Analisis Data Keuangan Dan Sosial Ekonomi Indonesia Menggunakan Metode Data Mining

Abstract

Perkembangan ekonomi suatu negara dipengaruhi oleh berbagai indikator makro dan mikro yang saling berkaitan, seperti dana dan kredit perbankan, nilai tukar mata uang, serta tingkat pengangguran terbuka. Namun, analisis konvensional seringkali belum mampu mengungkap pola tersembunyi yang ada dalam data historis jangka panjang. Penelitian ini bertujuan untuk menerapkan teknik data mining dalam mengidentifikasi tren dan pola tersembunyi pada berbagai indikator ekonomi Indonesia dalam rentang waktu 1989 hingga 2020. Data yang dianalisis meliputi: (1) perbandingan dana dan kredit (1989–1998), (2) data kurs rupiah terhadap euro (1999–2006), (3) data pengangguran terbuka periode Februari 2014 hingga November 2020, (4)data kinerja keuangan di indonesia (2006 - 2007), (5) data intepretasi visual perbandingan komponen keuangan PT indofood CBP (2015 vs 2016). Metode yang digunakan adalah clustering dengan algoritma K-Means untuk segmentasi data berdasarkan karakteristik serupa dan time series analysis untuk mendeteksi tren perubahan antar periode. Hasil analisis menunjukkan bahwa terjadi perubahan pola pinjaman dan kredit menjelang krisis moneter 1998, penurunan kurs signifikan terhadap euro setelah 2000, serta lonjakan pengangguran selama masa pandemi COVID-19. Temuan ini menunjukkan bahwa data mining dapat memberikan gambaran yang lebih dalam dan preskriptif bagi pembuat kebijakan dalam merespons dinamika ekonomi nasional.