ANALISIS DATA MINING PENGELOMPOKKAN UMKM BERDASARKAN JENIS USAHA DI PROVINSI JAWA BARAT MENGGUNAKAN K-MEANS

Penulis

  • Anindya Daniswara Universitas Budi Luhur
  • Yuliazmi Universitas Budi Luhur

Kata Kunci:

Data Mining, Clustering, K-Means, UMKM

Abstrak

Jawa Barat mengalami peningkatan perekonomian khususnya di sektor UMKM. Merujuk pada Portal JabarProv Kab. Sumedang 2023, Jawa Barat mengalami pencapaian pertumbuhan ekonomi pada sektor UMKM. Selanjutnya Ridwan Kamil menyatakan bahwa pencapaian tersebut tidak terlepas dari kontribusi Menteri Koordinator Bidang Perekonomian, Airlangga Hartarto, yang berhasil mengimplementasikan arahan Presiden Joko Widodo melalui kinerjanya. "Sekitar 80 persen ekonomi di Jawa Barat didorong oleh UMKM," ujar Ridwan Kamil. Tujuan pada penelitian ini untuk mengklasterisasi Jenis Usaha UMKM di Jawa Barat sehingga dapat mengetahui jenis usaha apa saja yang sedang meningkat di Jawa Barat. Data yang digunakan adalah data UMKM di Jawa Barat pada tahun 2019 sampai 2023. Metode penelitian yang dipakai adalah K-Means Clustering. Hasil penelitian menunjukan terdapat 2 cluster yang paling optimal dengan nilai DBI 0,830 yaitu cluster terbaik dari cluster yg lain. Penelitian ini mendapatkan hasil yaitu, cluster terbaik pada jenis usaha Craft dan Makanan dengan nilai jarak terdekat yaitu 0 dan 3. Hasil akhir penelitian ini didapatkan 2 cluster yaitu cluster 0 dan cluster 1 dengan nilai rata-rata keduanya 15,5. Informasi ini dapat membantu pelaku UMKM khususnya di bidang Craft dan Makanan untuk lebih meningkatkan strategi pemasaran terhadap usahanya tersebut. Selain itu, hasil penelitian ini juga dapat membantu Pemerintah Pusat di Jawa Barat khususnya Dinas Koperasi dan Usaha Kecil dalam pengambilan keputusan terhadap sektor UMKM.

Referensi

L. Auliyah Alfiyah, “Prosedur Pelaporan Spt Tahunan Melalui E-Filing Di Kantor Pelayanan Penyuluhan Dan Konsultasi Perpajakan Majenang,” 2021, pp. 22–52, 2021, [Online]. Available: L Aulia Alifiyah - 2021 - repositori.unsil.ac.id

N. Ameliana, N. Suarna, and W. Prihartono, “Analisis Data Mining Pengelompokkan Umkm Menggunakan Algoritma K-Means Clustering Di Provinsi Jawa Barat,” JATI (Jurnal Mhs. …, vol. 8, no. 3, pp. 3261–3268, 2024, [Online]. Available: https://ejournal.itn.ac.id/index.php/jati/article/view/9655%0Ahttps://ejournal.itn.ac.id/index.php/jati/article/download/9655/5503

T. Hardoyo and E. H. P. Eko, “Klasifikasi Usaha Mikro Kecil Menengah Menggunakan Jaringan Syaraf Tiruan Backpropagation,” KONSTELASI Konvergensi Teknol. dan Sist. Inf., vol. 2, no. 1, pp. 111–123, 2022, doi: 10.24002/konstelasi.v2i1.5625.

A. Azzam, A. Irma Purnamasari, and I. Ali, “Implementasi Algoritma K-Means Clustering Untuk Analisis Persebaran Umkm Di Jawa Barat,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, pp. 3062–3070, 2024, doi: 10.36040/jati.v8i3.8450.

Dodi Nofri Yoliad, “Data mining Dalam Analisis Tingkat Penjualan Barang ElektronikMenggunakan Algoritma K-means,” Insearch (Information Syst. Res. J., vol. 3, no. 1, 2023.

W. Sudrajat, I. Cholid, and J. Petrus, “Penerapan Algoritma K-Means Clustering untuk Pengelompokan UMKM Menggunakan Rapidminer,” J. JUPITER, vol. 14, no. 1, pp. 27–36, 2022.

N. F. Adani et al., “Implementasi Data Mining Untuk Pengelompokan Data Penjualan Berdasarkan Pola Pembelian Menggunakan Algoritma K-Means Clustering Pada Toko Syihan,” J. Cyber Tech, vol. x. No.x, no. x, pp. 1–11, 2019, [Online]. Available: https://ojs.trigunadharma.ac.id/index.php/jct/article/view/4648%0Ahttps://ojs.trigunadharma.ac.id/index.php/jct/article/download/4648/791

U. Linarti, A. H. Soleliza Jones, L. Zahrotun, and A. Rahmawati, “Penerapan Metode K-Medoids Guna Pengelompokan Data Usaha Mikro, Kecil dan Menengah (UMKM) Bidang Kuliner Di Kota Yogyakarta,” J. Ilmu Komput. dan Sist. Inf., vol. 7, no. 1, pp. 37–45, 2024, doi: 10.55338/jikomsi.v7i1.2194.

G. Wijaya, “Klasifikasi UMKM Menggunakan Algoritma Naive Bayes Berdasarkan Sudah Pernah Mempunyai Atau Mengurus Sertifikat Halal,” J. Data Min. dan Sist. Inf., vol. 4, no. 1, p. 36, 2023, doi: 10.33365/jdmsi.v4i1.2634.

R. Ramba and V. P. Rantung, “… Berdasarkan Bidang Usaha Pada Kecamatan Tondano Selatan Kabupaten Minahasa Menggunakan Algoritma K-Means Clustering (Studi Kasus: Dinas UMKM dan …,” Innov. J. Soc. Sci. …, vol. 3, no. 19, pp. 6739–6747, 2023, [Online]. Available: http://j-innovative.org/index.php/Innovative/article/view/7255%0Ahttp://j-innovative.org/index.php/Innovative/article/download/7255/4932

S. E. Damayanti and S. Kuswayati, “Analisis Dan Implementasi Framework CRISP-DM (Cross Industry Standard Process for Data Mining) Untuk Clustering Perguruan Tinggi Swasta,” J. STT Bandung, vol. 6, 2020.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Daniswara, A., & Yuliazmi. (2024). ANALISIS DATA MINING PENGELOMPOKKAN UMKM BERDASARKAN JENIS USAHA DI PROVINSI JAWA BARAT MENGGUNAKAN K-MEANS. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 1778–1787. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1541

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>