Implementasi algoritma K-Means Clustering untuk identifikasi lokasi strategis Coffee Shop

Rohman, Lahuri Gofarana (2025) Implementasi algoritma K-Means Clustering untuk identifikasi lokasi strategis Coffee Shop. BULLETIN OF COMPUTER SCIENCE RESEARCH, 3 (4). pp. 1-9. ISSN 2774-3659

Preview

Text 600-Article Text-3471-1-10-20251024.pdf Download (565kB) | Preview

Abstract

Maraknya pertumbuhan coffee shop di Kota Bandung menyebabkan persaingan antar pelaku usaha semakin ketat, terutama dalam memilih lokasi yang strategis. Pemilihan lokasi yang kurang tepat dapat berdampak pada rendahnya daya tarik pelanggan dan menurunnya keberlanjutan bisnis.Penelitian ini bertujuan untuk mengidentifikasi wilayah strategis untuk pengembangan coffee shop di Kota Bandung menggunakan algoritma K-Means Clustering berbasis spasial. Data yang digunakan merupakan data lokasi rumah makan aktif yangdiperoleh dari portal Open Data Kota Bandung, yang mencakup informasi latitude dan longitude. Algoritma K-Means dengan inisialisasi K-Means++ digunakan untuk mengelompokkan lokasi rumah makan ke dalam tiga klaster, berdasarkan kedekatan geografis. Proses klasterisasi dilakukan dalam dua iterasi, dimulai dengan penentuan centroid awal, perhitungan jarak menggunakan rumus Euclidean, dan pembaruan centroid hingga konvergen.Hasil akhir menunjukkan bahwa wilayah Jl. Aceh Klaster 0 pada koordinat (-6.911431, 107.622713), Jl. Setiabudi Klaster 1 pada koordinat (-6.879891, 107.600774), dan Jl. Kebon Jati Klaster 2 pada koordinat (-6.917228, 107.598990) memiliki potensi strategis berbeda yang sesuai untuk konsep coffee shop tertentu. Evaluasi dilakukan melalui visualisasi sebar spasial, analisis jarak minimum, dan stabilitas klaster. Penelitian ini membuktikan bahwametode K-Means efektif dalam mendukung pengambilan keputusan berbasis spasial untuk pengembangan bisnis

Actions (login required)

View Item