UNBINUNBIN

Jurnal SAINTEKOM (Sains dan Teknologi Komputasi)Jurnal SAINTEKOM (Sains dan Teknologi Komputasi)

Pemetaan potensi perluasan pasar secara digital marketing terhadap UMKM merupakan pengelompokan UMKM dengan berbagai atribut berdasarkan variabelnya guna membantu pihak terkait dalam menentukan UMKM yang berpotensi diberikan pelatihan digital marketing. Bersarkan pemasalahannya belum diketahui potensi perluasan pasar untuk pemberian pelatihan digital marketing dan belum diketahui efektifnya proses pemetaan potensi perluasan pasar untuk pemberian pelatihan digital marketing. Penelitian ini bertujuan untuk mendapatkan pemetaan potensi perluasan pasar UMKM dan mengukur tingkat efektivitas penerapan algoritma K-Means untuk pemetaan UMKM berdasarkan potensi perluasan pasarnya. Penelitian ini dilaksanakan dengan model Research and Development oleh Borg dan Gall menggunakan algoritma K-Means dengan metode pengembangan prototyping. Klaster yang ditentukan berjumlah 2 sesuai dengan tingkatannya yaitu berpotensi dan tidak berpotensi. Pada aplikasi yang dibangun telah dilakukan uji hasil dengan kuesioner kepada pengguna sebesar 87,9%, yang berarti “sangat layak, serta hasil kuesioner kepada ahli sistem sebesar 100% yang berarti “sangat layak, serta telah dilakukan uji validitas klaster menggunakan silhouette coefficient sebesar 0,80 yang termasuk ke dalam kategori kekuatan klaster “kuat.

Metode K-Means berhasil mengelompokkan UMKM ke dalam dua klaster, yaitu yang berpotensi dan tidak berpotensi untuk pelatihan digital marketing, menunjukkan efektivitas dalam memetakan potensi pasar.Prototipe aplikasi yang dikembangkan menampilkan hasil klaster, visualisasi data, dan nilai silhouette coefficient yang kuat (0,80), serta memperoleh tingkat kepuasan tinggi dari pengguna (87,9%) dan ahli (100%).Oleh karena itu, penerapan K-Means dalam pemetaan potensi pasar digital marketing UMKM dapat dianggap sangat layak dan dapat ditingkatkan lebih lanjut untuk meningkatkan efisiensi proses pemetaan.

Penelitian selanjutnya dapat mengeksplorasi perbandingan efektivitas antara algoritma K-Means dengan metode clustering lain seperti DBSCAN atau hierarchical clustering untuk meningkatkan akurasi pemetaan UMKM, khususnya dalam mengidentifikasi pola non‑linier yang mungkin terlewatkan oleh K-Means. Selanjutnya, studi dapat menambahkan variabel tambahan seperti tingkat interaksi media sosial, ulasan pelanggan, dan data transaksi daring untuk memperkaya model prediktif sehingga rekomendasi pelatihan digital marketing menjadi lebih tepat sasaran. Terakhir, pengembangan sistem pendukung keputusan berbasis streaming data dapat diusulkan, sehingga klasterisasi dapat diperbarui secara real‑time mengikuti perubahan kondisi pasar UMKM, meningkatkan responsivitas kebijakan dan program pelatihan yang lebih adaptif.

  1. Penerapan Metode K-Means untuk Pemetaan Potensi Perluasan PasarSecara Digital Marketing terhadap UMKM... doi.org/10.36350/jskom.v1i2.43Penerapan Metode K Means untuk Pemetaan Potensi Perluasan PasarSecara Digital Marketing terhadap UMKM doi 10 36350 jskom v1i2 43
Read online
File size867.5 KB
Pages17
DMCAReport

Related /

ads-block-test