PENERAPAN DATA MINING DALAM MENGELOMPOKKAN JUMLAH UMKM KOTA JAMBI MENGGUNAKAN K-MEANS CLUSTERING

Aji Triatama, Muhammad (2025) PENERAPAN DATA MINING DALAM MENGELOMPOKKAN JUMLAH UMKM KOTA JAMBI MENGGUNAKAN K-MEANS CLUSTERING. Masters thesis, UNAMA.

	Text BAB I.pdf Download (217kB)
	Text BAB II.pdf Restricted to Registered users only Download (668kB)
	Text BAB III.pdf Restricted to Registered users only Download (317kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (8kB)
	Text DAFTAR PUSTAKA.pdf Download (403kB)

Abstract

UMKM (Usaha Mikro, Kecil, dan Menengah) memainkan peran penting dalam mendukung pertumbuhan ekonomi lokal, termasuk di Kota Jambi. Namun, banyak UMKM menghadapi kendala dalam pengelolaan data dan perumusan strategi bisnis yang efektif. Penelitian ini bertujuan untuk mengelompokkan UMKM di Kota Jambi menggunakan metode K-Means Clustering sebagai bagian dari teknik data mining. Data penelitian mencakup 1.331 UMKM di bidang fashion, dengan variabel karakteristik seperti kepemilikan, modal awal, penghasilan per bulan dan per tahun, jumlah karyawan, serta aset. Hasil penelitian menunjukkan bahwa perhitungan manual menghasilkan tiga kelompok: 627 UMKM (Cluster 1) direkomendasikan menerima bantuan peralatan, 358 UMKM (Cluster 2) mendapatkan fasilitas kelembagaan, dan 346 UMKM (Cluster 3) diarahkan untuk pelatihan. Sementara itu, perhitungan dengan tools Rapid Miner menghasilkan pembagian berbeda akibat variasi pengambilan centroid. Cluster 0 berisi 840 UMKM, Cluster 1 berisi 9 UMKM, dan Cluster 2 berisi 482 UMKM. Penelitian ini membuktikan bahwa K-Means Clustering dapat memberikan wawasan berharga tentang distribusi dan kebutuhan UMKM, sehingga membantu pengambil kebijakan dalam merancang program yang lebih tepat sasaran. Dengan demikian, metode ini diharapkan dapat berkontribusi pada pengembangan UMKM secara lebih terarah dan berkelanjutan di Kota Jambi.

Actions (login required)

View Item