SEGMENTASI UMKM KOTA PEKANBARU BERDASARKAN PARTISIPASI DALAM E-KATALOG LOKAL MENGGUNAKAN ALGORITMA CLUSTERING
Abstract
Penelitian ini bertujuan untuk melakukan segmentasi UMKM Kota Pekanbaru berdasarkan tingkat partisipasi dalam e-Katalog Lokal menggunakan algoritma K-Means, DBSCAN, dan Hierarchical Clustering. Data penelitian terdiri dari 10.560 UMKM dengan variabel omzet, jumlah tenaga kerja, lama berdiri usaha, dan partisipasi e-Katalog Lokal. Hasil analisis menunjukkan bahwa K-Means menghasilkan tiga klaster UMKM dengan karakteristik partisipasi e-Katalog yang berbeda. Algoritma DBSCAN membentuk dua klaster tanpa menghasilkan data noise dengan nilai Silhouette Score sebesar 0,666, sedangkan Hierarchical Clustering menghasilkan struktur klaster bertingkat dengan nilai Silhouette Score sebesar 0,693. Meskipun demikian, K-Means dinilai paling stabil dan mudah diinterpretasikan untuk segmentasi berbasis kebijakan publik.
Fields of Study & Subjects
Data Mining and Machine Learning Applications
Advanced Clustering Algorithms Research
SMEs Development and Digital Marketing
Publication details
- Journal / source
- Analisis Harga Pokok Produksi Rumah Pada (UIN Syarif Hidayatullah Jakarta)
- Publication date
- 1 January 2026
- Language
- ID
- Document type
- Thesis