Home
Login.
Artikelilmiahs
45051
Update
REGINA NARASWARI DEWI
NIM
Judul Artikel
CLUSTERING SUKUK KORPORASI BERDASARKAN PROFIL RISIKO INVESTOR BERBASIS WEBSITE
Abstrak (Bhs. Indonesia)
Dalam beberapa tahun terakhir, tren investasi di pasar modal telah meningkat secara signifikan, tercermin dari peningkatan jumlah investor dan volume penerbitan sukuk. Sukuk, sebagai instrumen keuangan berbasis syariah, menarik minat banyak investor karena stabilitas dan kesesuaiannya dengan prinsip-prinsip Islam. Namun, variasi sukuk yang tersedia menantang investor dalam memilih produk yang sesuai dengan profil risiko mereka. Penelitian ini menggunakan teknik data mining dengan metode K-Means Clustering, untuk mengelompokkan sukuk korporasi berdasarkan profil risiko investor. Data sukuk korporasi dianalisis menggunakan bahasa pemrograman Python dan disajikan melalui antarmuka web yang dikembangkan dengan framework Streamlit. Hasil penelitian menunjukkan bahwa jumlah cluster optimal yang terbentuk adalah tiga, yaitu kelompok aggresive, defensive, dan moderate. Nilai silhouette coefficient sebesar 0,4054 menunjukkan bahwa cluster yang terbentuk tergolong lemah. Meskipun demikian, penelitian ini memberikan wawasan yang berguna bagi investor dalam pengambilan keputusan investasi sukuk korporasi.
Abtrak (Bhs. Inggris)
In recent years, investment trends in the capital market have increased significantly, reflected in the rising number of investors and the volume of sukuk issuance. Sukuk, as a Shariah-compliant financial instrument, attracts many investors due to its stability and adherence to Islamic principles. However, the variety of available sukuk poses a challenge for investors in selecting products that match their risk profiles. This study employs data mining techniques with a clustering method, specifically K-Means Clustering, to categorize corporate sukuk based on investor risk profiles. Corporate sukuk data were analyzed using Python programming language and presented through a web interface developed with the Streamlit framework. The study results indicate that the optimal number of clusters formed is three, with distinct characteristics: aggressive, defensive, and moderate groups. The silhouette coefficient value of 0.4045 indicates weak clustering. Nonetheless, this research provides valuable insights for investors in making corporate sukuk investment decisions.
Kata kunci
Pembimbing 1
Pembimbing 2
Pembimbing 3
Tahun
Jumlah Halaman
Save