Dana pihak ketiga (DPK), yaitu dana yang dihimpun bank yang berasal dari masyarakat, perlu dikelola secara efektif dan efisien dengan mempersiapkan strategi penempatan dana. Salah satu strategi dalam penempatan dana tersebut adalah menyalurkan kembali kepada masyarakat dalam bentuk pinjaman untuk DPK yang diprediksi akan mengendap dalam jangka waktu yang cukup lama dan menyimpan DPK dalam bentuk kas, cadangan, atau investasi jangka pendek untuk DPK yang diprediksi tidak akan mengendap dalam jangka waktu yang cukup lama menurut definisi bank. Penelitian ini menggunakan data mining untuk memprediksi porsi DPK yang mengendap dari masing-masing nasabah berdasarkan profil demografi dan transaksinya. Penelitian dibatasi pada produk tabungan, dan data yang digunakan untuk proses data mining adalah data profil nasabah dan data transaksi produk tabungan. Metodologi penelitian ini menggunakan pendekatan CRISP DM. Dan metode data mining yang digunakan adalah teknik decision tree untuk prediksi, analisa klaster untuk proses diskritisasi label kelas yang akan digunakan dalam klasifikasi dan menggunakan analisa RFM (Recency, Frequency, Monetary) untuk menyederhanakan nilai pada atribut-atribut yang terkait dengan transaksi tabungan. Metode klasifikasi menggunakan algoritma C4.5 dan analisa klaster menggunakan algoritma k-means dan menggunakan WEKA sebagai data mining tools. Hasil dari penelitian ini adalah model untuk memprediksi porsi dana mengendap dari nasabah. Dari hasil evaluasi menggunakan perhitungan sensitivity, spesitivity, dan accuracy menunjukan model yang berhasil dibangun memiliki keakuratan yang cukup baik dalam memprediksi porsi dana mengendap.