Data Mining Pengelompokan UMKM di Bidang Fashion dan Kerajinan Kota Yogyakarta Menggunakan AHC Average Linkage
Abstract
UMKM di Kota Yogyakarta saat ini tumbuh sangat pesat dan menjadi salah satu penompang ketahanan ekonomi dengan tenaga kerja yang mendominasi. Pemerintah melalui Dinas Koperasi dan UMKM DIY sebagai pengelola memiliki kesulitan dalam mengolah data yang ada. Terdapat sebanyak 32 ribu unit UMKM di berbagai bidang dalam database pemerintah yang terinput dari tahun 2021 hingga 2022 dan dalam kondisi masih tercampur. Pemerintah berniat untuk mengelompokkan data UMKM tersebut agar dapat dilakukan pengembangan dan pemberdayaan kedepannya. Diawali dari bidang fashion dan kerajinan sebagai salah satu komoditas penggaet wisatawan. Baru terdapat 195 unit UMKM bidang ini dari 2769 unit yang terverifikasi aktif pada database milik pemerintah. Metode yang digunakan dalam pengelompokan UMKM ini adalah AHC Average Linkage, dan pengujian yang dilakukan dari hasil pengelompokan menggunakan metode Silhouette Coefficient. Hasil penelitian ini berupa informasi pengelompokan UMKM bidang fashion dan kerajinan. Skor silhouette yang didapat pada UMKM fashion dan UMKM kerajinan sebesar 0.64 dan 0.65, didapatkan 2 cluster setiap UMKM-nya dan cluster yang dipilih untuk informasi kepada pemerintah adalah cluster 1. Kriteria UMKM fashion adalah kegiatan usaha penjualan , pemasaran dari DIY hingga ekspor, pendapatan kurang dari 10 juta hingga kurang dari 25 juta dan umur usaha 6,5 tahun. Kriteria UMKM kerajinan adalah kegiatan usaha penjualan dan produksi, pemasaran dari DIY hingga ekspor, pendapatan kurang dari 10 juta dan umur usaha 7,1 tahun.
References
Danar. (2022). Teras Malioboro Jadi Etalase UMKM. Krjogja. https://www.krjogja.com/ekonomi/1242473741/teras-malioboro-jadi-etalase-umkm
PERATURAN GUBERNUR DAERAH ISTIMEWA YOGYAKARTA TENTANG PEDOMAN PENGELOLAAN DATA USAHA MIKRO, KECIL, DAN MENENGAH, Pub. L. No. 82, 1 (2019).
Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and. Techniques, Waltham: Morgan Kaufmann Publishers.
Luthfiani, D. (2019). Dinas Pariwisata DIY Berupaya Menarik Kunjungan Wisatawan Lewat Busana. TIMES Yogyakarta. https://timesindonesia.co.id/wisata/239368/dinas-pariwisata-diy-berupaya-menarik-kunjungan-wisatawan-lewat-busana.
Marinova–Boncheva, V. (2008). Using the agglomerative method of hierarchical clustering as a data mining tool in capital market.
Maya, R., Lubis, F., Huang, J., Wang, P., Khoifin, K., & Elvina, Y. (2023). Agglomerative Hierarchical Clustering ( AHC ) Method for Data Mining Sales Product Clustering. Building of Informatics, Technology and Science (BITS), 5(1), 285–294. https://doi.org/10.47065/bits.v5i1.3569
Paembonan, S., & Abduh, H. (2021). Penerapan Metode Silhouette Coefficient untuk Evaluasi Clustering Obat. PENA TEKNIK: Jurnal Ilmiah Ilmu-Ilmu Teknik, 6(2), 48. https://doi.org/10.51557/pt_jiit.v6i2.659
Rudjito. (2003). Strategi Pengembangan UMKM Berbasis SInergi Bisnis. Makalah Seminar Peran Perbankan Dalam Memperkokoh Ketahanan Nasional Kerja Sama Lemhanas RI Dengan BRI.
Sadewo, T. A., Kusuma, P. D., & Casi Setianingsih. (2021). Clustering Pada Data Sentimen Bpjs Kesehatan Menggunakan Algoritma Agglomerative Hierarchical Clustering Average Linkage. E-Proceeding of Engineering, 8(5), 1–23.
Tamara, R. (2023). Data Mining Penentuan Jurusan Siswa Menggunakan Metode Agglomerative Hierarchical Clustering (AHC). Jurnal Media Informatika Budidarma, 07(02), 873–880. https://doi.org/10.30865/mib.v7i2.6092
Trisna, Y. (2022). PELATIHAN UMKM BERBASIS DIGITAL DARI DINAS KOMUNIKASI DAN INFORMATIKA D.I.YOGYAKARTA. Kemantren Mantirejojn. https://mantrijeronkec.jogjakota.go.id/detail/index/19785.
