IMPLEMENTASI ALGORITMA DBSCAN UNTUK KLASTERISASI KOPERASI BERDASARKAN INDIKATOR KEUANGAN

Abstract

Penelitian ini bertujuan untuk mengelompokkan koperasi di Provinsi Jambi berdasarkan kondisi keuangan menggunakan algoritma DBSCAN (Density-Based Spatial Clustering of Applications with Noise). Data yang digunakan merupakan data sekunder tahun 2023 dan 2024 yang diperoleh dari Dinas Koperasi dan UMKM Provinsi Jambi, dengan lima indikator utama: modal sendiri, modal luar, aset, volume usaha, dan sisa hasil usaha (SHU). Proses prapemrosesan mencakup penghapusan koperasi nonaktif dan data tidak lengkap, eliminasi outlier dengan metode Z-Score, transformasi logaritmik untuk mengatasi distribusi yang tidak normal, serta normalisasi Min-Max. Proses klasterisasi dilakukan pada data gabungan dua tahun menggunakan parameter DBSCAN yang dioptimalkan berdasarkan evaluasi Silhouette Score dan Davies-Bouldin Index. Hasilnya menunjukkan terbentuknya tiga kelompok: Cluster 1 (koperasi besar dan aktif), Cluster 0 (koperasi skala kecil-menengah), dan Cluster -1 (noise). Dari 912 koperasi yang dianalisis, sebagian besar termasuk dalam Cluster 0 dan 1, dengan sebagian kecil berada pada kategori noise. Analisis lebih lanjut mengungkapkan adanya konsistensi dan pergeseran klaster antara tahun-tahun tersebut. Beberapa koperasi menunjukkan peningkatan kinerja keuangan dengan berpindah dari Cluster 0 ke Cluster 1, sementara yang lain mengalami penurunan. Implikasi dari penelitian ini menunjukkan bahwa metode DBSCAN efektif dalam mengidentifikasi pola keuangan koperasi. Hasil ini dapat menjadi dasar bagi perumusan kebijakan pembinaan koperasi yang lebih responsif dan berbasis data. Pemerintah daerah dapat memanfaatkan temuan ini untuk merancang program intervensi yang lebih tepat sasaran, serta melakukan evaluasi terhadap koperasi dengan karakteristik keuangan yang ekstrem.