IMPLEMENTASI SELF ORGANIZING MAP DAN FUZZY C-MEANS DALAM PENGELOMPOKAN UMKM KABUPATEN SLEMAN
Sri Andayani, Universitas Negeri Yogyakarta
Abstract
UMKM merupakan salah satu kelompok usaha masyarakat yang paling banyak berada di Kabupaten Sleman yang sangat signifikan dalam membantu meningkatkan pertumbuhan ekonomi Kabupaten Sleman. Penelitian ini bertujuan untuk mengetahui hasil pengelompokan UMKM Kabupaten Sleman tahun 2022 agar dapat menjadi informasi dan masukan untuk memudahkan pemerintah terkait dalam menetapkan strategi dan kebijakan yang tepat sebagai prioritas utama untuk mengembangkan UMKM. Data yang digunakan adalah data UMKM Kabupaten Sleman tahun 2022 yang diperoleh dari Dinas Koperasi dan UKM Kabupaten Sleman. Data terdiri dari 574 anggota UMKM dengan 3 variabel yaitu aset, omset, dan pekerja. Langkah-langkah penelitian yaitu pengumpulan data, preprocessing data, clustering menggunakan Self Organizing Map dan Fuzzy C-Means, validasi klaster, dan analisis klaster terbaik. Penelitian ini menggunakan tiga metode validasi klaster pada SOM yaitu indeks silhouette, indeks dunn, dan indeks connectivity, sedangkan pada FCM menggunakan dua metode validasi yaitu indeks silhouette dan indeks dunn. Berdasarkan nilai indeks silhouette dan indeks dunn diperoleh jumlah klaster optimal metode SOM sebanyak 3 klaster dengan nilai masing-masing indeks yaitu 0.8676 dan 0.8177. Berdasarkan nilai indeks silhouette diperoleh metode jumlah klaster optimal metode FCM sebanyak 3 klaster dengan nilai indeks 0.96944, sehingga diperoleh jumlah klaster optimal yang dapat digunakan sebanyak 3 klaster menggunakan metode FCM.
Keywords
Full Text:
PDFReferences
Arianto, B. (2020). Pengembangan UMKM digital di masa pandemi covid-19. ATRABIS: Jurnal Administrasi Bisnis (e-Journal), 6(2), 233–247.
Ariyanti, S. (2016). Study of digital divide measurement in Indonesia. Buletin Pos Dan Telekomunikasi, 11(4), 281–292.
Badan Pusat Statistik. (2013). Industri mikro dan kecil. https://www.bps.go.id/subject/170/industri-mikro-dan-kecil.html.
Bezdek, J.C. & Dunn J.C. (1973). Optimal fuzzy partitions: A heutristic for estimating the parameters in a mixture of normal distribution. IEEE Transactions on Computers, page 835-838.
Bezdek, J.C. & Dunn J.C. (1973). Optimal fuzzy partitions: A heutristic for estimating the parameters in a mixture of normal distribution. IEEE Transactions on Computers, page 835-838.
Bhatia, S.K. (2014). A propound method for the improvement of cluster quality. International Journal of Computer Science Issues (IJCSI), Vol. 9, 216-221.
Brock, G., Pithur, V., & Datta, S. (2008). Clvalid an R package for cluster validation. Journal of Statistical Software. Vol 25. Diunduh pada tanggal 24 Mei 2023. Dari https://doi.org/10.18637/jss.v025.i04.
Budiyanto, A., & Effendy, A. A. (2020). Analisa kebijakan pemerintah kotatangerang selatan terhadap pemberdayaan koperasi dan umkmdan dampaknyaterhadap pemerataan kesejahteraan masyarakat. Jurnal Mandiri: IlmuPengetahuan, Seni, Dan Teknologi, 4(1), 80-93.
Fausett, Laurene. (1994). Fundamental of neural network: architectures, algorithms, and application. New Jersey: Prentice-Hall.
Khotimah, T., & Darsin, D. (2020). Clustering perkembangan kasus covid-19 di Indonesia menggunakan self organizing map. Jurnal Dialektika Informatika (Detika).
Kim, S.M., Pena, M.I., Moll, M., et al. (2016). An evaluation of different clustering methods and distance measures used for grouping metabolic pathways. Proc. 8th int. Conf. Bioinforma. Comput. Biol. BICOB 2016, no BiCoB, pp. 115-122.
Puspitasari, N. (2022). Pengelompokan tingkat risiko daerah tanah longsor di provinsi kalimantan timur menggunakan fuzzy c-means. In Seminar Nasional CORIS 2022.
Republik Indonesia. (2008). Undang-Undang RI Nomor 20, Tahun 2008, tentang Usaha Mikro, Kecil dan Menengah.
Rousseeuw, P.J., & Leroy, A.M. (1987). Robust regression and outlier detection. New York: Jphn Wiley & Sons.
Suherningtyas, I. A. (2018). Analisis strategi usaha mikro kecil menengah dalam menghadapi asean economic community di kecamatan tegalrejo kota yogyakarta. Vol.19 No.(2).
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Jurnal Statistika dan Sains Data
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Our journal is indexed by:
Online ISSN (e-ISSN): 3025-9649
Jurnal Statistika dan Sains Data by http://journal.student.uny.ac.id/ojs/index.php/jssd is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. |
JSSD Statistics |