ANALISIS KLASTER RASIO KEUANGAN PT PEGADAIAN DENGAN METODE   K-MEANS DAN RANDOM FOREST

Kimi Thora Refolino; Woro Istirahayu

Authors

Kimi Thora Refolino Universitas Logistik dan Bisnis Internasional
Woro Istirahayu Universitas Logistik dan Bisnis Internasional

Keywords:

k-means, random forest, rasio keuangan, Debt to Asset Ratio, Return on Assets

Abstract

Analisis rasio keuangan banyak digunakan untuk menilai kinerja perusahaan, khususnya dari sisi leverage dan profitabilitas. Namun, perubahan pola rasio keuangan dalam jangka panjang sering sulit dilihat secara jelas tanpa bantuan analisis berbasis data. Penelitian ini bertujuan untuk mengelompokkan kinerja keuangan PT Pegadaian periode 2010–2024 dengan menggabungkan metode unsupervised learning dan supervised learning. Analisis dilakukan menggunakan rasio Debt to Asset Ratio (DAR) dan Return on Assets (ROA), yang distandardisasi dengan Z-score, kemudian dikelompokkan menggunakan algoritma K-Means dan diuji kembali menggunakan model Random Forest. Hasil penelitian menunjukkan terbentuknya tiga kelompok kinerja keuangan yang menggambarkan perbedaan kondisi leverage dan profitabilitas antarperiode, dengan nilai silhouette score sebesar 0,5976. Model Random Forest menghasilkan tingkat akurasi sebesar 80 persen, meskipun kinerjanya lebih rendah pada kelompok dengan jumlah data yang terbatas. Penelitian ini menunjukkan bahwa kombinasi DAR dan ROA dapat digunakan tidak hanya untuk menilai kinerja keuangan, tetapi juga untuk mengelompokkan dan memahami pola perubahan kinerja perusahaan dalam jangka panjang dengan bantuan metode pembelajaran mesin.

References

Aditya, G., Firdaus, A., & Wulandhari, L. A. (2024). Company clustering based on financial report data using k-means. Computer Science and Information Technologies, 5(3), 243–253. https://doi.org/10.11591/csit.v5i3.pp243-253 Deep, A., Shirvani, A., Monico, C., Rachev, S., & Fabozzi, F. (2025). Risk-Adjusted Performance of Random Forest Models in High-Frequency Trading. Journal of Risk and Financial Management, 18(3). https://doi.org/10.3390/jrfm18030142 Hafidzah, A. N., Gulo, H. S., Yolanda, S. P., Saban, V. P. A., Sari, V. A., & Nanang, N. (2025). Klasterisasi Bank di Indonesia Berdasarkan Kinerja Finansial Menggunakan Algoritma K Means. RIGGS: Journal of Artificial Intelligence and Digital Business, 4(2), 5075–5080. https://doi.org/10.31004/riggs.v4i2.1387

Harianto Kristanto, N., Christopher, A. L., & Budi, H. S. (2016). Implemantasi K-Means Clustering untuk Pengelompokan Analisis Rasio Profitabilitas dalam Working Capital. JUISI, 02(01). Hazizah, N., Sharipudin, & Feranika, A. (2025). Implementasi Algoritma Random Forest Dalam Klasifikasi Risiko Gagal Bayar Kartu Kredit Pada Nasabah Bank. Jurnal Manajemen

Teknologi Dan Sistem Informasi (JMS), 5(1). https://doi.org/10.33998/jms.v5i1

Jin, Y. (2025). Unlocking Stock Return Predictions: Using Financial Statements with Random Forest and PCA (pp. 664–673). https://doi.org/10.2991/978-94-6463-652-9_69

Johor Bahru, U., Darul Ta, J., Bin Mohamad, I., Usman, D., & Bahru, J. (2013). Standardization and Its Effects on K-Means Clustering Algorithm. Research Journal of Applied Sciences,

Engineering and Technology, 6(17), 3299–3303.

Li, Y. (2025). Optimizing Random Forest Models for Stock Market Prediction with Hyperparameter Analysis. 57–61. https://doi.org/10.1145/3745238.3745250

Liu, C., Chan, Y., Alam Kazmi, S. H., & Fu, H. (2015). Financial Fraud Detection Model: Based on

Random Forest. International Journal of Economics and Finance, 7(7).

https://doi.org/10.5539/ijef.v7n7p178 Mulyaningsih, S., & Heikal, J. (2022). K-Means Clustering Using Principal Component Analysis (PCA) Indonesia Multi-Finance Industry Performance Before and During Covid-19. Asia Pacific Management and Business https://doi.org/10.21776/ub.apmba.2022.011.02.1 Application, 011(02),

–142. Pakaya, A., Lamuda, I., & Rahman, Z. (2023). ANALISIS RASIO LEVERAGE UNTUK MENILAI KINERJA KEUANGAN PERUSAHAAN DAGANG. JEMAI: Jurnal Ekonomi Manajemen

Dan Akuntansi, 2(2). https://jurnal.unigo.ac.id/index.php/jemai

Sugiyono. (2013). METODE PENELITIAN KUANTITATIF KUALITATIF DAN R&D.

Wisna, N., Cahaya Rani, M., & Kastaman. (2023). ALGORITMA K-MEANS CLUSTERING

ANALISIS RASIO AKTIVITAS MENGGUNAKAN PYTHON. Ecobisma: Jurnal Eknomi,

Bisnis, Dan Manajemen, 10(2). https://doi.org/10.36987/ecobi.v10i2