IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS PERSEBARAN UMKM DI JAWA BARAT

Abstract

Usaha Mikro Kecil dan Menengah, atau dikenal sebagai UMKM, adalah usaha produktif yang telah terbukti menciptakan dan memberikan lapangan pekerjaan dan memiliki kontribusi yang besar pada roda perekonomian di Indonesia. Pengembangan Usaha Mikro, Kecil, dan Menengah (UMKM) memainkan peran penting dalam pertumbuhan ekonomi regional, termasuk di Jawa Barat. Namun, tantangan utama yang dihadapi adalah kurangnya pemahaman yang mendalam tentang pola persebaran dan karakteristik UMKM di wilayah tersebut. Oleh karena itu, penelitian ini bertujuan untuk mengisi kesenjangan pengetahuan ini dengan menerapkan Metode Algoritma K-Means Clustering untuk mengidentifikasi variabel-variabel penting yang dapat digunakan dalam mengelompokkan UMKM, serta untuk menganalisis pola-pola persebarannya, sehingga penelitian ini dapat menjadi perhatian bagi pemerintah ataupun lembaga yang terkait dalam meningkatkan perekonomian UMKM di Jawa Barat. Ini karena diperlukan pengembangan potensi dalam pelaksanaan UMKM melalui analisis strategi persebaran UMKM dan peningkatan jumlah UMKM di Jawa Barat. Pada metode Clustering UMKM ini akan dibagi menjadi 3 bagian berdasarkan tingkat persebaran UMKM yaitu cluster 0 atau rendah yang memperoleh hasil 11 Kabupaten/Kota, cluster 1 atau sedang memperoleh hasil 3 Kabupaten/Kota, dan cluster 2 atau tinggi memperoleh hasil 12 Kabupaten/Kota. Hasil evaluasi clustering akan menggunakan metode davies bouldin index (DBI) menghasilkan nilai sebesar -0,471. Dari hasil  evaluasi cluster tersebut menunjukkan bahwa hasil cluster yang terbentuk adalah cluster yang terbaik. Hasil yang diperoleh itu dapat memberikan pemahaman yang mendalam tentang pola persebaran UMKM di Jawa Barat. Hasil dari penelitian ini dapat digunakan sebagai pendukung rumusan kebijakan ekonomi regional yang lebih terarah serta strategi pengembangan UMKM yang lebih efektif.