Clustering Kredit Lalai Pada Anggota Credit Union Sauan Sibarrung Dengan Algoritma K-Means

Kredit lalai merupakan salah satu masalah yang sering dihadapi oleh lembaga keuangan, termasuk koperasi kredit seperti CU Sauan Sibarrung. Kredit lalai dapat mengganggu stabilitas keuangan koperasi dan menurunkan kepercayaan
anggotanya. Oleh karena itu, identifikasi dan pengelompokan (clustering) anggota yang berpotensi mengalami kredit lalai sangat penting untuk dilakukan. Penelitian ini bertujuan untuk mengidentifikasi pola kredit lalai pada anggota Credit Union Saun Sibarrung menggunakan algoritma K-Means. Dengan menganalisis data fitur seperti saldo real, saldo on schedule, dan variabel terkait lainnya, kami menentukan jumlah cluster optimal sebagai 4 berdasarkan grafik Elbow. Grafik ini menunjukkan bahwa penambahan lebih dari empat cluster tidak menghasilkan penurunan signifikan dalam nilai inertia, yang menandakan bahwa empat cluster cukup untuk merepresentasikan struktur data. Visualisasi hasil clustering melalui plot sebar berdasarkan fitur 'saldo_real' dan 'saldo_on_schedule' memperjelas pemisahan data ke dalam cluster yang berbeda, memberikan wawasan tentang distribusi dan karakteristik data. Temuan ini membantu dalam memahami pola kredit lalai dan mendukung pengambilan keputusan terkait manajemen risiko kredit. Kata Kunci:K-Means, Kredit Lalai, Cluster, Elbow Method, Visualisasi Data