PENGELOMPOKAN JENIS USAHA UMKM KOTA SEMARANG DALAM RANGKA PROSES PEMBINAAN DAN PENDAMPINGAN UNTUK PENGEMBANGAN USAHA DENGAN TEKNIK DATA MINING
Abstract
Semarang sebagai ibu kota Jawa Tengah merupakan kota pusat perdagangan dan industri dengan sektor unggulan di bidang manufaktur, agrikultur dan pariwisata. Dari sisi laju pertumbuhan ekonomi (LPE), kota Semarang mengalami peningkatan cukup signifikan yaitu 5,7 di tahun 2015 menjadi 5,8 di tahun 2016. Artinya laju pertumbuhan ekonomi masyarakatnya sangat tinggi, khususnya di sektor pariwisata. Banyak industri kecil tumbuh yang menopang laju pertumbuhan ekonomi menjadi meningkat, seperti di bidang makanan dan minuman olahan dan kerajinan. Beberapa wilayah dikhususkan dalam pengembangan industri tersebut, namun demikian tidak semua dapat menjadi sentra dari setiap bidang industri tetapi bisa disesuaikan dengan kondisi masing-masing wilayah, seperti contoh dalam usaha kerajinan batik ada di beberapa lokasi demikian juga dengan industri olahan pangan.
Pola pertumbuhan industri mikro, kecil dan menengah tersebut agar dapat dimonitor
dan dikembangkan sesuai dengan potensi masing-masing wilayah industri dengan metode KMeans untuk bisa memetakan pembinaan dan pendampingan pengembangan yang tepat
sesuai dengan bidang usaha para pelaku industri mikro, kecil menengah dan potensi wilayah
kecamatan.
References
Chong Ho Yu, Samuel Digangi, Angel Kay Jannasch-Pennell & Charles Kaprolet (2008). Profiling Students Who Take Online Courses Using Data Mining Methods, Arizona State University
Han, J., Kamber, M. (2000). Data mining: Concepts and Techniques. New York: Morgan-Kaufman
Intan Andriani, Nina Widowati (2017), Pengembangan Industri Kecil Dan Menengah Di Kota Semarang (Studi Kasus Pada Dinas Perindustrian Dan Perdagangan Kota Semarang Di Bidang Perindustrian), Journal of Public Policy and Management Review, Universitas Diponegoro
James Otto, Douglas Sanford & William Wagner (2005). Analisys Of Online Student Ratings Of University Faculty, Towson University & Villanova University
Lynda Rahmawati, Sari Widya Sihwi, Esti Suryani (2014), Analisa Clustering Menggunakan Metode K-Means Dan Hierarchical Clustering (Studi Kasus : Dokumen Skripsi Jurusan Kimia, Fmipa, Universitas Sebelas Maret), ITSMART: Jurnal Teknologi dan Informasi, Universitas Sebelas Maret
Qasem A. Al-Radaideh, Emad M. Al- Shawakfa dan Mustafa I. Al-Najjar (2006). Mining Student Data Using Decision Trees, Yarmouk University
Sarita Novie Damayanti, Rimadewi Suprihardjo (2016), Pembentukan Cluster Objek Daya Tarik Wisata (ODTW) di Kota Yogyakarta, Jurnal Teknik ITS, Institut Teknologi Surabaya
Senol Zafer Erdogan & Mehpare Timor (2005). A Data Mining Application In A Student Database, Maltepe University & Istambul University.
Witten, I. H., & Frank, E. (2000). Data Mining. New York: Morgan-Kaufmann.
