IMPLEMENTASI K-MEANS CLUSTERING DALAM ANALISIS PERSEBARAN UMKM DI KALIMANTAN BARAT

• DIO ADIKA
• MUHAMMAD SALEH
• 2025

---

Usaha Mikro, Kecil, dan Menengah (UMKM) telah lama menjadi tulang punggung

perekonomian Indonesia, UMKM terbukti mampu menyerap lebih dari 97% tenaga

kerja nasional, dan menyumbang lebih dari 61% Produk Domestik Bruto (PDB)

Indonesia. Namun, di balik angka-angka yang impresif ini, tersimpan tantangan besar

terutama di daerah-daerah seperti Kalimantan Barat. Terdapat 197.022 UMKM yang

tersebar di berbagai kabupaten/kota. Namun mengalami ketimpangan persebaran yang

signifikan. Tujuan penelitian ini adalah mengidentifikasi klaster UMKM di

Kalimantan Barat berdasarkan jumlah UMKM di setiap Kabupaten/Kota. Metode

yang digunakan adalah algoritma K-Means Clustering yang diimplementasikan

menggunakan perangkat lunak RapidMiner. Algoritma K-Means adalah salah satu

algoritma Machine Learning yang sederhana dan populer digunakan untuk

memecahkan masalah pengelompokan data. Berdasarkan hasil implementasi metode

K-Means Clustering terhadap data UMKM di 14 kabupaten/kota di Provinsi

Kalimantan Barat pada tahun 2020 hingga 2023. Didapat 2 Cluster yang terbentuk,

dimana yang masuk dalam cluster 0 atau tingkat penyebaran UMKM rendah

berjumlah 12 Kabupaten/Kota, yang termasuk dalam cluster 1 atau tingkat penyebaran

UMKM tinggi berjumlah 2 Kabupaten/Kota.

• UMKM
• K-MEANS Clustering
• Rapidminner
• Kalimantan Barat

Tautan dinonaktifkan.