Kumpulan data yang banyak yang tersimpan sebaiknya mempunyai nilai guna tertentu, agar tidak menjadi suatu timbunan barang yang tak berguna. Informasi dihasilkan dari sekumpulan data yang diolah menjadi suatu hal yang mempunyai makna. Sehingga nantinya informasi tersebut dapat berfungsi sebagai bahan pertimbangan dalam mengambil suatu keputusan atau kebijakan tertentu. Laporan keuangan perusahaan sebagai bahan pertimbangan dalam mengambil keputusan atas suatu kebijakan yang akan diberikan pada suatu perusahaan tertentu, merupakan contoh dari data yang nantinya diharapkan dapat menjadi suatu informasi yang berguna bagi pengambil kebijakan. Clustering (pengklusteran), merupakan salah satu cara untuk menggali informasi dari kumpulan data. Proses pengklusteran yang terjadi adalah proses mengelompokkan data berdasarkan kesamaan dan ketidaksamaan antar data (objek) tersebut. Dalam pengklusteran muncul permasalahan, apakah hasil pengklusteran tersebut dapat merepresentasikan data yang ada. Algoritma FRC dapat digunakan untuk menghasilkan kluster-kluster perusahaan (berdasarkan resume laporan keuangannya) sesuai dengan kategorinya (performance, profitabilitas, investasi, kondisi keuangan, atau deviden). Dan untuk memvalidasi hasil pengklusteran, penelitian ini menggunakan tiga indek validasi, yaitu: partition coefficient (PC), entropy coefficient (PE) dan index Xie-Beni (XB). Pengujian pada penelitian ini, setiap kategori pengklusteran menggunakan 63 skema pengklusteran yang berbeda. Pengvalidasian dengan pendekatan kriteria relatif memilih skema yang paling optimal untuk pengklusteran perusahaan. Hasilnya, skema yang optimal untuk kategori performance, investasi dan kondisi keuangan, adalah skema dengan nilai konstanta (fuzzifier), m=1.1 dan banyaknya kluster, nc=3. Sedangkan pengklusteran kategori profitabilitas, skema optimalnya adalah skema dengan nilai konstanta (fuzzifier), m=1.1 dan banyaknya kluster, nc=2.

A lot of data aggregate in file should be have the value utilize certain, in order not to become an unnecessarily goods hoard. Information yielded from a group of data processed become a matter having meaning. So that later the information can function upon which consideration in taking certain policy or decision. Financial statement of Company upon which consideration in taking decision for the policy to be passed to by certain company, is example of tahat data which is later expected can become information which is good for decision maker. Clustering, representing one of way of to dig the information from dats aggregate. Process of clustering is group the data of pursuant to similarities and dissimilarities between the data (the object). In clustering emerge the problems, whether the result of clustering can represent the existing data. Algorithm FRC applicable to yield the clusters of company (pursuant to its financial statement resume) as according to its category (performance, profitability, invesment, finance condition, or deviden). And for the validation of result of pengklusteran, this research use three indek validation, that is: partition coefficient ( PC), entropy coefficient ( PE) And index Xie-Beni ( XB). Examination at this research, each category of clustering use 63 different clustering scheme. Validation with the criterion approach relative chosen the most optimal scheme for the clustering of company. Its result, optimal scheme to categorize the performance, invesment and finance condition, is scheme with the value konstanta ( fuzzifier), m=1.1 and to the number of kluster, nc=3. While pengklusteran categorize the profitability, optimal scheme is scheme with the value konstanta ( fuzzifier), m=1.1 and to the number of kluster, nc=2.

Kata Kunci : Teknologi Informasi,Clustering,FRC Laporan Keuangan,Clustering, FRC, Index validation, Finance Report