Penerapan Algoritma K-Means Untuk Analisis Persebaran Katagori Usaha Dan Jumlah UMKM Di Jawa Barat

Penelitian ini bertujuan untuk menganalisis sebaran kategori usaha dan jumlah Usaha Mikro, Kecil, dan Menengah (UMKM) di Jawa Barat menggunakan algoritma klasterisasi K-Means. UMKM memegang peranan penting dalam pembangunan ekonomi, khususnya di Jawa Barat yang memiliki 4,2 juta UMKM. Namun, disparitas kategori usaha dan jumlah UMKM di berbagai daerah masih cukup signifikan. Untuk mengatasi hal ini, algoritma K-Means diterapkan untuk mengelompokkan UMKM berdasarkan kategori usaha dan sebaran daerah. Penelitian ini menggunakan proses Knowledge Discovery in Databases (KDD), meliputi pemilihan data, praproses, transformasi, dan klasterisasi. Empat klaster diidentifikasi sebagai pengelompokan optimal berdasarkan Metode Elbow, Skor Silhouette, dan metrik evaluasi lainnya, yang menunjukkan pola sebaran UMKM yang berbeda. Analisis menunjukkan bahwa Klaster 0 terdiri dari daerah dengan konsentrasi kategori usaha dominan yang tinggi, Klaster 1 mewakili daerah dengan jumlah UMKM dan potensi pengembangan yang lebih rendah, Klaster 2 mencakup kategori usaha yang beragam, dan Klaster 3 menandakan daerah dengan aktivitas ekonomi yang signifikan di sektor tertentu. Hasil penelitian ini diharapkan dapat membantu pemerintah daerah dalam merumuskan kebijakan pembangunan yang tepat sasaran bagi UMKM, sehingga dapat memberikan kontribusi bagi pertumbuhan ekonomi Jawa Barat yang lebih merata dan berkelanjutan.

Kata kunci: Analisis distribusi, Jawa Barat, K-Means, Klasterisasi, Penggalian data, UMKM.