memiliki jarak
lebih dekat.
iii. Hitung kembali pusat kelompok untuk gerombol yang kehilangan
atau menerima objek baru di gerombolnya.
iv. Ulangi langkah (ii) dan (iii) hingga diperoleh kekonvergenan, yaitu
tidak ada lagi objek yang berpindah.
c. Menentukan jumlah gerombol yang optimum dengan menggunakan indeks
Hartigan, yaitu:
∑∑
dengan n adalah jumlah pengamatan dan g adalah gerombol yang dibentuk,
adalah jarak antara data yang ingin dihitung (
dengan
serta
nilai pusat kelompok ( ) terdekat. Banyaknya gerombol ditentukan
berdasarkan selisih antara H(g+1) dengan H(g) yang tertinggi (Hartigan
1975). Indeks Hartigan dapat dihitung dengan menggunakan piranti lunak
R versi 3. 0. 3 dengan paket NbClust.
4
d. Menentukan nilai statistik pseudo-F untuk mengetahui kebaikan dari
kelompok yang terbentuk. Nilai statistik pseudo-F dapat dihitung dengan
rumus:
⁄
⁄
dengan JKT adalah jumlah kuadrat total dan JKG adalah total jumlah
kuadrat di dalam kelompok. Semakin besar nilai nilai statistik pseudo-F
maka kelompok yang terbentuk akan semakin baik (Timm 2002)
3. Menentukan merchant
yang dominan dari setiap kelompok dengan
menghitung rata-rata belanja nasabah pada tiap merchant.
4. Mengidentifikasi karakteristik peubah kategorik penciri tiap kelompok yang
diperoleh dengan menggunakan analisis korespondensi berganda. Analisis
korespondensi berganda adalah metode deskriptif yang digunakan untuk
melihat hubungan di antara peubah-peubah yang bersifat kategorik (Roux dan
Rouanet 2010). Sebelum dilakukan analisis korespondensi berganda,
dilakukan terlebih dahulu uji asosiasi untuk menentukan peubah-peubah
kategotik yang berpengaruh terhadap kelompok.
Langkah dalam membuat plot korespondensi berganda adalah sebagai berikut:
a. Menotasikan banyaknya peubah kategorik sebanyak q peubah. Hasil
notasi akan digunakan ke dalam matriks Z yang bernilai biner. Masingmasing unsur dalam satu baris matriks Z bernilai satu jika individu
tersebut ada dalam kategori dan nol jika sebaliknya. Ilustrasikan peubah
Q1 memiliki 2 peubah kategori dan peubah Q2 memiliki 3 peubah
kategori. Maka matriks Z dari n buah observasi adalah:
Tabel 1 Ilustrasi matriks indikator Z
1
2
3
1
0
1
0
2
1
0
1
1
1
0
0
Q2
2
0
0
1
n
1
0
1
0
Observasi
Q1
3
0
1
0
0
b. Membuat matriks Burt yang merupakan hasil tabulasi silang semua
peubah kategorik (Ida 2010). Matriks Burt dilambangkan dengan B dan
dirumuskan sebagai berikut:
B = ZTZ.
c. Menentukan vektor masa total kolam (m) dengan rumus:
dengan 1 adalah vektor yang semua elemennya bernilai satu.
5
d. Menentukan matriks S, yaitu:
dengan merupakan matriks diagonal yang elemen diagonalnya berisi
unsur dari vektor m dan q adalah banyaknya peubah kategorik.
e. Mencari koordinat grafik dari matriks Y yang diperoleh dengan rumus :
dengan
adalah matriks diagonal yang diagonalnya
berisi akar pangkat dua dari akar ciri matriks S yang telah diurutkan dari
nilai terbesar hingga terkecil.
adalah matriks yang kolomnya berisi
vektor ciri yang berkorespondensi dengan akar ciri matriks S. Dua kolom
pertama dari matriks
diplotkan pada grafik koordinat untuk
mendapatkan plot analisis korespondensi berganda.
5. Melakukan intepretasi terhadap hasil.
HASIL DAN PEMBAHASAN
Eksplorasi Data
Hasil eksplorasi data berdasarkan Gambar 1 memberikan informasi
deskripsi nasabah pengguna menurut jenis kelamin. Terlihat bahwa sebagian besar
dari nasabah pengguna kartu kredit berjenis kelamin perempuan, yaitu sebesar
57.09% nasabah. Nasabah dengan jenis kelamin laki-laki sebanyak 42.91%
nasabah.
100.00%
75.00%
57.09%
42.91%
50.00%
25.00%
0.00%
Perempuan
Laki-laki
Gambar 1 Deskripsi nasabah bank "XXX" berdasarkan jenis kelamin
Gambar 2 menunjukkan deskripsi nasabah berdasarkan usia nasabah. Usia
nasabah dibagi kedalam 5 kategori. Usia 1 yaitu nasabah berusia kurang dari 29
tahun, Usia 2 yaitu nasabah berusia 29 tahun hingga kurang dari 34 tahun, Usia 3
yaitu nasabah dengan usia 34 tahun hingga kurang dari 42 tahun, Usia 4 untuk
nasabah berusia 42 tahun hingga kurang dari 47 tahun, dan Usia 5 untuk nasabah
berusia 47 tahun dan lebih tua. Pembuatan kategori usia didasarkan pada pola
sebaran usia nasabah. Sebagian besar nasabah berasal dari kurang dari 29 tahun
(23.87%) dan kemudian dikuti oleh nasabah dengan usia diatas 47 tahun (20.19%).
6
50.00%
25.00%
23.87%
18.64%
19.81%
17.48%
20.19%
Usia 2
Usia 3
Usia 4
Usia 5
0.00%
Usia 1
Gambar 2 Deskripsi nasabah bank "XXX" berdasarkan usia
Deskripsi nasabah berdasarkan jenis pekerjaan dapat dilihat pada Gambar 3.
Terlihat bahwa sebagian besar nasabah memiliki jenis pekerjaan nonPNS/BUMN/BUMD (47.36%). Jenis pekerjaan yang paling sedikit dari nasabah
pengguna kartu kredit bank "XXX" adalah jenis pekerjaan lainnya (0.15%).
50.00%
47.36%
41.84%
25.00%
10.65%
0.15%
0.00%
BUMN/BUMD
PNS
Non-PNS/BUMN/BUMD
Lainnya
Gambar 3 Deskripsi nasabah bank "XXX" berdasarkan jenis pekerjaan
Tingkat pendidikan sebagian besar nasabah berasal dari tingkat pendidikan
S1, yaitu sebesar 43.78% dari total nasabah. Hal ini dapat dilihat pada Gambar 4.
Tingkat pendidikan S3 merupakan tingkat pendidikan dengan jumlah nasabah
paling kecil, yaitu sebesar 0.34% dari total nasabah.
50.00%
43.78%
31.82%
25.00%
19.08%
4.99%
0.34%
0.00%
SMA
DIPLOMA
S1
S2
S3
Gambar 4 Deskripsi nasabah bank "XXX" berdasarkan pendidikan
7
Karakteristik lain yang dapat dilihat yaitu sisa uang yang ada di dalam kartu
kredit nasabah atau disebut deposit dalam penelitian ini. Deposit tersebut dibagi
menjadi 4 kategori berdasarkan kategori yang umumnya diberikan oleh pihak
bank. Kategori 1 yaitu nasabah dengan deposit tabungan dibawah Rp 1.000.000.
Kategori 2 yaitu nasabah dengan deposit tabungan mulai dari Rp 1.000.000
hingga kurang dari Rp 10.000.000. Kategori 3 yaitu nasabah dengan deposit
tabungan mulai dari Rp 10.000.000 hingga kurang dari Rp 50.000.000. Kategori 4
yaitu nasabah dengan deposit tabungan mulai dari Rp 50.000.000 atau lebih.
Berdasarkan Gambar 5 dapat diketahui bahwa nasabah pengguna kartu kredit
sebagian besar memiliki deposit tabungan antara Rp 1.000.000 hingga kurang dari
Rp 10.000.000, yaitu sebesar 41.26%.
50.00%
38.16%
41.26%
25.00%
15.84%
4.75%
0.00%
deposit 1
deposit 2
deposit 3
deposit 4
Gambar 5 Deskripsi nasabah bank "XXX" berdasarkan deposit tabungan
Analisis Gerombol
Analisis gerombol dilakukan untuk mengelompokkan nasabah berdasarkan
rekam transaksi penggunaan kartu kredit bank "XXX". Rekam transaksi
merupakan catatan mengenai merchant atau lokasi kartu kredit nasabah tersebut
dibelanjakan. Analisis gerombol yang digunakan dalam penelitian ini yaitu
analisis gerombol non-hirarki k-rataan. Metode ini akan membagi nasabah
kedalam kelompok-kelompok berdasarkan kemiripan rekam transaksinya.
Kelompok yang baik akan menghasilkan nilai ragam antar kelompok yang besar,
dan nilai ragam di dalam kelompok yang kecil. Dalam penelitian ini, kebaikan
dari kelompok yang terbentuk dapat dilihat dari nilai statistik pseudo-F.
Penentuan banyaknya kelompok pada metode penggerombolan non-hirarki
k-rataan sangat berpengaruh terhadap kebaikan kelompok yang terbentuk. Salah
satu metode yang dapat digunakan untuk menentukan jumlah kelompok optimum
adalah indeks Hartigan. Berdasarkan Gambar 6 terlihat bahwa perubahan nilai
indeks Hartigan terbesar terjadi pada saat dua kelompok ke tiga kelompok.
Berdasarkan nilai indeks Hartigan tersebut, maka dibentuk tiga kelompok nasabah.
Pembentukan tiga kelompok nasabah tersebut menghasilkan nilai statistik pseudoF sebesar 372.55, akan tetapi nilai statistik pseudo-F ini bukan merupakan nilai
8
Index Hartigan
statistik pseudo-F terbesar. Nilai statistik pseudo-F menunjukkan nilai terbesar
ketika jumlah gerombol yang dibentuk sebanyak dua gerombol. Berdasarkan nilai
statistik pseudo-F tersebut, maka diputuskan dibentuk sebanyak dua kelompok.
600
400
200
0
0
2
4
6
8
10
Jumlah Kelompok
12
14
Gambar 6 Plot Indeks Hartigan
Tabel 2 Nilai statistik pseudo-F
Jumlah Gerombol
2
3
4
5
Nilai statistik pseudo-F
681.00
372.55
256.28
197.20
Berdasarkan hasil pengelompokan terhadap nasabah, diperoleh informasi
mengenai jumlah nasabah dan karakteristik belanja nasabah. Kelompok 1 terdiri
dari 1289 nasabah, sedangkan Kelompok 2 terdiri dari 776 nasabah. Nasabah pada
Kelompok 1 memiliki rata-rata penggunaan kartu kredit hingga 64 juta rupiah
pertahun, sedangkan nasabah pada Kelompok 2 memiliki rata-rata penggunaan
kartu kredit 56 juta rupiah pertahun. Nasabah-nasabah pada Kelompok 1 ini perlu
dijadikan nasabah prioritas agar tidak berpindah pada pihak penyedia kartu kredit
yang lain.
Selain melihat karakteristik belanja nasabah, secara dekriptif dapat pula di
identifikasi karakteristik demografi nasabah dari tiap gerombol yang terbentuk.
Karakteristik demografi dilihat berdasarkan peubah-peubah kategorik yang ada.
Berdasarkan jenis kelamin, baik Kelompok 1 maupun Kelompok 2 didominasi
oleh nasabah perempuan. Nasabah perempuan pada Kelompok 1 sebesar 57.30%
dari total nasabah di dalam kelompok tersebut, sedangkan pada Kelompok 2 ada
sebanyak 56.40% nasabah perempuan. Kategori usia nasabah, Kelompok 1
didominasi oleh nasabah dengan usia dibawah 29 tahun, yaitu sebesar 26.10%.
Kelompok 2 didominasi oleh nasabah dengan usia 34 tahun hingga 42 tahun, yaitu
sebesar 21.60%. Kategori jenis pekerjaan, baik Kelompok 1 maupun Kelompok 2
didominasi oleh jenis pekerjaan Non-PNS/BUMN/BUMD, yaitu 44.60% pada
Kelompok 1 dan 51.70% pada Kelompok 2. Tingkat pendidikan pada kelompok 1
dan Kelompok 2 didominasi oleh tingkat pendidikan S1, masing masing 45.90%
pada Kelompok 1 dan 40.10% pada Kelompok 2. Karakteristik yang terakhir yaitu
sisa uang dalam kartu kredit nasabah atau deposit tabungan. Nasabah dalam
16
9
Kelompok 1 dan Kelompok 2 sebagian besar memiliki deposit tabungan mulai
dari Rp 1.000.000 hingga kurang dari Rp 10.000.000, yaitu sebesar 39.40% pada
Kelompok 1 dan 44.10% pada Kelompok 2.
Karakteristik lain yang dapat dilihat adalah merchant dominan tempat
nasabah menggunakan kartu kreditnya. Nasabah pada Kelompok 1 merupakan
nasabah yang memilki kecenderungan untuk menggunakan kartu kreditnya pada
pusat perbelanjaan umum (department stores). Selain pada tempat perbelanjaan
umum, rekam transaksi penggunaan kartu kredit dari nasabah-nasabah pada
Kelompok 1 juga memperlihatkan nilai yang cukup besar pada aneka merchant
makanan dan pasar khusus (Miscellaneous food stores –convenience stores and
speciality markets), serta merchant bahan makanan dan supermarket (Grocery
stores and supermarket). Pada nasabah Kelompok 2, kecenderungan penggunaan
kartu kreditnya dibelanjakan pada merchant bahan makanan dan supermarket
(Grocery stores and supermarket), merchant perbelanjaan (department stores),
serta tempat makan dan restoran (eating places and restaurants). Kelompok 1
terekam menggunakan kartu kreditnya pada 90 merchant, sedangkan nasabah
Kelompok 2 menggunakan kartu kreditnya pada 78 mercahnt. Ringkasan dari
hasil analisis gerombol ini dapat dilihat pada Tabel 2, Tabel 3, Tabel 4, dan Tabel
5 dan Lampiran 3.
Tabel 3 Jumlah nasabah dan karakteristik nasabah perkelompok
Kelompok
Jumlah
Nasabah
1
1289
2
776
Karakteristik Umum
Perempuan, usia dibawah 29 tahun, jenis pekerjaan
non-PNS/BUMN/BUMD, pendidikan S1, deposit
tabungan mulai dari Rp 1.000.000 hingga Rp
10.000.000.
perempuan, usia 34 tahun hingga 42 tahun, jenis
pekerjaan non-PNS/BUMN/BUMD, pendidikan S1,
deposit tabungan mulai dari Rp 1.000.000 hingga Rp
10.000.000
Tabel 4 Rata-rata penggunaan kartu kredit
Kelompok
1
2
Rata-rata penggunaan kartu kredit
64 juta rupiah pertahun
56 juta rupiah pertahun
Tabel 5 Merchant dominan pada Kelompok 1
Merchant
Rata-rata belanja
department stores
Miscellaneous food stores –convenience stores
and speciality markets
grocery stores and supermarket
34.59%
22.31%
5.65%
10
Tabel 6 Merchant dominan pada Kelompok 2
Merchant
Rata-rata Belanja
grocery stores and supermarket
department stores
eating places and restaurants
40.70%
20.70%
3.74%
Analisis Korespondensi Berganda
Analisis korespondensi berganda digunakan untuk menentukan karakteristik
penciri dari kelompok yang terbentuk. Karakteristik tersebut dapat dilihat dari
kedekatan antara peubah-peubah kategorik yang ada dengan kelompok dalam plot
analisis korespondensi berganda. Sebelum dilakukan analisis korespondensi
berganda, terlebih dahulu dilakukan analisis asosiasi untuk menentukan peubahpeubah kategorik yang berpengaruh terhadap kelompok. Hasil uji asosiasi
menunjukkan bahwa peubah jenis kelamin tidak berpengaruh terhadap kelompok.
Berdasarkan hasil analisis asosiasi tersebut, maka analisis korespondensi berganda
dilakukan terhadapa peubah usia, jenis pekerjaan, tingkat pendidikan, deposit
tabungan, dan kelompok. Plot dari analisis korespondensi berganda ditampilkan
pada Gambar 7.
Tabel 7 Hasil uji asosiasi antara kelompok dengan peubah-peubah kategorik
Peubah Kategorik
Jenis Kelamin
Usia
Jenis Pekerjaan
Tingkat Pendidikan
Deposit Tabungan
Khi-Kuadrat
0.13
11.67
11.59
14.97
10.60
Nilai-p
0.71
0.02
0.00
0.00
0.01
Berdasarkan plot analisis korespondensi berganda, Kelompok 1 memiliki
kedekatan dengan kategori usia kurang dari 29 tahun, sedangkan Kelompok 2
memiliki kedekatan dengan kategori usia 3, yaitu nasabah dengan usia 34 tahun
hingga kurang dari 42 tahun. Untuk karakteristik jenis pekerjaan, Kelompok 1
memiliki kedekatan dengan jenis pekerjaan BUMD/BUMD dan Kelompok 2
memiliki kedekatan dengan pekerjaan non-PNS/BUMN/BUMD. Dalam hal
pendidikan, Kelompok 1 memiliki kedekatan dengan pendidikan S1 dan
Kelompok 2 memiliki kedekatan dengan pendidikan SMA. Karakteristik yang
terakhir adalah karakteristik jumlah tabungan nasabah. Kelompok 1 memiliki
kedekatan dengan deposit tabungan mulai dari Rp 1.000.000 hingga kurang dari
Rp 10.000.000, sedangkan Kelompok 2 dicirikan oleh kategori 1, yaitu nasabah
dengan deposit tabungan kurang dari Rp 1.000.000. Untuk mempermudah
intrepretasi plot korespondensi berganda, maka dapat dilihat plot korespondensi
berganda antara kelompok dengan peubah kategorik yang lain pada Lampiran 5,
Lampiran 6, Lampiran 7, dan Lampiran 8. Terdapat perbedaan karakteristik hasil
11
analisis deskriptif dengan analisis korespondensi berganda. Hal ini terjadi karena
analisis korespondensi berganda melihat kedekatan antara kelompok dengan
karakteristiknya secara keseluruhan.Selain itu, analisis korespondensi berganda
mereduksi akar ciri dengan mengambil dua akar ciri terbesar, sehingga akan ada
beberapa informasi yang hilang. Akar-akar ciri hasil analisis korespondensi
berganda dapat dilihat pada Lampiran 4, sedangkan karakteristik penciri hasil
analisis korespondensi berganda dapat dilihat pada Tabel 8.
2
Lainnya
S3
1.5
SMA
Non-1
PNS/BUMN/BUMD usia 3
0.5
kelompok
2
Sumbu 2
deposit 1
usia 1
usia 2
-1
-0.5
DIPLOMA
-1.5
S2
deposit
usia3 5
PNS
λ = 11.35%
deposit 4
0
kelompok 1
0 deposit
0.52
S1
usia 4
-0.5
1
1.5
2
2.5
3
BUMN/BUMD
-1
λ = 9.37%
Sumbu 1
Gambar 7 Plot analisis korespondensi berganda
-1.5
Tabel 8 Karakteristik penciri kelompok nasabah bank "XXX"
Kelompok
1
2
Karakteristik Penciri
Usia kurang dari 29 tahun, jenis pekerjaan
BUMN/BUMD, tingkat pendidikan S1, dan deposit
tabungan mulai dari Rp 1.000.0000 hingga kurang dari
Rp 10.000.000.
Usia 34 tahun hingga kurang dari 42 tahun, jenis
pekerjaan non-PNS/BUMN/BUMD, tingkat pendidikan
SMA, dan deposit tabungan kurang dari Rp 1.000.000.
3.5
12
SIMPULAN
Nasabah pengguna kartu kredit bank "XXX" terbagi menjadi dua kelompok.
Karakteristik pada Kelompok 1 adalah usia kurang dari 29 tahun, jenis pekerjaan
BUMN/BUMD, tingkat pendidikan S1, deposit tabungan mulai dari Rp 1.000.000
hingga kurang dari Rp 10.000.000, penggunaan kartu kredit hingga 64 juta rupiah,
dan dominan menggunakan kartu kreditnya di merchant department stores.
Kelompok 2 memiliki karakteristik usia 34 tahun hingga kurang dari 42 tahun,
jenis pekerjaan non-PNS/BUMN/BUMD, tingkat pendidikan SMA, deposit
tabungan kurang dari Rp 1.000.000, penggunaan kartu kredit hingga 56 juta
rupiah, dan merchant dominan grocery stores and supermarket. Strategi promosi
yang dapat dilakukan oleh pihan bank "XXX" yaitu dengan memberikan potongan
harga apabilah nasabah pada Kelompok 1 menggunakan kartu kreditnya pada
merchant department stores dan potongan harga apabila nasabah Kelompok 2
menggunakan kartu kreditnya pada merchant grocery stores and supermarket.
DAFTAR PUSTAKA
Anderberg MR. 1973. Cluster Analysis for Aplication. New York (US): Academic
Perss, Inc.
Fose B, Stone M. 2002. CRM in Financial Services A Practical Guide to Making
Customer Relationship Management Work. Glasgow (UK): Bell & Bain Ltd.
Hartigan JA. 1975. Clustering Algorithms. New York (US): John Wiley and Sons,
Inc.
Ida M. 2010. The Consideration on Sensitivity for Multiple Correspondence
Analysis. Proceedings of the International MultiConference of Engineers and
Computer Scientist [Internet]. [17-19 Maret 2010, Hongkong]. Hlm: 1-6;
[diunduh
2014
Februari
01].
Tersedia
pada:
http://www.iaeng.org/publication/IMECS2010_pp560-565.pdf.
Johnson RA, Winchern DW. 2007. Applied Multivariate Statistical Analysis. New
Jersey (US): Pearson Prentice Hall.
Mattjik AA, Sumertajaya IM. 2011. Sidik Peubah Ganda Menggunakan SAS.
Bogor (ID): IPB Press.
Roux LB, Rouanet H. 2010. Multiple Correspondence Analysis. Los Angeles
(US): SAGE Publications, Inc.
Rud OP. 2001. Data Mining Cookbook Modeling Data For Marketing, Risk, And
Customer Relationship Management. New York (US): John Wiley and Sons,
Inc.
Timm NH. 2002. Applied Multivariate Analysis. New York (US): Springer-Verlag
New York, Inc.
13
Lampiran 1 Daftar peubah kategorik
Peubah
Keterangan Peubah
K1
Jenis Kelamin
K2
Usia
K3
Jenis Pekerjaan
K4
Tingkat Pendidikan
K5
Deposit tabungan
Kategori
1 = Perempuan
2 = Laki-laki
1 = Usia < 29 tahun
2 = 29 < Usia ≤ 34 tahun
3 = 34 < Usia ≤ 42 tahun
4 = 42 < Usia ≤ 47 tahun
5 = Usia > 47 tahun
1 = BUMN/BUMD
2 = PNS
3 = Non-PNS/BUMN/BUMD
4 = Lainnya
1 = SMA
2 = DIPLOMA
3 = S1
4 = S2
5 = S3
1 = deposit tabungan < Rp 1.000.000
2 = Rp 1.000.000 < deposit tabungan ≤ Rp
10.000.000
3 = Rp 10.000.000 < deposit tabungan ≤ Rp
50.000.000
4 = deposit tabungan lebih dari Rp 50.000.000
14
Lampiran 2 Daftar nama merchant
Kode Merchant
5311
5411
5943
5499
5661
5812
4812
5533
5735
8062
5813
7538
5631
5691
5462
5999
8043
5814
5331
5942
5511
5947
5139
5941
5651
8911
7298
5655
5948
5977
7011
7230
5699
5532
5722
7221
5641
5211
Nama Merchant
Airlines and Air Carriers
Amusement Parks, Circuses,Carnivals, and Fortune Tellers
Antique Reproductions
Antique Shops-Sales, Repairs,and Restoration Services
Appliance Stores (Not ElsewhereClassified)
Architectural, Engineering, and Surveying Services
Art Dealers and Galleries
Automobile Rental Agency
Automotive Body Repair Shops
Automotive Parts and Accessories Stores
Automotive Service Shops(Non-Dealer)
Automotive Tire Stores
Bakeries
Bands, Orchestras, and Miscellaneous Entertainers(Not Elsewhere
Classified)
Beauty and Barber Shops
Bicycle Shops-Sales and Service
Book Stores
Bowling Alleys
Car and Truck Dealers (New andUsed)-Sales, Service,
Repairs,Parts, and Leasing
Carpet and Upholstery Cleaning
Children's and Infants' WearStores
Clothing-Family
Colleges, Universities,Professional Schools, and Junior Colleges
Commercial Footwear
Computer Software Stores
Computers, Computer Peripheral Equipment, Software
Cosmetic Stores
Dental, Laboratory, Medical, and Ophthalmic Hospital
Equipmentand Supplies
Department Stores
Doctors and Physicians (NotElsewhere Classified)
Drinking Places (AlcoholicBeverages)-Bars, Taverns,Nightclubs,
Cocktail Lounges, andDiscotheques
Drug Stores and Pharmacies
Drugs, Drug Proprietaries, and Druggist's Sundries
Duty Free Stores
DVD/Video Tape Rental Stores
Eating Places and Restaurants
Electronic Sales
Fast Food Restaurants
15
Lampiran 2 Daftar nama merchant
Kode Merchant
4722
5944
5912
5045
5599
5732
5621
6011
8099
5541
7994
7999
5309
5950
8071
5921
5949
3103
5945
8011
5712
5719
7929
7996
7997
7841
7832
8699
5611
7392
5940
5047
3543
Nama Merchant
Financial Institutions-AutomatedCash Disbursements
FOUR SEASONS HOTELS
Freezer and Locker Meat Provisioners
Furniture, Home Furnishings,and Equipment Stores,
ExceptAppliances
GARUDA (INDONESIA) GARUDA AIR
General Contractors-Residential and Commercial
Gift, Card, Novelty, and Souvenir Stores
Glassware and Crystal Stores
Grocery Stores and Supermarkets
Health and Beauty Spas
Hobby, Toy, and Game Shops
Home Supply Warehouse Stores
Hospitals
Jewelry, Watch, Clock, and Silverware Stores
Local and Suburban Commuter Passenger Transportation,
including Ferries
Lodging-Hotels, Motels, and Resorts
Luggage and Leather Goods Stores
Lumber and Building Materials Stores
Management Consulting andPublic Relations Services
MARRIOTT
Massage Parlors
Medical and Dental Laboratories
Medical Services and Health Practitioners (Not Elsewhere
Classified)
Membership Clubs (Sports,Recreation, Athletic), CountryClubs,
and Private Golf Courses
Membership Organizations (Not Elsewhere Classified)
Men's and Women's Clothing Stores
Men's, Women's, and Children'sUniforms and Commercial
Clothing
Miscellaneous and Specialty Retail Stores
Miscellaneous Apparel and Accessory Stores
Miscellaneous Automotive,Aircraft, and Farm
EquipmentDealers (Not Elsewhere Classified)
Miscellaneous FoodStores-Convenience Stores and Specialty
Markets
Miscellaneous Home Furnishing Specialty Stores
Miscellaneous Personal Services(Not Elsewhere Classified)
16
Lampiran 2 Daftar nama merchant
Kode Merchant
8220
7933
4814
5734
8299
7217
5971
4111
5697
6513
5937
1520
3509
5733
5932
5137
5422
7299
5122
7531
7297
5172
Nama Merchant
Motion Picture Theaters
Music Stores-Musical Instruments, Pianos, and SheetMusic
Opticians, Optical Goods, and Eyeglasses
Package Stores-Beer, Wine, and Liquor
Petroleum and Petroleum Products
School, Stationery, and Office Supply Stores
Schools and Educational Services (Not Elsewhere Classified)
Service Stations (with or without ancillary services)
Sewing, Needle work, Fabric, and Piece Goods Stores
Shoe Stores 1
Shoe Stores 2
Sporting Goods Stores
Sports and Riding Apparel Stores
Tailors and Seamstresses,Mending and Alterations
Telecommunication Services, Including Local and Long Distance
Calls, Credit Card Calls, Calls through Use of Magnetic-StripeReading Telephones, and Fax Services
Telecommunications Equipment and Telephone Sales
Transportation Services (NotElsewhere Classified)
Travel Agencies and Tour Operators
Variety Stores
Video Game Arcades and Establishments
Women's Accessory and Specialty Shops
Women's Ready-To-Wear Stores
17
Lampiran 3 Daftar merchant yang tidak dikunjungi oleh nasabah perkelompok
Kelompok
Kode
Merchant
5047
5139
1
5172
5532
5599
7994
8911
1520
3509
3543
4814
5122
5137
5309
5422
5733
5932
2
5937
7299
7392
7841
7933
7997
7999
8220
8299
Nama Merchant
Miscellaneous Home FurnishingSpecialty Stores
Colleges, Universities,Professional Schools, and
Junior Colleges
Women's Ready-To-Wear Stores
Duty Free Stores
GARUDA (INDONESIA) GARUDA AIR
Hobby, Toy, and Game Shops
Computers, Computer Peripheral Equipment, Software
Sporting Goods Stores
Sports and Riding Apparel Stores
Miscellaneous Personal Services(Not Elsewhere
Classified)
Opticians, Optical Goods, and Eyeglasses
Variety Stores
Telecommunications Equipment and Telephone Sales
Hospitals
Transportation Services (NotElsewhere Classified)
Tailors and Seamstresses,Mending and Alterations
Calls, Credit Card Calls, Calls through Use of
Magnetic-Stripe-Reading Telephones, and Fax
Services
Shoe Stores 2
Medical Services and Health Practitioners (Not
Elsewhere Classified)
Miscellaneous Automotive,Aircraft, and Farm
EquipmentDealers (Not Elsewhere Classified)
Men's and Women's Clothing Stores
Music Stores-Musical Instruments, Pianos, and
SheetMusic
Membership Organizations (Not Elsewhere Classified)
Home Supply Warehouse Stores
Motion Picture Theaters
Petroleum and PetroleumProducts
18
Lampiran 4 Akar ciri hasil analisis korespondensi berganda
Dimensi
dim 1
dim 2
dim 3
dim 4
dim 5
dim 6
dim 7
dim 8
dim 9
dim 10
dim 11
dim 12
dim 13
dim 14
dim 15
Akar Ciri
0.34
0.28
0.25
0.22
0.20
0.20
0.20
0.19
0.18
0.18
0.17
0.16
0.14
0.12
0.11
Persentase Keragaman
11.35%
9.37%
8.35%
7.40%
6.83%
6.80%
6.67%
6.61%
6.29%
6.10%
5.89%
5.64%
4.91%
4.01%
3.80%
Lampiran 5 Plot korespondensi berganda antara kelompok dan usia
1
0.8
usia 3
0.6
0.4
kelompok
2
usia 5
0.2
usia 1
-1.5
-1
usia 2
-0.5
0
0
kelompok
1
0.5
-0.2
-0.4
-0.6
-0.8
usia 4
1
1.5
19
Lampiran 6 Plot korepondensi berganda antara kelompok dan jenis pekerjaan
2
Lainnya
1.5
NonPNS/BUMN/BU
MD1
0.5
kelompok
2
PNS
kelompok
1
0
-0.5
0
0.5
1
1.5
2
2.5
3
3.5
-0.5
BUMN/BUMD
-1
-1.5
Lampiran 7 Plot korespondensi berganda antara kelompok dan pendidikan
S3
1.5
SMA
1
0.5
S2
kelompok 2
0
-1
-0.5
kelompok
1 0.5
0
DIPLOMA
-0.5
-1
S1
1
1.5
2
2.5
3
3.5
20
Lampiran 8 Plot korespondensi berganda antara kelompok dan deposit tabungan
0.4
kelompok 2
deposit 3
0.3
0.2
deposit 1
0.1
deposit 4
0
-1
-0.5
0
-0.1
kelompok 1
deposit
2
-0.2
-0.3
0.5
1
1.5
2
21
RIWAYAT HIDUP
Penulis dilahirkan di Solok pada tanggal 26 November 1992 sebagai anak
kedua dari dua bersaudara dari pasangan Bapak Zainal Abidin dan Ibu
Nurdesmeri. Tahun 2007 penulis lulus dari Sekolah Menengah Pertama Negeri 3
Kota Depok. Tahun 2010 penulis lulus dari Sekolah Menengah Atas Negeri 3
Kota Depok dan pada tahun yang sama penulis diterima di Departemen Statistika,
Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor
melalui jalur undangan saringan masuk institut (USMI) IPB.
Selama mengikuti perkuliahan, penulis aktif pula sebagai pengurus pada
beberapa organisasi yaitu staff Departemen Sains Himpunan Profesi Gamma
Sigma Beta 2012 dan staff Departemen Human Resources and Development
Himpunan Profesi Gamma Sigma Beta 2013. Penulis pernah mengikuti beberapa
kepanitian seperti Pekan Olahraga Statistika (PORSTAT) 2011, Statitistika Ria
2011 dan 2012, welcome ceremony of statistics (WCS) 2013, dan International
Scholarship and Education Expo (ISEE) 2013. Penulis melaksanakan praktik
lapang di PT. Jaringan Suara Indonesia, divisi riset pada bulan Juni-Agustus 2013.
NASABAH PENGGUNA KARTU KREDIT
(Studi Kasus: Bank "XXX")
DEDDY HIDAYAD
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Gerombol
K-rataan untuk Segmentasi Nasabah Pengguna Kartu Kredit Bank "XXX" adalah
benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan
dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari
penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juli 2014
Deddy Hidayad
NIM G14100035
ABSTRAK
DEDDY HIDAYAD. Analisis Gerombol k-rataan untuk Segmentasi Nasabah
Pengguna Kartu Kredit Studi Kasus Bank "XXX". Dibimbing oleh ANIK
DJURAIDAH dan YENNI ANGRAINI.
Saat ini, jumlah pengguna kartu kredit dan lembaga penyedia jasa kartu
kredit di Indonesia semakin tinggi. Hal tersebut membuat persaingan antar
penyedia jasa kartu kredit semakin ketat. Karakteristik antar nasabah yang
berbeda membuat pihak penyedia jasa kartu kedit perlu memberikan promosi
yang berbeda untuk mempertahankan nasabah loyalnya. Salah satu metode dalam
customer relationship management adalah analisis gerombol k-rataan, yaitu
nasabah dikelompokkan berdasarkan kemiripan karakteristiknya. Data yang
digunakan dalam penelitian ini adalah data rekam transaksi penggunaan kartu
kredit bank "XXX" di berbagai merchant. Hasil penelitian menunjukkan terdapat
dua kelompok nasabah. Kelompok-1 adalah nasabah dengan rata-rata penggunaan
kartu kredit mencapai 64 juta rupiah pertahun, sedangkan kelompok-2 memiliki
rata-rata penggunaan kartu kredit hingga 56 juta rupiah pertahun. Karakteristik
pada kelompok-1 adalah usia 29 tahun hingga 34 tahun, jenis pekerjaan
BUMN/BUMD, pendidikan S1, dan deposit tabungan antara 1 juta rupiah hingga
10 juta rupiah. Kelompok-2 memiliki karakteristik penciri usia antara 34 tahun
hingga 42 tahun, jenis pekerjaan non-PNS/BUMN/BUMD, pendidikan SMA, dan
deposit tabungan kurang dari 1 juta rupiah. Strategi prmosi yang diberikan kepada
nasabah adalah potongan harga sesuai dengan kelompoknya.
Kata kunci: analisis gerombol k-rataan, analisis korespondensi berganda, kartu
kredit
ABSTRACT
DEDDY HIDAYAD. k-means Cluster Analysis for Credit Card Customer
Segmentation Case Study Bank "XXX". Supervised by ANIK DJURAIDAH and
YENNI ANGRAINI.
Nowadays, the number of credit card customer and provider has
increasing. It makes the competition among providers tighter. Customer
characteristic which is different between each other, make credit card provider
give different promotion to hold their customers. One of method in customer
relationship management is k-means cluster analysis. In this method customer
divide into a group based on their similar characteristic. Data in this research
show bank "XXX" credit card use transaction record in any merchants. The result
of this research tells that there are two groups of customer. Characteristic of the
first group is total transaction 64 million a year, and the other group is 56 million
a year. The other characteristic of group 1 are age between 34 years and 42 years,
occupation BUMN/BUMD, education Bachelor and saving deposit between 1
milion and 10 milion. Group 2 characteristics are age between 34 years and 42
years, occupation non-PNS/BUMN/BUMD, education High School and saving
deposit less than 1 milion. The promotion strategy that could give to the customer
is discount the thr related group.
Keywords: credit card, k-means cluster analysis, multiple correspondence analysis.
ANALISIS GEROMBOL K-RATAAN UNTUK SEGMENTASI
NASABAH PENGGUNA KARTU KREDIT
(Studi Kasus: Bank "XXX")
DEDDY HIDAYAD
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika
pada
Departemen Statistika
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Judul Skripsi : Analisis Gerombol k-rataan untuk Segmentasi Nasabah Pengguna
Kartu Kredit Studi Kasus Bank "XXX"
Nama
: Deddy Hidayad
NIM
: G14100035
Disetujui oleh
Dr Ir Anik Djuraidah, MS
Pembimbing I
Yenni Angraini, SSi, MSi
Pembimbing II
Diketahui oleh
Dr. Anang Kurnia, SSi, MSi
Ketua Departemen
Tanggal Lulus
PRAKATA
Alhamdulillah, puji beserta syukur penulis panjatkan kepada Allah SWT
karena atas rahmat dan karunia-Nya penulis dapat menyelesaikan karya ilmiah
yang berjudul Analisis Gerombol K-rataan untuk Segmentasi Nasabah Pengguna
Kartu Kredit Studi Kasus Bank "XXX". Karya ilmiah ini merupakan salah satu
syarat untuk mendapatkan gelar Sarjana Statistika pada Departemen Statistika,
Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Penulis mengucapkan terima kasih kepada semua pihak yang telah
membantu dalam menyelesaikan karya ilmiah ini, antara lain:
1. Ibu Dr Ir Anik Djuraidah, MS dan Ibu Yenni Angraini, SSi, MSi atas
bimbingan, masukan, dan kesabarannya selama penulis menyelesaikan
karya ilmiah ini.
2. Bapak Ir M. Masjkur, MS selaku dosen penguji yang telah memberikan
banyak masukan dalam perbaikan karya ilmiah ini.
3. Dosen pengajar Departemen Statistika atas ilmu yang telah diberikan.
4. Ibu Markonah, Ibu Tri, dan Tata Usaha Departemen Statistika atas
bantuannya dalam kelancaran administrasi.
5. Keluarga di rumah, ayah Drs Zainal Abidin, ibu Nurdesmeri, dan Kakak
saya Izhamil Hidayah, SPi atas kasih sayang beserta doanya.
6. Raedi Hermawan, teman yang senantiasa membantu penulis dalam
penelitian ini.
7. Frisca Rizki Ananda yang telah membantu penulis dalam proses belajar
selama berada di departemen statistika.
8. Teman-teman Statistika 47 yang telah memberi warna dalam kehidupan
kampus penulis.
Penulis menyadari masih banyak kekurangan dalam penulisan karya ilmiah
ini. Oleh karena itu, penulis menerima saran dan kritik yang membangun dari
berbagai pihak agar dapat meningkatkan pengetahuan penulis di masa yang akan
datang. Penulis berharap karya ilmiah ini dapat bermanfaat bagi penulis
khususnya dan pembaca pada umumnya.
Bogor, Juli 2014
Deddy Hidayad
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
2
METODE
2
Data
2
Metode
2
HASIL DAN PEMBAHASAN
5
Eksplorasi Data
5
Analisis Gerombol
7
Analisis Korespondensi Berganda
10
SIMPULAN
12
Simpulan
12
DAFTAR PUSTAKA
12
LAMPIRAN
13
RIWAYAT HIDUP
21
DAFTAR TABEL
1
2
3
4
5
6
7
8
Ilustrasi matriks indikator Z
Nilai statistik pseudo-F
Jumlah nasabah dan karakteristik nasabah perkelompok
Rata-rata penggunaan kartu kredit
Merchant dominan pada Kelompok 1
Merchant dominan pada Kelompok 2
Hasil uji asosiasi antara kelompok dengan peubah-peubah kategorik
Karakteristik penciri kelompok nasabah bank "XXX"
4
8
9
9
9
10
10
11
DAFTAR GAMBAR
1
2
3
4
5
6
7
Deskripsi nasabah bank "XXX" berdasarkan jenis kelamin
Deskripsi nasabah bank "XXX" berdasarkan usia
Deskripsi nasabah bank "XXX" berdasarkan jenis pekerjaan
Deskripsi nasabah bank "XXX" berdasarkan pendidikan
Deskripsi nasabah bank "XXX" berdasarkan deposit tabungan
Plot indeks Hartigan
Plot analisis korespondensi berganda
5
6
6
7
7
8
11
DAFTAR LAMPIRAN
1
2
3
4
5
6
7
8
Daftar peubah kategorik
Daftar nama merchant
Daftar merchant yang tidak dikunjungi oleh nasabah perkelompok
Akar ciri hasil analisis korespondensi berganda
Plot korespondensi berganda antara kelompok dan usia
Plot korespondensi berganda antara kelompok dan pendidikan
Plot korespondensi berganda antara kelompok dan jenis pekerjaan
Plot korespondensi berganda antara kelompok dan deposit tabungan
13
14
17
18
18
19
19
20
PENDAHULUAN
Latar Belakang
Bank sebagai lembaga intermediasi keuangan memiliki fungsi dan
kewenangan untuk menerima simpanan uang, pinjaman uang, dan menerbitkan
promes atau yang dikenal sebagai bank note. Menurut Undang-Undang Nomor 10
Tahun 1998 tentang perbankan, bank adalah badan usaha yang menghimpun dana
dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat
dalam bentuk kredit dan atau bentuk-bentuk lainnya dalam rangka meningkatkan
taraf hidup rakyat banyak. Banyaknya bank yang ada di Indonesia saat ini,
membuat persaingan antar bank dalam memperebutkan nasabah semakin ketat.
Ketatnya persaingan antar bank membuat bank harus berlomba dengan berbagai
cara untuk memenangkan persaingan tersebut.
Salah satu produk yang menguntungkan bank adalah kartu kredit. Kartu
kredit memberikan pinjaman kepada nasabah, yang berikutnya nasabah dapat
melunasi pinjamannya tersebut dalam jangka waktu tertentu. Banyaknya bank
penerbit kartu kredit yang ada, memungkinkan nasabah untuk berpindah dari satu
penerbit ke penerbit lain yang dirasa lebih menguntungkan. Hal ini dapat
menyebabkan kerugian bagi bank penerbit kartu kredit yang ditinggalkan. Untuk
menekan resiko kerugian karena ditinggalkan oleh nasabahnya, bank perlu
memberikan promosi-promosi yang menarik dan menguntungkan bagi
nasabahnya.
Setiap konsumen yang ada adalah unik dan berbeda, untuk itu strategi
promosi yang diberikan kepada konsumen harus berbeda antar konsumennya.
Analisis segmentasi perlu dilakukan oleh produsen untuk mengelompokkan
konsumen sesuai dengan keunikannya tersebut. Rud (2001) menyatakan dengan
melakukan pendalaman menggunakan analisis segmentasi, maka akan terlihat
beberapa demografi ataupun psikologi konsumen yang kemungkinan
mempengaruhi kebiasaan belanja, pola resiko, dan meningkatkan keuntungan
yang didapatkan oleh produsen dari konsumen. Segmentasi adalah suatu upaya
memisahkan data ke dalam kelompok yang berbeda dengan tujuan untuk
mempertahankan nasabah loyal dari produsen tersebut.
Metode Customer Relationship Management (CRM) adalah salah satu
metode yang menggunakan analisis segmentasi/gerombol untuk mengelompokkan
perilaku konsumen. Metode CRM adalah strategi bisnis yang digunakan untuk
meningkatkan hubungan dengan konsumen yang menguntungkan, dan
mengurangi kerugian akibat konsumen yang tidak menguntungkan (Fose & Stone
2002). Metode CRM berorientasi pada kepentingan dan kepuasan konsumen.
Metode CRM merupakan suatu strategi dalam membangun, mengatur, dan
mengikat hubungan dengan konsumen yang setia. Dengan metode CRM akan
dibentuk kelompok-kelompok berdasarkan kemiripan tertentu. CRM
menggunakan analisis gerombol untuk membentuk kelompok-kelompok
konsumen. Analisis gerombol akan mengenali kelompok pembeli yang relatif
homogen, yang kemudian dilakukan pengkajian perilaku dari kelompok tersebut
terhadap kecenderungan pola konsumsinya. Analisis gerombol k-rataan dipilih
karena jumlah data yang besar, sehingga metode ini dinilai akan lebih efisien
2
(Mattjik & Sumertajaya 2011). Selain analisis gerombol k-rataan, penelitian ini
juga menggunakan metode analisis korespondensi berganda (MCA) untuk
menentukan karakteristik dari tiap gerombol yang terbentuk. Analisis
korespondensi berganda dipilih karena jumlah peubah kategorik dari data yang
lebih dari dua peubah.
Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. Mengelompokkan nasabah pengguna kartu kredit bank "XXX" berdasarkan
kemiripan terhadap transaksi penggunaan kartu kredit.
2. Menentukan kencederungan setiap kelompok terhadap merchant untuk
mencari strategi promosi yang tepat berdasarkan rekam transaksi
penggunaan kartu kredit.
3. Menentukan karakteristik penciri pada setiap kelompok pengguna kartu
kredit yang terbentuk untuk menentukan strategi promosi bagi nasabah baru.
METODE
Data
Data yang digunakan dalam penelitian ini adalah data rekam penggunaan
kartu kredit yang diterbitkan oleh bank "XXX" pada berbagai merchant di tahun
2012. Nasabah yang terekam dalam data adalah sebanyak 2065 nasabah dengan
berbagai karakteristik kategorik seperti jenis kelamin, usia, jenis pekerjaan,
pendidikan, dan deposit tabungan. Peubah kategorik selengkapnya dapat dilihat
pada Lampiran 1. Penggerombolan dilakukan berdasarkan penggunaan kartu
kredit di berbagai merchant. Jumlah merchant yang tercatat di dalam data adalah
sebanyak 97 merchant. Informasi lengkap mengenai merchant yang ada dapat
dilihat pada Lampiran 2. Sumber data berasal dari PT Ganesha Cipta Informatika.
Metode
Metode yang digunakan dalam penelitian ini adalah sebagai berikut.
1. Melakukan eksplorasi data terhadap peubah kategorik dengan menggunakan
statistika deskriptif untuk mengetahui gambaran umum dari nasabah pengguna
kartu kredit bank "XXX".
2. Melakukan penggerombolan berdasarkan peubah numerik nasabah kartu
kredit bank "XXX" dengan langkah-langkah sebagai berikut.
a. Melakukan transformasi data rekam transaksi di merchant tertentu menjadi
proporsi, yaitu membagi transaksi setiap nasabah dengan total transaksi
tiap nasabah.
3
adalah
dengan
adalah transaksi nasabah ke-i pada merchant ke-j.
total transaksi penggunaan kartu kredit nasabah ke-i.
b. Melakukan penggerombolan nasabah pengguna kartu kredit bank "XXX"
dengan metode non-hirarki k-rataan. Penggerombolan dilakukan terhadap
rekam transaksi penggunaan kartu kredit di merchant yang ada. Prinsip
dasar pengelompokkan dengan metode k-rataan adalah dengan melihat
kedekatan jarak antara data dan pusat kelompok (Johnson & Wichern
2007). Konsep jarak yang digunakan dalam metode ini adalah konsep
jarak Euclidean. Konsep jarak ini dapat diperoleh dengan rumus:
[ ∑(
) ]
⁄
dengan
adalah jarak antara objek a dan objek b,
adalah nilai
objek a pada peubah j,
adalah nilai objek b pada peubah j, dan r
merupakan banyaknya peubah yang diamati (Johnson & Wichern 2007).
Langkah penggerombolan dengan metode k-rataan dapat dilakukan dengan
cara sebagai berikut (Anderberg 1973):
i. Tentukan g, yaitu banyaknya gerombol yang akan dibentuk.
ii. Kelompokkan observasi ke dalam kelompok-kelompok yang ingin
dibentuk. Hitung jarak antara observasi dengan pusat kelompok,
apabila jarak antara observasi dan pusat kelompok masih terlalu jauh,
maka pindahkan observasi ke dalam kelompok yang memiliki jarak
lebih dekat.
iii. Hitung kembali pusat kelompok untuk gerombol yang kehilangan
atau menerima objek baru di gerombolnya.
iv. Ulangi langkah (ii) dan (iii) hingga diperoleh kekonvergenan, yaitu
tidak ada lagi objek yang berpindah.
c. Menentukan jumlah gerombol yang optimum dengan menggunakan indeks
Hartigan, yaitu:
∑∑
dengan n adalah jumlah pengamatan dan g adalah gerombol yang dibentuk,
adalah jarak antara data yang ingin dihitung (
dengan
serta
nilai pusat kelompok ( ) terdekat. Banyaknya gerombol ditentukan
berdasarkan selisih antara H(g+1) dengan H(g) yang tertinggi (Hartigan
1975). Indeks Hartigan dapat dihitung dengan menggunakan piranti lunak
R versi 3. 0. 3 dengan paket NbClust.
4
d. Menentukan nilai statistik pseudo-F untuk mengetahui kebaikan dari
kelompok yang terbentuk. Nilai statistik pseudo-F dapat dihitung dengan
rumus:
⁄
⁄
dengan JKT adalah jumlah kuadrat total dan JKG adalah total jumlah
kuadrat di dalam kelompok. Semakin besar nilai nilai statistik pseudo-F
maka kelompok yang terbentuk akan semakin baik (Timm 2002)
3. Menentukan merchant
yang dominan dari setiap kelompok dengan
menghitung rata-rata belanja nasabah pada tiap merchant.
4. Mengidentifikasi karakteristik peubah kategorik penciri tiap kelompok yang
diperoleh dengan menggunakan analisis korespondensi berganda. Analisis
korespondensi berganda adalah metode deskriptif yang digunakan untuk
melihat hubungan di antara peubah-peubah yang bersifat kategorik (Roux dan
Rouanet 2010). Sebelum dilakukan analisis korespondensi berganda,
dilakukan terlebih dahulu uji asosiasi untuk menentukan peubah-peubah
kategotik yang berpengaruh terhadap kelompok.
Langkah dalam membuat plot korespondensi berganda adalah sebagai berikut:
a. Menotasikan banyaknya peubah kategorik sebanyak q peubah. Hasil
notasi akan digunakan ke dalam matriks Z yang bernilai biner. Masingmasing unsur dalam satu baris matriks Z bernilai satu jika individu
tersebut ada dalam kategori dan nol jika sebaliknya. Ilustrasikan peubah
Q1 memiliki 2 peubah kategori dan peubah Q2 memiliki 3 peubah
kategori. Maka matriks Z dari n buah observasi adalah:
Tabel 1 Ilustrasi matriks indikator Z
1
2
3
1
0
1
0
2
1
0
1
1
1
0
0
Q2
2
0
0
1
n
1
0
1
0
Observasi
Q1
3
0
1
0
0
b. Membuat matriks Burt yang merupakan hasil tabulasi silang semua
peubah kategorik (Ida 2010). Matriks Burt dilambangkan dengan B dan
dirumuskan sebagai berikut:
B = ZTZ.
c. Menentukan vektor masa total kolam (m) dengan rumus:
dengan 1 adalah vektor yang semua elemennya bernilai satu.
5
d. Menentukan matriks S, yaitu:
dengan merupakan matriks diagonal yang elemen diagonalnya berisi
unsur dari vektor m dan q adalah banyaknya peubah kategorik.
e. Mencari koordinat grafik dari matriks Y yang diperoleh dengan rumus :
dengan
adalah matriks diagonal yang diagonalnya
berisi akar pangkat dua dari akar ciri matriks S yang telah diurutkan dari
nilai terbesar hingga terkecil.
adalah matriks yang kolomnya berisi
vektor ciri yang berkorespondensi dengan akar ciri matriks S. Dua kolom
pertama dari matriks
diplotkan pada grafik koordinat untuk
mendapatkan plot analisis korespondensi berganda.
5. Melakukan intepretasi terhadap hasil.
HASIL DAN PEMBAHASAN
Eksplorasi Data
Hasil eksplorasi data berdasarkan Gambar 1 memberikan informasi
deskripsi nasabah pengguna menurut jenis kelamin. Terlihat bahwa sebagian besar
dari nasabah pengguna kartu kredit berjenis kelamin perempuan, yaitu sebesar
57.09% nasabah. Nasabah dengan jenis kelamin laki-laki sebanyak 42.91%
nasabah.
100.00%
75.00%
57.09%
42.91%
50.00%
25.00%
0.00%
Perempuan
Laki-laki
Gambar 1 Deskripsi nasabah bank "XXX" berdasarkan jenis kelamin
Gambar 2 menunjukkan deskripsi nasabah berdasarkan usia nasabah. Usia
nasabah dibagi kedalam 5 kategori. Usia 1 yaitu nasabah berusia kurang dari 29
tahun, Usia 2 yaitu nasabah berusia 29 tahun hingga kurang dari 34 tahun, Usia 3
yaitu nasabah dengan usia 34 tahun hingga kurang dari 42 tahun, Usia 4 untuk
nasabah berusia 42 tahun hingga kurang dari 47 tahun, dan Usia 5 untuk nasabah
berusia 47 tahun dan lebih tua. Pembuatan kategori usia didasarkan pada pola
sebaran usia nasabah. Sebagian besar nasabah berasal dari kurang dari 29 tahun
(23.87%) dan kemudian dikuti oleh nasabah dengan usia diatas 47 tahun (20.19%).
6
50.00%
25.00%
23.87%
18.64%
19.81%
17.48%
20.19%
Usia 2
Usia 3
Usia 4
Usia 5
0.00%
Usia 1
Gambar 2 Deskripsi nasabah bank "XXX" berdasarkan usia
Deskripsi nasabah berdasarkan jenis pekerjaan dapat dilihat pada Gambar 3.
Terlihat bahwa sebagian besar nasabah memiliki jenis pekerjaan nonPNS/BUMN/BUMD (47.36%). Jenis pekerjaan yang paling sedikit dari nasabah
pengguna kartu kredit bank "XXX" adalah jenis pekerjaan lainnya (0.15%).
50.00%
47.36%
41.84%
25.00%
10.65%
0.15%
0.00%
BUMN/BUMD
PNS
Non-PNS/BUMN/BUMD
Lainnya
Gambar 3 Deskripsi nasabah bank "XXX" berdasarkan jenis pekerjaan
Tingkat pendidikan sebagian besar nasabah berasal dari tingkat pendidikan
S1, yaitu sebesar 43.78% dari total nasabah. Hal ini dapat dilihat pada Gambar 4.
Tingkat pendidikan S3 merupakan tingkat pendidikan dengan jumlah nasabah
paling kecil, yaitu sebesar 0.34% dari total nasabah.
50.00%
43.78%
31.82%
25.00%
19.08%
4.99%
0.34%
0.00%
SMA
DIPLOMA
S1
S2
S3
Gambar 4 Deskripsi nasabah bank "XXX" berdasarkan pendidikan
7
Karakteristik lain yang dapat dilihat yaitu sisa uang yang ada di dalam kartu
kredit nasabah atau disebut deposit dalam penelitian ini. Deposit tersebut dibagi
menjadi 4 kategori berdasarkan kategori yang umumnya diberikan oleh pihak
bank. Kategori 1 yaitu nasabah dengan deposit tabungan dibawah Rp 1.000.000.
Kategori 2 yaitu nasabah dengan deposit tabungan mulai dari Rp 1.000.000
hingga kurang dari Rp 10.000.000. Kategori 3 yaitu nasabah dengan deposit
tabungan mulai dari Rp 10.000.000 hingga kurang dari Rp 50.000.000. Kategori 4
yaitu nasabah dengan deposit tabungan mulai dari Rp 50.000.000 atau lebih.
Berdasarkan Gambar 5 dapat diketahui bahwa nasabah pengguna kartu kredit
sebagian besar memiliki deposit tabungan antara Rp 1.000.000 hingga kurang dari
Rp 10.000.000, yaitu sebesar 41.26%.
50.00%
38.16%
41.26%
25.00%
15.84%
4.75%
0.00%
deposit 1
deposit 2
deposit 3
deposit 4
Gambar 5 Deskripsi nasabah bank "XXX" berdasarkan deposit tabungan
Analisis Gerombol
Analisis gerombol dilakukan untuk mengelompokkan nasabah berdasarkan
rekam transaksi penggunaan kartu kredit bank "XXX". Rekam transaksi
merupakan catatan mengenai merchant atau lokasi kartu kredit nasabah tersebut
dibelanjakan. Analisis gerombol yang digunakan dalam penelitian ini yaitu
analisis gerombol non-hirarki k-rataan. Metode ini akan membagi nasabah
kedalam kelompok-kelompok berdasarkan kemiripan rekam transaksinya.
Kelompok yang baik akan menghasilkan nilai ragam antar kelompok yang besar,
dan nilai ragam di dalam kelompok yang kecil. Dalam penelitian ini, kebaikan
dari kelompok yang terbentuk dapat dilihat dari nilai statistik pseudo-F.
Penentuan banyaknya kelompok pada metode penggerombolan non-hirarki
k-rataan sangat berpengaruh terhadap kebaikan kelompok yang terbentuk. Salah
satu metode yang dapat digunakan untuk menentukan jumlah kelompok optimum
adalah indeks Hartigan. Berdasarkan Gambar 6 terlihat bahwa perubahan nilai
indeks Hartigan terbesar terjadi pada saat dua kelompok ke tiga kelompok.
Berdasarkan nilai indeks Hartigan tersebut, maka dibentuk tiga kelompok nasabah.
Pembentukan tiga kelompok nasabah tersebut menghasilkan nilai statistik pseudoF sebesar 372.55, akan tetapi nilai statistik pseudo-F ini bukan merupakan nilai
8
Index Hartigan
statistik pseudo-F terbesar. Nilai statistik pseudo-F menunjukkan nilai terbesar
ketika jumlah gerombol yang dibentuk sebanyak dua gerombol. Berdasarkan nilai
statistik pseudo-F tersebut, maka diputuskan dibentuk sebanyak dua kelompok.
600
400
200
0
0
2
4
6
8
10
Jumlah Kelompok
12
14
Gambar 6 Plot Indeks Hartigan
Tabel 2 Nilai statistik pseudo-F
Jumlah Gerombol
2
3
4
5
Nilai statistik pseudo-F
681.00
372.55
256.28
197.20
Berdasarkan hasil pengelompokan terhadap nasabah, diperoleh informasi
mengenai jumlah nasabah dan karakteristik belanja nasabah. Kelompok 1 terdiri
dari 1289 nasabah, sedangkan Kelompok 2 terdiri dari 776 nasabah. Nasabah pada
Kelompok 1 memiliki rata-rata penggunaan kartu kredit hingga 64 juta rupiah
pertahun, sedangkan nasabah pada Kelompok 2 memiliki rata-rata penggunaan
kartu kredit 56 juta rupiah pertahun. Nasabah-nasabah pada Kelompok 1 ini perlu
dijadikan nasabah prioritas agar tidak berpindah pada pihak penyedia kartu kredit
yang lain.
Selain melihat karakteristik belanja nasabah, secara dekriptif dapat pula di
identifikasi karakteristik demografi nasabah dari tiap gerombol yang terbentuk.
Karakteristik demografi dilihat berdasarkan peubah-peubah kategorik yang ada.
Berdasarkan jenis kelamin, baik Kelompok 1 maupun Kelompok 2 didominasi
oleh nasabah perempuan. Nasabah perempuan pada Kelompok 1 sebesar 57.30%
dari total nasabah di dalam kelompok tersebut, sedangkan pada Kelompok 2 ada
sebanyak 56.40% nasabah perempuan. Kategori usia nasabah, Kelompok 1
didominasi oleh nasabah dengan usia dibawah 29 tahun, yaitu sebesar 26.10%.
Kelompok 2 didominasi oleh nasabah dengan usia 34 tahun hingga 42 tahun, yaitu
sebesar 21.60%. Kategori jenis pekerjaan, baik Kelompok 1 maupun Kelompok 2
didominasi oleh jenis pekerjaan Non-PNS/BUMN/BUMD, yaitu 44.60% pada
Kelompok 1 dan 51.70% pada Kelompok 2. Tingkat pendidikan pada kelompok 1
dan Kelompok 2 didominasi oleh tingkat pendidikan S1, masing masing 45.90%
pada Kelompok 1 dan 40.10% pada Kelompok 2. Karakteristik yang terakhir yaitu
sisa uang dalam kartu kredit nasabah atau deposit tabungan. Nasabah dalam
16
9
Kelompok 1 dan Kelompok 2 sebagian besar memiliki deposit tabungan mulai
dari Rp 1.000.000 hingga kurang dari Rp 10.000.000, yaitu sebesar 39.40% pada
Kelompok 1 dan 44.10% pada Kelompok 2.
Karakteristik lain yang dapat dilihat adalah merchant dominan tempat
nasabah menggunakan kartu kreditnya. Nasabah pada Kelompok 1 merupakan
nasabah yang memilki kecenderungan untuk menggunakan kartu kreditnya pada
pusat perbelanjaan umum (department stores). Selain pada tempat perbelanjaan
umum, rekam transaksi penggunaan kartu kredit dari nasabah-nasabah pada
Kelompok 1 juga memperlihatkan nilai yang cukup besar pada aneka merchant
makanan dan pasar khusus (Miscellaneous food stores –convenience stores and
speciality markets), serta merchant bahan makanan dan supermarket (Grocery
stores and supermarket). Pada nasabah Kelompok 2, kecenderungan penggunaan
kartu kreditnya dibelanjakan pada merchant bahan makanan dan supermarket
(Grocery stores and supermarket), merchant perbelanjaan (department stores),
serta tempat makan dan restoran (eating places and restaurants). Kelompok 1
terekam menggunakan kartu kreditnya pada 90 merchant, sedangkan nasabah
Kelompok 2 menggunakan kartu kreditnya pada 78 mercahnt. Ringkasan dari
hasil analisis gerombol ini dapat dilihat pada Tabel 2, Tabel 3, Tabel 4, dan Tabel
5 dan Lampiran 3.
Tabel 3 Jumlah nasabah dan karakteristik nasabah perkelompok
Kelompok
Jumlah
Nasabah
1
1289
2
776
Karakteristik Umum
Perempuan, usia dibawah 29 tahun, jenis pekerjaan
non-PNS/BUMN/BUMD, pendidikan S1, deposit
tabungan mulai dari Rp 1.000.000 hingga Rp
10.000.000.
perempuan, usia 34 tahun hingga 42 tahun, jenis
pekerjaan non-PNS/BUMN/BUMD, pendidikan S1,
deposit tabungan mulai dari Rp 1.000.000 hingga Rp
10.000.000
Tabel 4 Rata-rata penggunaan kartu kredit
Kelompok
1
2
Rata-rata penggunaan kartu kredit
64 juta rupiah pertahun
56 juta rupiah pertahun
Tabel 5 Merchant dominan pada Kelompok 1
Merchant
Rata-rata belanja
department stores
Miscellaneous food stores –convenience stores
and speciality markets
grocery stores and supermarket
34.59%
22.31%
5.65%
10
Tabel 6 Merchant dominan pada Kelompok 2
Merchant
Rata-rata Belanja
grocery stores and supermarket
department stores
eating places and restaurants
40.70%
20.70%
3.74%
Analisis Korespondensi Berganda
Analisis korespondensi berganda digunakan untuk menentukan karakteristik
penciri dari kelompok yang terbentuk. Karakteristik tersebut dapat dilihat dari
kedekatan antara peubah-peubah kategorik yang ada dengan kelompok dalam plot
analisis korespondensi berganda. Sebelum dilakukan analisis korespondensi
berganda, terlebih dahulu dilakukan analisis asosiasi untuk menentukan peubahpeubah kategorik yang berpengaruh terhadap kelompok. Hasil uji asosiasi
menunjukkan bahwa peubah jenis kelamin tidak berpengaruh terhadap kelompok.
Berdasarkan hasil analisis asosiasi tersebut, maka analisis korespondensi berganda
dilakukan terhadapa peubah usia, jenis pekerjaan, tingkat pendidikan, deposit
tabungan, dan kelompok. Plot dari analisis korespondensi berganda ditampilkan
pada Gambar 7.
Tabel 7 Hasil uji asosiasi antara kelompok dengan peubah-peubah kategorik
Peubah Kategorik
Jenis Kelamin
Usia
Jenis Pekerjaan
Tingkat Pendidikan
Deposit Tabungan
Khi-Kuadrat
0.13
11.67
11.59
14.97
10.60
Nilai-p
0.71
0.02
0.00
0.00
0.01
Berdasarkan plot analisis korespondensi berganda, Kelompok 1 memiliki
kedekatan dengan kategori usia kurang dari 29 tahun, sedangkan Kelompok 2
memiliki kedekatan dengan kategori usia 3, yaitu nasabah dengan usia 34 tahun
hingga kurang dari 42 tahun. Untuk karakteristik jenis pekerjaan, Kelompok 1
memiliki kedekatan dengan jenis pekerjaan BUMD/BUMD dan Kelompok 2
memiliki kedekatan dengan pekerjaan non-PNS/BUMN/BUMD. Dalam hal
pendidikan, Kelompok 1 memiliki kedekatan dengan pendidikan S1 dan
Kelompok 2 memiliki kedekatan dengan pendidikan SMA. Karakteristik yang
terakhir adalah karakteristik jumlah tabungan nasabah. Kelompok 1 memiliki
kedekatan dengan deposit tabungan mulai dari Rp 1.000.000 hingga kurang dari
Rp 10.000.000, sedangkan Kelompok 2 dicirikan oleh kategori 1, yaitu nasabah
dengan deposit tabungan kurang dari Rp 1.000.000. Untuk mempermudah
intrepretasi plot korespondensi berganda, maka dapat dilihat plot korespondensi
berganda antara kelompok dengan peubah kategorik yang lain pada Lampiran 5,
Lampiran 6, Lampiran 7, dan Lampiran 8. Terdapat perbedaan karakteristik hasil
11
analisis deskriptif dengan analisis korespondensi berganda. Hal ini terjadi karena
analisis korespondensi berganda melihat kedekatan antara kelompok dengan
karakteristiknya secara keseluruhan.Selain itu, analisis korespondensi berganda
mereduksi akar ciri dengan mengambil dua akar ciri terbesar, sehingga akan ada
beberapa informasi yang hilang. Akar-akar ciri hasil analisis korespondensi
berganda dapat dilihat pada Lampiran 4, sedangkan karakteristik penciri hasil
analisis korespondensi berganda dapat dilihat pada Tabel 8.
2
Lainnya
S3
1.5
SMA
Non-1
PNS/BUMN/BUMD usia 3
0.5
kelompok
2
Sumbu 2
deposit 1
usia 1
usia 2
-1
-0.5
DIPLOMA
-1.5
S2
deposit
usia3 5
PNS
λ = 11.35%
deposit 4
0
kelompok 1
0 deposit
0.52
S1
usia 4
-0.5
1
1.5
2
2.5
3
BUMN/BUMD
-1
λ = 9.37%
Sumbu 1
Gambar 7 Plot analisis korespondensi berganda
-1.5
Tabel 8 Karakteristik penciri kelompok nasabah bank "XXX"
Kelompok
1
2
Karakteristik Penciri
Usia kurang dari 29 tahun, jenis pekerjaan
BUMN/BUMD, tingkat pendidikan S1, dan deposit
tabungan mulai dari Rp 1.000.0000 hingga kurang dari
Rp 10.000.000.
Usia 34 tahun hingga kurang dari 42 tahun, jenis
pekerjaan non-PNS/BUMN/BUMD, tingkat pendidikan
SMA, dan deposit tabungan kurang dari Rp 1.000.000.
3.5
12
SIMPULAN
Nasabah pengguna kartu kredit bank "XXX" terbagi menjadi dua kelompok.
Karakteristik pada Kelompok 1 adalah usia kurang dari 29 tahun, jenis pekerjaan
BUMN/BUMD, tingkat pendidikan S1, deposit tabungan mulai dari Rp 1.000.000
hingga kurang dari Rp 10.000.000, penggunaan kartu kredit hingga 64 juta rupiah,
dan dominan menggunakan kartu kreditnya di merchant department stores.
Kelompok 2 memiliki karakteristik usia 34 tahun hingga kurang dari 42 tahun,
jenis pekerjaan non-PNS/BUMN/BUMD, tingkat pendidikan SMA, deposit
tabungan kurang dari Rp 1.000.000, penggunaan kartu kredit hingga 56 juta
rupiah, dan merchant dominan grocery stores and supermarket. Strategi promosi
yang dapat dilakukan oleh pihan bank "XXX" yaitu dengan memberikan potongan
harga apabilah nasabah pada Kelompok 1 menggunakan kartu kreditnya pada
merchant department stores dan potongan harga apabila nasabah Kelompok 2
menggunakan kartu kreditnya pada merchant grocery stores and supermarket.
DAFTAR PUSTAKA
Anderberg MR. 1973. Cluster Analysis for Aplication. New York (US): Academic
Perss, Inc.
Fose B, Stone M. 2002. CRM in Financial Services A Practical Guide to Making
Customer Relationship Management Work. Glasgow (UK): Bell & Bain Ltd.
Hartigan JA. 1975. Clustering Algorithms. New York (US): John Wiley and Sons,
Inc.
Ida M. 2010. The Consideration on Sensitivity for Multiple Correspondence
Analysis. Proceedings of the International MultiConference of Engineers and
Computer Scientist [Internet]. [17-19 Maret 2010, Hongkong]. Hlm: 1-6;
[diunduh
2014
Februari
01].
Tersedia
pada:
http://www.iaeng.org/publication/IMECS2010_pp560-565.pdf.
Johnson RA, Winchern DW. 2007. Applied Multivariate Statistical Analysis. New
Jersey (US): Pearson Prentice Hall.
Mattjik AA, Sumertajaya IM. 2011. Sidik Peubah Ganda Menggunakan SAS.
Bogor (ID): IPB Press.
Roux LB, Rouanet H. 2010. Multiple Correspondence Analysis. Los Angeles
(US): SAGE Publications, Inc.
Rud OP. 2001. Data Mining Cookbook Modeling Data For Marketing, Risk, And
Customer Relationship Management. New York (US): John Wiley and Sons,
Inc.
Timm NH. 2002. Applied Multivariate Analysis. New York (US): Springer-Verlag
New York, Inc.
13
Lampiran 1 Daftar peubah kategorik
Peubah
Keterangan Peubah
K1
Jenis Kelamin
K2
Usia
K3
Jenis Pekerjaan
K4
Tingkat Pendidikan
K5
Deposit tabungan
Kategori
1 = Perempuan
2 = Laki-laki
1 = Usia < 29 tahun
2 = 29 < Usia ≤ 34 tahun
3 = 34 < Usia ≤ 42 tahun
4 = 42 < Usia ≤ 47 tahun
5 = Usia > 47 tahun
1 = BUMN/BUMD
2 = PNS
3 = Non-PNS/BUMN/BUMD
4 = Lainnya
1 = SMA
2 = DIPLOMA
3 = S1
4 = S2
5 = S3
1 = deposit tabungan < Rp 1.000.000
2 = Rp 1.000.000 < deposit tabungan ≤ Rp
10.000.000
3 = Rp 10.000.000 < deposit tabungan ≤ Rp
50.000.000
4 = deposit tabungan lebih dari Rp 50.000.000
14
Lampiran 2 Daftar nama merchant
Kode Merchant
5311
5411
5943
5499
5661
5812
4812
5533
5735
8062
5813
7538
5631
5691
5462
5999
8043
5814
5331
5942
5511
5947
5139
5941
5651
8911
7298
5655
5948
5977
7011
7230
5699
5532
5722
7221
5641
5211
Nama Merchant
Airlines and Air Carriers
Amusement Parks, Circuses,Carnivals, and Fortune Tellers
Antique Reproductions
Antique Shops-Sales, Repairs,and Restoration Services
Appliance Stores (Not ElsewhereClassified)
Architectural, Engineering, and Surveying Services
Art Dealers and Galleries
Automobile Rental Agency
Automotive Body Repair Shops
Automotive Parts and Accessories Stores
Automotive Service Shops(Non-Dealer)
Automotive Tire Stores
Bakeries
Bands, Orchestras, and Miscellaneous Entertainers(Not Elsewhere
Classified)
Beauty and Barber Shops
Bicycle Shops-Sales and Service
Book Stores
Bowling Alleys
Car and Truck Dealers (New andUsed)-Sales, Service,
Repairs,Parts, and Leasing
Carpet and Upholstery Cleaning
Children's and Infants' WearStores
Clothing-Family
Colleges, Universities,Professional Schools, and Junior Colleges
Commercial Footwear
Computer Software Stores
Computers, Computer Peripheral Equipment, Software
Cosmetic Stores
Dental, Laboratory, Medical, and Ophthalmic Hospital
Equipmentand Supplies
Department Stores
Doctors and Physicians (NotElsewhere Classified)
Drinking Places (AlcoholicBeverages)-Bars, Taverns,Nightclubs,
Cocktail Lounges, andDiscotheques
Drug Stores and Pharmacies
Drugs, Drug Proprietaries, and Druggist's Sundries
Duty Free Stores
DVD/Video Tape Rental Stores
Eating Places and Restaurants
Electronic Sales
Fast Food Restaurants
15
Lampiran 2 Daftar nama merchant
Kode Merchant
4722
5944
5912
5045
5599
5732
5621
6011
8099
5541
7994
7999
5309
5950
8071
5921
5949
3103
5945
8011
5712
5719
7929
7996
7997
7841
7832
8699
5611
7392
5940
5047
3543
Nama Merchant
Financial Institutions-AutomatedCash Disbursements
FOUR SEASONS HOTELS
Freezer and Locker Meat Provisioners
Furniture, Home Furnishings,and Equipment Stores,
ExceptAppliances
GARUDA (INDONESIA) GARUDA AIR
General Contractors-Residential and Commercial
Gift, Card, Novelty, and Souvenir Stores
Glassware and Crystal Stores
Grocery Stores and Supermarkets
Health and Beauty Spas
Hobby, Toy, and Game Shops
Home Supply Warehouse Stores
Hospitals
Jewelry, Watch, Clock, and Silverware Stores
Local and Suburban Commuter Passenger Transportation,
including Ferries
Lodging-Hotels, Motels, and Resorts
Luggage and Leather Goods Stores
Lumber and Building Materials Stores
Management Consulting andPublic Relations Services
MARRIOTT
Massage Parlors
Medical and Dental Laboratories
Medical Services and Health Practitioners (Not Elsewhere
Classified)
Membership Clubs (Sports,Recreation, Athletic), CountryClubs,
and Private Golf Courses
Membership Organizations (Not Elsewhere Classified)
Men's and Women's Clothing Stores
Men's, Women's, and Children'sUniforms and Commercial
Clothing
Miscellaneous and Specialty Retail Stores
Miscellaneous Apparel and Accessory Stores
Miscellaneous Automotive,Aircraft, and Farm
EquipmentDealers (Not Elsewhere Classified)
Miscellaneous FoodStores-Convenience Stores and Specialty
Markets
Miscellaneous Home Furnishing Specialty Stores
Miscellaneous Personal Services(Not Elsewhere Classified)
16
Lampiran 2 Daftar nama merchant
Kode Merchant
8220
7933
4814
5734
8299
7217
5971
4111
5697
6513
5937
1520
3509
5733
5932
5137
5422
7299
5122
7531
7297
5172
Nama Merchant
Motion Picture Theaters
Music Stores-Musical Instruments, Pianos, and SheetMusic
Opticians, Optical Goods, and Eyeglasses
Package Stores-Beer, Wine, and Liquor
Petroleum and Petroleum Products
School, Stationery, and Office Supply Stores
Schools and Educational Services (Not Elsewhere Classified)
Service Stations (with or without ancillary services)
Sewing, Needle work, Fabric, and Piece Goods Stores
Shoe Stores 1
Shoe Stores 2
Sporting Goods Stores
Sports and Riding Apparel Stores
Tailors and Seamstresses,Mending and Alterations
Telecommunication Services, Including Local and Long Distance
Calls, Credit Card Calls, Calls through Use of Magnetic-StripeReading Telephones, and Fax Services
Telecommunications Equipment and Telephone Sales
Transportation Services (NotElsewhere Classified)
Travel Agencies and Tour Operators
Variety Stores
Video Game Arcades and Establishments
Women's Accessory and Specialty Shops
Women's Ready-To-Wear Stores
17
Lampiran 3 Daftar merchant yang tidak dikunjungi oleh nasabah perkelompok
Kelompok
Kode
Merchant
5047
5139
1
5172
5532
5599
7994
8911
1520
3509
3543
4814
5122
5137
5309
5422
5733
5932
2
5937
7299
7392
7841
7933
7997
7999
8220
8299
Nama Merchant
Miscellaneous Home FurnishingSpecialty Stores
Colleges, Universities,Professional Schools, and
Junior Colleges
Women's Ready-To-Wear Stores
Duty Free Stores
GARUDA (INDONESIA) GARUDA AIR
Hobby, Toy, and Game Shops
Computers, Computer Peripheral Equipment, Software
Sporting Goods Stores
Sports and Riding Apparel Stores
Miscellaneous Personal Services(Not Elsewhere
Classified)
Opticians, Optical Goods, and Eyeglasses
Variety Stores
Telecommunications Equipment and Telephone Sales
Hospitals
Transportation Services (NotElsewhere Classified)
Tailors and Seamstresses,Mending and Alterations
Calls, Credit Card Calls, Calls through Use of
Magnetic-Stripe-Reading Telephones, and Fax
Services
Shoe Stores 2
Medical Services and Health Practitioners (Not
Elsewhere Classified)
Miscellaneous Automotive,Aircraft, and Farm
EquipmentDealers (Not Elsewhere Classified)
Men's and Women's Clothing Stores
Music Stores-Musical Instruments, Pianos, and
SheetMusic
Membership Organizations (Not Elsewhere Classified)
Home Supply Warehouse Stores
Motion Picture Theaters
Petroleum and PetroleumProducts
18
Lampiran 4 Akar ciri hasil analisis korespondensi berganda
Dimensi
dim 1
dim 2
dim 3
dim 4
dim 5
dim 6
dim 7
dim 8
dim 9
dim 10
dim 11
dim 12
dim 13
dim 14
dim 15
Akar Ciri
0.34
0.28
0.25
0.22
0.20
0.20
0.20
0.19
0.18
0.18
0.17
0.16
0.14
0.12
0.11
Persentase Keragaman
11.35%
9.37%
8.35%
7.40%
6.83%
6.80%
6.67%
6.61%
6.29%
6.10%
5.89%
5.64%
4.91%
4.01%
3.80%
Lampiran 5 Plot korespondensi berganda antara kelompok dan usia
1
0.8
usia 3
0.6
0.4
kelompok
2
usia 5
0.2
usia 1
-1.5
-1
usia 2
-0.5
0
0
kelompok
1
0.5
-0.2
-0.4
-0.6
-0.8
usia 4
1
1.5
19
Lampiran 6 Plot korepondensi berganda antara kelompok dan jenis pekerjaan
2
Lainnya
1.5
NonPNS/BUMN/BU
MD1
0.5
kelompok
2
PNS
kelompok
1
0
-0.5
0
0.5
1
1.5
2
2.5
3
3.5
-0.5
BUMN/BUMD
-1
-1.5
Lampiran 7 Plot korespondensi berganda antara kelompok dan pendidikan
S3
1.5
SMA
1
0.5
S2
kelompok 2
0
-1
-0.5
kelompok
1 0.5
0
DIPLOMA
-0.5
-1
S1
1
1.5
2
2.5
3
3.5
20
Lampiran 8 Plot korespondensi berganda antara kelompok dan deposit tabungan
0.4
kelompok 2
deposit 3
0.3
0.2
deposit 1
0.1
deposit 4
0
-1
-0.5
0
-0.1
kelompok 1
deposit
2
-0.2
-0.3
0.5
1
1.5
2
21
RIWAYAT HIDUP
Penulis dilahirkan di Solok pada tanggal 26 November 1992 sebagai anak
kedua dari dua bersaudara dari pasangan Bapak Zainal Abidin dan Ibu
Nurdesmeri. Tahun 2007 penulis lulus dari Sekolah Menengah Pertama Negeri 3
Kota Depok. Tahun 2010 penulis lulus dari Sekolah Menengah Atas Negeri 3
Kota Depok dan pada tahun yang sama penulis diterima di Departemen Statistika,
Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor
melalui jalur undangan saringan masuk institut (USMI) IPB.
Selama mengikuti perkuliahan, penulis aktif pula sebagai pengurus pada
beberapa organisasi yaitu staff Departemen Sains Himpunan Profesi Gamma
Sigma Beta 2012 dan staff Departemen Human Resources and Development
Himpunan Profesi Gamma Sigma Beta 2013. Penulis pernah mengikuti beberapa
kepanitian seperti Pekan Olahraga Statistika (PORSTAT) 2011, Statitistika Ria
2011 dan 2012, welcome ceremony of statistics (WCS) 2013, dan International
Scholarship and Education Expo (ISEE) 2013. Penulis melaksanakan praktik
lapang di PT. Jaringan Suara Indonesia, divisi riset pada bulan Juni-Agustus 2013.