Penerapan Algoritma K-Means Clustering dalam Pengelompokan Potensi Lokasi Usaha Waralaba Berdasarkan Karakteristik Wilayah

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Means Clustering guna mengelompokkan potensi lokasi bisnis franchise Waralaba berdasarkan karakteristik wilayah di DKI Jakarta. Metode yang digunakan dalam penelitian ini adalah pendekatan kuantitatif dengan teknik data mining yang melibatkan 50 data cabang Waralaba. Variabel yang diambil dalam penelitian ini mencakup keramaian, renovasi, lalu lintas, keamanan, tenaga kerja, bahan baku, transportasi, daya beli, luas daerah, usia penduduk, dan prospek usaha. Proses penelitian dibagi menjadi beberapa fase, yaitu pengambilan data, preprocessing data, mengubah data kategorikal menjadi numerik, normalisasi menggunakan metode Min-Max, menentukan jumlah kluster dengan metode elbow, menerapkan algoritma K-Means, dan mengevaluasi hasil pengelompokan. Melalui metode elbow didapatkan jumlah kluster optimal yang terdiri dari tiga kluster. Hasil pengelompokan menunjukkan bahwa kluster 1 adalah kelompok dengan potensi usaha tertinggi karena memiliki rata-rata indikator yang paling stabil dan tinggi. Kluster 0 dikategorikan sebagai kelompok dengan potensi menengah karena memiliki keramaian dan prospek yang tinggi, tetapi terhambat oleh faktor lalu lintas dan renovasi. Sedangkan, kluster 2 termasuk kelompok dengan potensi rendah karena tingkat keramaian dan prospek yang lebih rendah meskipun kondisi renovasinya cukup baik. Penelitian ini diharapkan dapat membantu pelaku bisnis dalam menentukan lokasi usaha secara lebih objektif, efektif, dan berdasarkan data.