IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN UMKM DI KABUPATEN BOJONEGORO

Usaha Mikro, Kecil dan Menengah (UMKM) menjadi pilar utama dalam mendukung dinamika pertumbuhan ekonomi, yang sebagian besar usahanya dikelola secara mandiri oleh perseorangan maupun lembaga tertentu. Kabupaten Bojonegoro merupakan salah satu daerah dengan pertumbuhan UMKM yang signifikan. Pertumbuhan tersebut, menjadikan Kabupaten Bojonegoro mengalami beberapa kendala yang perlu diatasi, salah satunya adalah kurangnya pengelompokan UMKM di wilayah tersebut. Sehingga, perlu dilakukan pengelompokan (clustering) UMKM dengan memperhatikan karakteristik yang dimiliki oleh masing-masing unit usaha. Proses pengelompokan dalam penelitian ini menerapkan algortima k-means dengan 100 sample data UMKM berdasarkan variabel-variabel kunci seperti sektor usaha, jumlah karyawan, laba, nama usaha, total neraca, modal awal, modal yang diinvestasikan, pendapatan usaha, ekuitas, total produksi, jumlah unit terjual, omset dan posisi pasar. Optimalisasi jumlah klaster diperoleh melalui pendekatan elbow method, kemudian evaluasi performa pengelompokan menggunakan metrik Silhouette Coefficient (SC) dan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa pemisahan data menjadi dua klaster memberikan hasil yang paling sesuai, dengan skor SC sebesar 0,4654 yang mengindikasikan kualitas pemisahan klaster berada pada tingkat sedang, serta nilai DBI sebesar 0,0467 yang menunjukkan bahwa klaster yang terbentuk memiliki tingkat pemisahan yang sangat baik.