Penentuan Strategi Promosi Usaha Mikro Kecil Dan Menengah (UMKM) Menggunakan Metode CRISP-DM dengan Algoritma K-Means Clustering

Abstract

Terjadinya penurunan jumlah UMKM sebesar 0,003% menyebabkan pertumbuhan ekonomi lesu pada kuartal II di Indonesia. Adanya sumber data UMKM yang melimpah disebuah daerah dapat digunakan untuk menggali informasi. Pengelompokan data UMKM yang memanfaatkan proses data mining dengan menggunakan teknik clustering dapat digunakan untuk mengolah data yang ada. Pada prosesnya, metode yang digunakan adalah pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi dan persebaran. Dalam pembentukan cluster, algoritma yang digunakan adalah K-Means. K-means clustering merupakan salah satu algoritma yang dapat mengelompokkan data kedalam beberapa cluster berdasarkan kemiripan data. Sehingga UMKM yang memiliki karakteristik sama akan dimasukkan ke dalam satu cluster dan data dengan karakteristik yang berbeda akan dikelompokkan ke dalam cluster lainnya. Dalam prosesnya, penelitian ini akan menguji data berupa jenis usaha, aset dan omset. Data UMKM akan diolah menggunakan python guna untuk menghasilkan cluster yang akurat. Cluster yang terbentuk dari proses clustering ini ada 3 (tiga) cluster dengan cluster satu sebanyak 182 UMKM, cluster dua terdiri dari 47 UMKM, dan cluster tiga terdiri dari 55 UMKM. Penelitian ini diharapkan mengeluarkan output berupa klusterisasi atau pengelompokkan data yang sesuai untuk dasar pengambilan keputusan dalam penentuan strategi promosi. Sehingga dapat menghasilkan informasi yang akurat bagi UMKM untuk membantu mengembangkan usahanya.

The Intention of Adopting Information Technology for SMES in Special Region of Yogyakarta

“…IT adoption is also adjusted to the capacity of each UKM. Constraints on IT knowledge become part of IT adoption according to Astuti (2018).…”

“…Data from the Director-General of Small and Medium Industries of the Ministry of Industry shows that from the number of SMEs around 40 percent outside Java and 60 percent in Java, only 30-40 percent have utilized the sophistication of IT (information technology) to develop their business. The results of preliminary research conducted by Astuti (2018) in exploring the profile of SMEs, especially in the city of Yogyakarta, found many complex and diverse problems faced by SMEs. One of the issues related to the development of SMEs is the limited human resources in the adoption of information technology.…”

Comparison of Priority Areas and Rehabilitation Risk Areas for Post Disaster by K-Means Method

“…Data mining merupakan sebuah proses yang dilakukan untuk menemukan hubungan atau korelasi yang baru dan bernilai pengetahuan. Metode-metode yang dapat digunakan dalam data mining adalah klasifikasi, regresi, seleksi variabel,marketbasket analisis dan clustering [11]. Secara umum kegunaan data mining dapat dibagi menjadi dua, yaitu descriptive dan predictive.…”

Klasifikasi Predikat Tingkat Kelulusan Mahasiswa Program Studi Teknik Informatika dengan Menggunakan Algoritma C4.5 (Studi Kasus: STMIK Rosma Karawang)

“…CRISP-DM merupakan metode yang menggunakan model proses pengembangan data yang banyak digunakan para ahli untuk memecahkan masalah. Proses penelitian ini mengacu pada enam tahap CRISP-DM yaitu pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi dan penyebaran (Astuti et al, 2019).…”