Penelitian ini bertujuan menganalisis karakteristik pola lokasi, kategori sektor usaha (KBLI), dan bentuk badan hukum/usaha UMKM di Kota Bekasi, serta mengimplementasikan algoritma K-Means Clustering untuk merumuskan tipologi klaster sebagai landasan kebijakan zonasi dan pembinaan berbasis data. Penelitian mengikuti kerangka Cross-Industry Standard Process for Data Mining (CRISP- DM) meliputi business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Data bersumber dari basis data internal Dinas Koperasi dan UKM Kota Bekasi sebanyak 1.649 baris data mentah, yang setelah pembersihan dan integrasi menghasilkan 596 usaha aktif tervalidasi. Atribut lokasi distandardisasi menggunakan StandardScaler, sementara atribut KBLI dan bentuk badan hukum/usaha ditransformasikan melalui One-Hot Encoding menghasilkan matriks fitur berdimensi 596 x 25. Audit data menemukan kolom Jenis Kepemilikan Usaha kosong sepenuhnya sehingga digantikan atribut Bentuk Badan Hukum/Usaha. Evaluasi Silhouette Score menghasilkan 4 klaster optimal berskor 0,282 (struktur lemah), membentuk empat tipologi usaha berbeda karakteristik lokasi dan legalitasnya, termasuk satu klaster mikro-informal yang terkonsentrasi padat di Kecamatan Bekasi Timur. Temuan krusial penelitian ini adalah anomali spasial ekstrem pada data mentah mampu mendistorsi hasil klasterisasi secara signifikan apabila tidak dieliminasi, sehingga kualitas data preparation memiliki bobot setara dengan pemodelan dalam menghasilkan segmentasi yang valid.

S12728

INF 0250 2026

Bekasi

Tersedia