[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"detail-sidebar-cat-1-id-113":3,"doc-seo-236486-113":41,"doc-detail-236486-id":114},{"code":4,"msg":5,"data":6},0,"success",[7,13,17,21,25,29,33,37],{"id":8,"doc_module":9,"doc_module_name":10,"category_name":11,"show_sort_weight":4,"slug":12},178,1,"Template","Faktur","faktur",{"id":14,"doc_module":9,"doc_module_name":10,"category_name":15,"show_sort_weight":4,"slug":16},192,"Formulir","formulir-192",{"id":18,"doc_module":9,"doc_module_name":10,"category_name":19,"show_sort_weight":4,"slug":20},180,"Media Sosial","media-sosial",{"id":22,"doc_module":9,"doc_module_name":10,"category_name":23,"show_sort_weight":4,"slug":24},179,"Poster","poster",{"id":26,"doc_module":9,"doc_module_name":10,"category_name":27,"show_sort_weight":4,"slug":28},176,"Presentasi","presentasi",{"id":30,"doc_module":9,"doc_module_name":10,"category_name":31,"show_sort_weight":4,"slug":32},177,"Resume","resume",{"id":34,"doc_module":9,"doc_module_name":10,"category_name":35,"show_sort_weight":4,"slug":36},182,"Surat","surat-a95d00d3aaf04f3b854ecf140f00d385",{"id":38,"doc_module":9,"doc_module_name":10,"category_name":39,"show_sort_weight":4,"slug":40},183,"Umum","umum-07d1ff437201438088836b2b1ed3c90f",{"code":4,"msg":42,"data":43},"ok",{"site_id":44,"language":45,"slug":46,"title":47,"keywords":48,"description":49,"schema_data":50,"social_meta":107,"head_meta":109,"extra_data":111,"updated_unix":113},113,"id","clustering-monthly-expense-data-on-a-personal-finance-recording-app-using-the-k-means-method","Pengelompokan Data Pengeluaran Bulanan pada Aplikasi Pencatatan Keuangan Pribadi menggunakan Metode K-Means Clustering","","Pengelolaan keuangan pribadi menjadi krusial dalam era modern yang kompleks, karena gaya hidup berlebihan dan kurangnya pemahaman finansial membuat individu sulit membedakan prioritas pengeluaran. Aplikasi pencatatan keuangan pribadi membantu mengelola pengeluaran, namun data yang ada masih tampak rancu untuk membedakan pengeluaran prioritas dan non-prioritas. Penelitian ini mengimplementasikan pengelompokan data pengeluaran bulanan menggunakan metode K-Means Clustering, dengan 30 data latih dan 25 data uji dari CaKeP. Hasil membentuk tiga kelompok: rendah, sedang, dan tinggi, dengan Silhouette Score 72%.",{"@graph":51,"@context":106},[52,68,89],{"@type":53,"itemListElement":54},"BreadcrumbList",[55,59,62,65],{"item":56,"name":57,"@type":58,"position":9},"https://docshare.wps.com","Home","ListItem",{"item":60,"name":10,"@type":58,"position":61},"https://docshare.wps.com/id/template/",2,{"item":63,"name":39,"@type":58,"position":64},"https://docshare.wps.com/id/template/umum/",3,{"item":66,"name":47,"@type":58,"position":67},"https://docshare.wps.com/id/template/clustering-monthly-expense-data-on-a-personal-finance-recording-app-using-the-k-means-method/236486/",4,{"url":66,"name":47,"@type":69,"image":70,"author":75,"headline":47,"publisher":78,"fileFormat":81,"inLanguage":45,"description":49,"dateModified":82,"datePublished":83,"encodingFormat":81,"isAccessibleForFree":84,"interactionStatistic":85},"DigitalDocument",{"url":71,"@type":72,"width":73,"height":74},"https://docshare.wps.com/thumbnails/clustering-monthly-expense-data-on-a-personal-finance-recording-app-using-the-k-means-method/236486.png","ImageObject",442,249,{"name":76,"@type":77},"Jordan Avery","Person",{"url":56,"name":79,"@type":80},"DocShare","Organization","application/pdf","2026-09-21","2026-09-11",true,{"@type":86,"interactionType":87,"userInteractionCount":9},"InteractionCounter",{"@type":88},"ViewAction",{"@type":90,"mainEntity":91},"FAQPage",[92,98,102],{"name":93,"@type":94,"acceptedAnswer":95},"Mengapa diperlukan pengelompokan data pengeluaran bulanan pada aplikasi pencatatan keuangan pribadi?","Question",{"text":96,"@type":97},"Karena data pengeluaran dalam aplikasi masih terasa rancu untuk membedakan pengeluaran prioritas dan non-prioritas. Pengelompokan diperlukan agar data lebih mudah dipahami dan dikelola.","Answer",{"name":99,"@type":94,"acceptedAnswer":100},"Metode apa yang digunakan dalam penelitian untuk mengelompokkan pengeluaran bulanan?",{"text":101,"@type":97},"Penelitian menggunakan metode K-Means Clustering untuk mengelompokkan data pengeluaran bulanan.",{"name":103,"@type":94,"acceptedAnswer":104},"Berapa jumlah kelompok yang dihasilkan dan bagaimana kualitas pengukurannya?",{"text":105,"@type":97},"K-Means menghasilkan tiga kelompok: pengeluaran rendah, sedang, dan tinggi. Kualitas clustering diukur dengan Silhouette Score sebesar 72%.","https://schema.org",{"og:url":66,"og:type":108,"og:title":47,"og:site_name":79,"og:description":49},"article",{"robots":110,"canonical":66},"index,follow",{"doc_id":112,"site_id":44},236486,1790014139,{"code":4,"msg":5,"data":115},{"doc_id":112,"user_id":116,"nickname":76,"user_avatar":117,"doc_module":9,"category_id":38,"category_name":39,"doc_title":47,"doc_description":49,"doc_content":118,"file_id":119,"file_url":120,"file_type":121,"file_size":122,"view_count":9,"is_deleted":4,"is_public":9,"is_downloadable":9,"audit_status":9,"page_count":123,"language":124,"language_code":45,"site_id":44,"html_lang":45,"table_of_contents":125,"faqs":126,"seo_title":127,"seo_description":49,"update_tm":128,"read_time":64},1099523882367,"https://ap-avatar.wpscdn.com/davatar_9964176cb1d06d4a9deccf72a44ae3dc","Copyright © 2024 pada penulis  \nJurnal Ilmu Komputer dan Bisnis (JIKB)  \nNovember-2024, Vol. XV, No.2, hal.165-173 ISSN(P): 2087-3921; ISSN(E): 2598-9715  \nPengelompokan Data Pengeluaran Bulanan pada Aplikasi Pencatatan Keuangan Pribadi menggunakan Metode K-Means  \nClustering  \n1Agung Riyanto, 2Mutaqin Akbar  \n1,2Universitas Mercu Buana Yogyakarta  \nAlamat Surat  \n[Email:](Email:1 agungriyantor@gmail.com)[1](Email:1 agungriyantor@gmail.com)[ ](Email:1 agungriyantor@gmail.com)[agungriyantor@gmail.com](Email:1 agungriyantor@gmail.com)*, [2](2 mutaqin@mercubuana-yogya.ac.id)[ ](2 mutaqin@mercubuana-yogya.ac.id)[mutaqin@mercubuana-yogya.ac.id](2 mutaqin@mercubuana-yogya.ac.id)  \nArticle History:  \nDiajukan: 14 September 2024; Direvisi: 2 Oktober 2024; Accepted: 25 Oktober 2024  \nABSTRAK  \nPengelolaan keuangan pribadi menjadi sangat penting dalam era modern yang kompleks saat ini, faktor gaya hidup yang berlebihan dan kurangnya pemahaman seseorang terhadap finansial membuataplikasi Pencatatan Keuangan Pribadi menjadi salah satu peran penting dalam membantu mengelolapengeluaran pribadi, namun data pengeluaran pada aplikasi pencatatan keuangan pribadi masih terkesan rancu untuk membedakan pengeluran prioritas dan bukan prioritas. Pada penelitian ini, peneliti mengimplementasi pengelompokkan data pengeluaran bulanan menggunakan metode KMeans Clustering. Data yang digunakan adalah 30 data training dan 25 data uji yang diambil dari data aplikasi Pencatatan Keuangan Pribadi (CaKeP) . Pada proses clustering menggunakan K-Means Clustering menghasilkan 3 kelompok yaitu pengeluaran rendah, sedang, dan tinggi dengan menghasilkan score 72% menggunakan Silhouette Score.  \nKata kunci: pengelompokan pengeluaran bulanan, data mining, k-means clustering, pencatatan keuangan pribadi  \nABSTRACT  \nPersonal financial management is becoming crucial in today’s complex modern era, excessive lifestyle factors and a lack of understanding of finance make the Personal Financial Records application one of the key roles in helping manage personal expenditure, but the expenditures data on the personal financial records applications are still impressed with ranks to distinguish priority and non-priority accounting. In this study, the researchers implemented the grouping of monthly expenditure data using the K-Means Clustering method. The data used is 30 training data and 25 test data taken from the Personal Financial Records application data. (CaKeP). In the process of clustering using K-Means Clustering produces three groups of low, medium, and high outputs with a 72% score using Silhouette Score.  \nKeywords: monthly expenditure grouping, data mining, k-means clustering, personal financial records  \n1. PENDAHULUAN  \nPengelolaan keuangan pribadi yang baik merupakan suatu hal yang sangat penting untuk dicapai oleh setiap individu, terutama dalam era modern saat ini yang serba kompleks. Namun faktor gaya hidup berlebihan serta minimnya pemahaman mengenai finansial membuat seseorang sulit mengatur keuangannya. Aplikasi Pencatatan Keuangan Pribadi menjadi salah satu peran penting dalam membantu mengelola pengeluaran pribadi, namun data pengeluaran pada aplikasi pencatatan JIKB | 165 [https://doi.org/10.47927/jikb.v15i2.711](https://doi.org/10.47927/jikb.v15i2.711)  \nSegala konten dan isi di dalam jurnal disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional  \nkeuangan pribadi masih terkesan rancu untuk membedakan pengeluran prioritas dan bukan prioritas. Oleh karena itu, diperlukan suatu metode untuk mengelompokkan data pengeluaran bulanan agar mudah dipahami dan dikelola.  \nTerdapat beberapa metode yang dapat digunakan untuk mengelompokkan data khususnyapengeluaran keuangan pribadi yang memiliki kelebihan dan kekurangan masing-masing yaitu KMeans Clustering & Algoritma Hierarchical Clustering. Kelebihan dari k-means clustering yaitu sederhana dan mudah dipahami, cepat dan efisien dalam komputasi, dan cocok untuk data dengandimensi ","cbCaicQN111Ky5xJ","https://ap.wps.com/l/cbCaicQN111Ky5xJ","pdf",804575,9,"Indonesian","# Abstrak\n# Pendahuluan\n## Pengeluaran Bulanan\n## Aplikasi Pencatatan Keuangan Pribadi\n# Metode\n## Data Mining\n## Clustering","[{\"question\":\"Mengapa diperlukan pengelompokan data pengeluaran bulanan pada aplikasi pencatatan keuangan pribadi?\",\"answer\":\"Karena data pengeluaran dalam aplikasi masih terasa rancu untuk membedakan pengeluaran prioritas dan non-prioritas. Pengelompokan diperlukan agar data lebih mudah dipahami dan dikelola.\"},{\"question\":\"Metode apa yang digunakan dalam penelitian untuk mengelompokkan pengeluaran bulanan?\",\"answer\":\"Penelitian menggunakan metode K-Means Clustering untuk mengelompokkan data pengeluaran bulanan.\"},{\"question\":\"Berapa jumlah kelompok yang dihasilkan dan bagaimana kualitas pengukurannya?\",\"answer\":\"K-Means menghasilkan tiga kelompok: pengeluaran rendah, sedang, dan tinggi. Kualitas clustering diukur dengan Silhouette Score sebesar 72%.\"}]","Pengelompokan Data Pengeluaran Bulanan pada Aplikasi Pencatatan Keuangan Pribadi menggunakan Metode K-Means Clustering | PDF",1789105865]