Klusterisasi UMKM di Kabupaten Sidoarjo Menggunakan Algoritma DBSCAN Berbasis Perbandingan Jarak

Usaha Mikro, Kecil, dan Menengah (UMKM) merupakan sektor penting dalam mendukung pertumbuhan ekonomi Indonesia, termasuk di Kabupaten Sidoarjo. Namun, dengan jumlah UMKM yang terus berkembang pesat, tanpa adanya pengelompokan yang tepat, sulit bagi Dinas Koperasi dan Usaha Mikro Kabupaten Sidoarjo untuk memahami perbedaan potensi, dan tantangan yang dihadapi oleh setiap kelompok UMKM. Penelitian ini bertujuan untuk mengelompokkan UMKM di Kabupaten Sidoarjo menggunakan algoritma DBSCAN dengan pendekatan metodologi CRISP-DM dimulai dari pemahaman bisnis hingga penerapan hasil. Data yang digunakan terdiri dari 1.479 UMKM dengan atribut meliputi modal, omset perbulan, tenaga kerja, izin usaha, marketplace, jenis usaha, dan kecamatan. Data diolah melalui tahapan transformasi dengan metode label encoding, dan normalisasi menggunakan metode MaxAbs. Algoritma DBSCAN digunakan dengan membandingkan tiga metode pengukuran jarak yaitu euclidean, manhattan, dan hamming kemudian dikelompokkan dengan melakukan eksperimen menggunakan parameter epsilon dan minpts yang divariasikan untuk masing-masing metode. Evaluasi hasil klasterisasi menggunakan silhouette coefficient dan davies-bouldin index. Hasil uji coba menunjukkan bahwa metode euclidean Distance memberikan hasil yang paling baik dibandingkan euclidean dan hamming, dengan nilai epsilon 0,1 dan minpts 36 menghasilkan 115 outlier, mendapatkan nilai silhouette coefficient sebesar 0,99, dan davies-bouldin index sebesar 0,02, menunjukkan struktur yang sangat kuat dan pemisahan antar klaster yang sangat jelas. Klaster yang terbentuk terdiri dari cluster 1, 3, 4, dan 5 berskala mikro, serta cluster 2 berskala kecil. Hasil penelitian ini diharapkan dapat menjadi dasar rekomendasi dalam pengambilan keputusan dan kebijakan berbasis data untuk pengembangan ekonomi lokal secara lebih tepat sasaran.