Penerapan K-Means dan Isolation Forest pada Pipeline ETL serta Dashboard Streamlit untuk Segmentasi Merchant Bank BTN

Kevin Nathanael, Marvel (2026) Penerapan K-Means dan Isolation Forest pada Pipeline ETL serta Dashboard Streamlit untuk Segmentasi Merchant Bank BTN. Pro-Step Report, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_I.pdf Download (240kB)
	PDF BAB_II.pdf Download (470kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (270kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (211kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (11MB)
	PDF LEMBAR_PENGESAHAN.pdf Restricted to Registered users only Download (53kB)

Abstract

Pemantauan portofolio merchant anchor pada Departemen Anchor, Divisi Digital Banking Sales PT Bank Tabungan Negara (Persero) Tbk masih bertumpu pada konsolidasi manual mingguan atas tiga sumber data heterogen, yaitu ALL MID List, Card Share, dan Weekly Monitor, menggunakan Microsoft Excel. Praktik tersebut menyita waktu analitik, rentan terhadap kesalahan operasional, serta belum dilengkapi instrumen segmentasi objektif maupun mekanisme deteksi dini risiko churn. Kerja magang ini merancang dan menerapkan pipeline ETL (Extract, Transform, Load) otomatis berbasis Python yang terintegrasi dengan mesin analitik machine learning dan dashboard interaktif Streamlit. Lapisan analitik menerapkan algoritma K-Means++ clustering dengan transformasi logaritmik untuk mengelompokkan merchant ke dalam sejumlah tier strategis (misalnya PREMIUM, REGULER, dan PASIF K ditentukan secara dinamis pada pada konfigurasi tiga rentang terbatas [Kmin tier); = 2, jumlah Kmax = klaster N] untuk setiap batch data yang masuk. Deteksi anomali multi-metode memadukan Modified Z-Score berbasis MAD, Isolation Forest, dan logika ambang batas untuk menghasilkan skor risiko komposit berskala 0­100 sebagai indikator dini churn. Implementasi sistem memangkas siklus konsolidasi data mingguan dari beberapa jam menjadi hitungan menit. Pada dataset teranonimisasi berisi n = 76 merchant, sistem memilih K = 5 dengan Silhouette Score 0,46 dan Davies-Bouldin Index 0,74; hasil segmentasi tervalidasi secara statistik dan dikonfirmasi langsung oleh tim Portfolio Manager. Seluruh hasil disajikan melalui dashboard lima halaman dengan enam tab analitik yang memungkinkan eksplorasi data secara mandiri tanpa ketergantungan teknis.

Item Type:	Technical Report (Pro-Step Report)
Creators:	Kevin Nathanael, Marvel (00000108042)
Contributors:	Agustriawan, David (0525088601)
Keywords:	clustering, dashboard, deteksi anomali, ETL, merchant
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	09 Jul 2026 12:01
URI:	https://kc.umn.ac.id/id/eprint/47330

Actions (login required)

View Item