IMPLEMENTASI ENSEMBLE CLUSTERING BERBASIS WEIGHTED VOTING: STUDI KASUS PEMETAAN UMKM DI KABUPATEN SIDOARJO

Usaha Mikro, Kecil, dan Menengah (UMKM) merupakan sektor penting dalam perekonomian Indonesia, termasuk di Kabupaten Sidoarjo yang memiliki jumlah dan keragaman UMKM yang tinggi. Permasalahan utama dalam pemetaan UMKM adalah ketidakstabilan hasil klasterisasi ketika menggunakan metode clustering tunggal. Penelitian ini bertujuan menerapkan Ensemble Clustering berbasis Weighted Voting untuk menghasilkan pemetaan UMKM yang lebih stabil dan representatif. Data yang digunakan berjumlah 3.320 UMKM dari Dinas Koperasi dan Usaha Mikro Kabupaten Sidoarjo tahun 2025. Penelitian mengikuti kerangka kerja CRISP-DM dengan tahapan data preparation, modeling, evaluation, dan deployment. Metode yang digunakan mengombinasikan algoritma K-Means, K-Medoids, dan Agglomerative Hierarchical Clustering (AHC), sedangkan pembobotan ditentukan menggunakan fungsi Softmax berdasarkan nilai Silhouette Score. Hasil penelitian menunjukkan bahwa nilai cluster optimal adalah K=2 dengan Silhouette Score tertinggi sebesar 0,6517, lebih baik dibandingkan K-Means (0,6353), AHC (0,6276), dan K-Medoids (0,5024). Hasil pemetaan mengidentifikasi dua kelompok UMKM, yaitu UMKM Tradisional (96,1%) dan UMKM Digital (3,9%). Temuan ini menunjukkan bahwa Ensemble Clustering berbasis Weighted Voting mampu menghasilkan pemetaan UMKM yang lebih stabil, konsisten, dan berkualitas dibandingkan metode clustering tunggal.rnrnKata kunci: UMKM, Ensemble Clustering, Weighted Voting, K-Means, K-Medoids, AHC, Silhouette Score.