Pengelompokan UMKM Batik Madura Menggunakan Metode K-Means dan Sillhoutte Coefficient
UMKM merupakan salah satu sektor pendukung perekonomian di Indonesia. UMKM Batik Madura memberikan kontribusi yang cukup tinggi terhadap penyerapan tanaga kerja dan peningkatan ekonomi masyarakat daerah. Hal ini terbukti pada penyerapan tenaga kerja UMKM di Kabupaten Bangkalan Madura sebesar 210.003...
Gespeichert in:
Veröffentlicht in: | Teknika (Institut Informatika Indonesia) (Online) 2024-06, Vol.13 (2), p.192-198 |
---|---|
Hauptverfasser: | , , |
Format: | Artikel |
Sprache: | eng |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | UMKM merupakan salah satu sektor pendukung perekonomian di Indonesia. UMKM Batik Madura memberikan kontribusi yang cukup tinggi terhadap penyerapan tanaga kerja dan peningkatan ekonomi masyarakat daerah. Hal ini terbukti pada penyerapan tenaga kerja UMKM di Kabupaten Bangkalan Madura sebesar 210.003 dan Sampang sebesar 264.569. Permasalahan penelitian ini berkaitan dengan banyaknya UMKM Madura, sehingga menyulitkan Dinas Koperasi dalam menjalankan kebijakan pemerintah dalam memberikan pelatihan, bantuan pengembangan UMKM dan pendampingan. Tujuan penelitian adalah mengelompokan UMKM Batik Madura menjadi beberapa kluster menggunakan metode K-Means dan Sillhoutte Coefficient. Metode K-Means dapat melakukan pengelompokan berdasarkan data yang sama atau mempunyai similarity yang tinggi. Data UMKM akan dilakukan preprosesing terlebih dahulu untuk mengatasi data yang kosong dan normalisasi. Metode Sillhoutte Coefficient (SC) digunakan untuk menentukan jumlah kluster yang paling optimal. Pengelompokan UMKM Batik ini berdasarkan perpektif balance scorecard yaitu bisnis internal, keuangan, learning and growth dan pelanggan. Hasil cluster yang paling optimal adalah K=3. Nilai SC adalah sebesar 0,275, dengan 9 fitur dan SC = 0,403 dengan 5 fitur, artinya dengan metode seleksi fitur information gain terjadi peningkatan snilai SC sebesar 0,128. Prosentase hasil pengelompokan adalah cluster 1 sebesar 15 %, cluster 2: 25 % dan cluster 3 : 60 %. Kategori pemetaan cluster 1 adalah sangat baik, cluster 2 baik dan cluster 3 sedang. |
---|---|
ISSN: | 2549-8037 2549-8045 |
DOI: | 10.34148/teknika.v13i2.779 |