Analisis Persebaran UMKM Bidang Jasa Menggunakan Metode AHC Complete Linkage

Lisna Zahrotun(1*), Seftian Hadi Nugroho(2), Utaminingsih Linarti(3), Anna Hendri Soleliza Jones(4),

(1) Universitas Ahmad Dahlan, Yogyakarta, Indonesia
(2) Universitas Ahmad Dahlan, Yogyakarta, Indonesia
(3) Universitas Ahmad Dahlan, Yogyakarta, Indonesia
(4) Universitas Ahmad Dahlan, Yogyakarta, Indonesia
(*) Corresponding Author

Abstract


Dinas Perindustrian Koperasi Usaha Kecil dan Menengah merupakan salah satu yang bertanggung jawab terhadap pertumbuhan dan kestabilan Usaha Mikro, Kecil dan Menegah (UMKM) yang berada di kota X. Banyaknya UMKM bidang jasa mengakibatkan perlunya penanganan khusus dalam menjaga pertumbuhan dan kestabilan dari UMKM tersebut. Oleh karena itu agar pihak Dinas dapat memberikan strategi dalam menjaga pertumbuhan dan kestabilan UMKM bidang jasa maka diperlukan analisis dan identifikasi persebaran UMKM tersebut.  Salah satu teknik yang dapat digunakan dalam melakukan analisis persebaran UMKM adalah pengelompokkan. Dimana dari hasil analisis pengelompokkan UMKM bidang jasa ini dapat dijadikan sebagai referensi dalam pertumbuhan dan menjaga kestabilan UMKM bidang Jasa. Tahapan dalam penelitian ini adalah Load Data, Data Cleaning dan Data Selection, Data Transformation, Proses Pengelompokan Dengan Agglomerative Hierarchical Clustering (AHC) complete linkage, pengujian menggunakan Silhouette Coefficient, dan Representasi Pengetahuan. Hasil dari penelitian ini menunjukkan bahwa metode AHC complete linkage dapat dilakukan pada UMKM bidang jasa dengan hasil pengujian terbaik yaitu 0,729 dengan jumlah kelompok 2. Dari 2 kelompok yang dihasilkan, kelompok 1 merupakan kelompok UMKM bidang jasa yang perlu mendapatkan perhatian khusus dari Dinas Perindustrian dan Koperasi karena usia berdiri sudah lama namun omsetnya masih dibawah 10 juta.

Full Text:

PDF

References


I. R. Maksum, A. Y. Sri Rahayu, and D. Kusumawardhani, “A social enterprise approach to empowering micro, small and medium enterprises (SMEs) in Indonesia,” J. Open Innov. Technol. Mark. Complex., vol. 6, no. 3, 2020, doi: 10.3390/JOITMC6030050.

A. H. Jankowiak, “Industrial Clusters As an Important Factor for Development of Micro, Small and Medium-Sized Enterprises (Msmes),” 12Th Int. Days Stat. Econ., no. November, pp. 708–718, 2018.

P. Puntoriza and C. Fibriani, “Analisis Persebaran UMKM Kota Malang Menggunakan Cluster K-means,” JOINS (Journal Inf. Syst., vol. 5, no. 1, pp. 86–94, 2020, doi: 10.33633/joins.v5i1.3469.

M. T. Satya, N. K. Rahayu, and A. Fidayan, “Pengklasifikasian Karakteristik Iklan UMKM Menggunakan Analisis Cluster,” Jesya (Jurnal Ekon. Ekon. Syariah), vol. 3, no. 2, pp. 218–231, 2020, doi: 10.36778/jesya.v3i2.169.

D. Solihin, A. Ahyani, K. Karolina, L. Pricilla, and I. S. Octaviani, “Pelatihan Pemasaran Online Berbasis Digital Untuk Meningkatkan Penjualan Bisnis Online Pada Umkm Di Desa Cicalengka Kecamatan Pagedangan Kabupaten Tangerang,” Dedik. Pkm, vol. 2, no. 3, pp. 307–311, 2021, doi: 10.32493/dedikasipkm.v2i3.10726.

D. Astuti, A. R. Iskandar, and A. Febrianti, “Penentuan Strategi Promosi Usaha Mikro Kecil Dan Menengah (UMKM) Menggunakan Metode CRISP-DM dengan Algoritma K-Means Clustering,” J. Informatics, Inf. Syst. Softw. Eng. Appl., vol. 1, no. 2, pp. 60–72, 2019, doi: 10.20895/inista.v1i2.71.

I. W. Rahayu et al., “Hierarchical Clustering Untuk Deteksi Komunitas Pada Media Sosial Facebook Analysis and Implementation of Agglomerative Hierarchical Clustering Algorithm for Community Detection in Social Media Facebook,” e-Proceeding Eng., vol. 5, no. 1, pp. 1460–1468, 2018.

R. O. Pratikto and N. Damastuti, “Klasterisasi Menggunakan Agglomerative Hierarchical Clustering Untuk Memodelkan Wilayah Banjir,” JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 6, no. 1, p. 13, 2021, doi: 10.31328/jointecs.v6i1.1473.

L. Zahrotun, “Analisis PengelompokkanJumlah Penumpang Bus Trans Jogja Menggunakan metode Clustering K-Means dan Agglomerative Hierarchical Clustering (AHC),” J. Inform., vol. 9, no. 1, pp. 1039–1047, 2015.

D. Rawat, R. K. Mittal, and V. S. Aggarwal, “Cluster Development Approach in India: an Antidote for Micro, Small, and Medium Enterprises,” Indian J. Commer. Manag. Stud., vol. VIII, no. 2, pp. 19–29, 2017, doi: 10.18843/ijcms/v8i2/03.

B. Harli Trimulya Suandi As and L. Zahrotun, “Penerapan Data Mining Dalam Mengelompokkan Data Riwayat Akademik Sebelum Kuliah dan data Kelulusan Mahasiswa Menggunakan Metode Agglomerative Hierarchical Clustering(Implementation Of Data Mining In Grouping Academic History Data Before Students And Stud,” J. Teknol. Informasi, Komput. dan Apl., vol. 3, no. 1, pp. 62–71, 2021, [Online]. Available: http://jtika.if.unram.ac.id/index.php/JTIKA/

K. E. T. Luthfi, Algoritma Data Mining, 1st ed. Yogyakarta: C.V Andi Offset, 2019.

E. Prasetyo, DATA MINING-Konsep dan Aplikasi Menggunakan MATLAB, 1st ed. Yogyakarta: Andi Offset, 2012.

L. Kaufman and P. J. Rousseeuw, Finding Groups in Data An Introduction to Cluster Analysis. Canada: John Wiley & Sons, Inc, Hoboken, New Jersey.




DOI: https://doi.org/10.30645/kesatria.v4i2.160

DOI (PDF): https://doi.org/10.30645/kesatria.v4i2.160.g159

Refbacks

  • There are currently no refbacks.


Published Papers Indexed/Abstracted By: