IDENTIFIKASI DAN KLASIFIKASI UMKM DI KABUPATEN ROKAN HULU MENGGUNAKAN METODE K-MEANS
DOI:
https://doi.org/10.30606/rjocs.v7i1.1819Keywords:
Identifikasi,, Klasifikasi,, K-Means, UMKMAbstract
Saat ini Dinas Koperasi UKM sudah memiliki Websitepemetaan UMKM berbasis GIS.Namun pada websiteUMKM saat ini hanya menampilkan titik lokasi UMKM di peta saja dan tidak menampilkan jumlah usaha mikro, kecil, dan menengah yang tersebar disetiap Kecamatan yang ada Kabupaten Rokan Hulu. Berdasarkan website pemetaan UMKM berbasis GIS tersebut Saya ingin mengembangkan website tersebut dengan menambahkan metode penetilian data mining dengan menggunakan algoritma K-Means.K-Means merupakan salah satu metode data clusteringnon hirarki yang mengelompokan data dalam bentuk satu atau lebih cluster/kelompok. Data-data yang memiliki karakteristik yang sama dikelompokan dalam satu clusteratau kelompok dan data yang memiliki karakteristik yang berbeda dikelompokan dengan clusteratau kelompok yang lain sehingga data yang berada dalam satu clusteratau kelompok memiliki tingkat variasi yang kecil. Inputan pada penelitian ini adalaha UMKM dengan variabel penilaian berdasarkan nilai aset dan nilai omset pertahunya yang kemudian diproses menggunakan algoritma K-Meanssehingga menghasilkan outputnya beru clusteratau pengelompokan UMKM itu sendiri. Terdapat 3 clusterpada penelitian ini yaitu cluster 1 Usaha Mikro, cluster2 Usaha Kecil dan cluster3 Usaha Menengah. Pada pengujian 14 data usaha, penelitian ini berhasil menerapan metode K-Means untuk identifikasi dan klasifikasi UMKM dengan hasil pengujian 29% data ke cluster1 sebanyak 4 data, 42% data ke cluster2 sebanyak 6 data dan 29% data ke cluster3 sebanyak 4 data.
Downloads
References
Anggawidjaja, A. H. P., & Gomulia, B. (2013). Identifikasi dan klasifikasi UKM di sekitar UNPAR.
Anggraeni, F. D. (2013). Pengembangan Usaha Mikro, Kecil dan Menengah (UMKM) Melalui Fasilitasi Pihak Eksternal dan Potensi Internal (Studi Kasus Pada Kelompok Usaha" Emping Jagung" di Kelurahan Pandanwangi Kecamatan Blimbing Kota Malang).Jurnal Administrasi Publik,1(6), 1286-1295.
Gustientiedina, G., Adiya, M. H., & Desnelita, Y. (2019). Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan.Jurnal Nasional Teknologi dan Sistem Informasi,5(1), 17-24.
Ong, J. O. (2013). Implementasi Algotritma K-means clustering untuk menentukan strategi marketing president university. Jurnal Ilmiah Teknik Industri, 12(1), 10–20.
Wibowo, K. M., Indra, K., & Jumadi, J. (2015). Sistem Informasi Geografis (SIG) Menentukan Lokasi Pertambangan Batu Bara di Provinsi Bengkulu Berbasis Website. Jurnal Media Infotama, 11(1), 51–60.
Wicaksono, A. E. (2016). Implementasi Data Mining Dalam Pengelompokan Peserta Didik di Sekolah untuk Memprediksi Calon Penerima Beasiswa Dengan Menggunakan Algoritma K-Means (Studi Kasus SMA N 6 Bekasi). Jurusan Teknik Informatika, Universitas Gunadarma, 21(3), 206–216.
Widodo, & Wahyuni, D. (2018). Implementasi algoritma k-means clustering untuk mengetahui bidang skripsi mahasiswamultimedia pendidikan teknik informatika dan komputer universitas negeri jakarta. Jurnal Pintar, 01(02), 157–166.
