Klaster Cluster Strategi Peningkatan Daya Saing Industri Nata de Coco Di Kota Bogor Dengan Pendekatan Fuzzy

terdiri dari asam nikotinat 0,01 ug dan asam folat 0,003 ug per ml. Nutrisi-nutrisi tersebut merangsang pertum buhan Acetobacter xylinum untuk membentuk nata de coco. Adapun kandungan gizi nata de coco dapat dilihat pada Tabel 1. Tabel 1. Kandungan Zat Gizi Nata de Coco per 100 gram Zat gizi Kandungan gizi Kalori 146 kal Lemak 0.2 persen Karbohidrat 36.1 mg Kalsium 12 mg Fosfor 2 mg Fe Zat Besi 0.5 mg Sumber : Warisno, 2004 Proses pembuatan nata secara umum adalah penyaringan, pencampuran dengan gula dan ZA Zwavelzuur Ammonia atau Amonium sulfur, perebusan, penempatan dalam wadah fermentasi, pencampuran dengan starter, cuka, fermentasi, pemanenan, pembersihan, dan pemotongan http:www.bi.go.id sipuksiabe . Nata tidak hanya dapat dibuat dari air kelapa saja, tetapi dapat dibuat dari buah-buahan yang lain seperti nanas, lidah buaya, apel dan lain-lain. Adanya Acetobacter xylinum akan mengubah komponen gula menjadi substansi yang menyerupai gel dan tumbuh di permukaan media. Produk nata de coco telah banyak dikenal di masyarakat Indonesia, sehingga menyebabkan pasar atas produk nata de coco telah merambah masyarakat yang tinggal di kota-kota besar, maupun kota-kota kecil. Jenis usaha nata de coco ini memiliki resiko ketidakpastian pasar, dimana produk dari nata de coco sering tidak terjual, sehingga pada akhirnya dapat mengakibatkan penumpukan hasil produksi ataupun menurunnya omzet penjualan dari nata de coco Adnarmiharja, 2003. Keberadaan pesaing lokal dan masuknya pesaing dari luar negeri semakin memperketat persaingan dalam pemasaran produk nata de coco. Untuk dapat memenangkan persaingan ini perlu strategi yang tepat Miliyoso, 2003.

2.2. Klaster Cluster

Kotler 1998, mendefenisikan klaster industri sebagai kelompok segmen- segmen industri yang sama-sama memiliki keterkaitan vertikal dan horizontal. Menurut Porter 1998, klaster adalah suatu kelompok perusahaan-perusahaan dan lembaga-lembaga asosiasi yang saling berhubungan, berdekatan secara geografis, yang dikaitkan oleh kebersamaan commonalities dan saling melengkapi complementories. Analisis klaster merupakan analisis yang digunakan untuk mengelompokkan objek-objek berdasarkan kesamaan karakteristik diantara objek-objek tersebut. Adapun metode yang dapat digunakan untuk melakukan pengelompokan data dalam analisis klaster Santoso, 2004 adalah : a. Metode Hirarki Hirarchical Method Metode ini memulai pengelompokan dengan dua atau lebih objek yang mempunyai kesamaan paling dekat. Kemudian proses diteruskan ke objek lain yang mempunyai kedekatan kedua. Demikian seterusnya sehingga klaster akan membentuk semacam ‘pohon’ dimana ada hirarki tingkatan yang jelas antar objek, dari yang paling mirip sampai yang paling tidak mirip. Secara logika semua objek pada akhirnya akan membentuk sebuah klaster. b. Metode Non Hirarki atau Klaster K-Rata-rata Non Hirarchical Method atau K- Means Cluster Teknik ini memproses semua objek kasus secara sekaligus. Proses ini dimulai dengan penentuan jumlah klaster terlebih dahulu, misalnya ditentukan akan ada 2 klaster, atau 3 klaster atau angka lainnya. Setelah jumlah klaster ditentukan, baru proses klaster dilakukan tanpa mengikuti proses hirarki. Ukuran kesamaan yang dapat digunakan untuk analisis klaster adalah : 1. Asosiasi atau korelasi antar objek, rumusnya : 2. Kedekatan atau jarak antar objek. Beberapa bentuk kedekatan jarak yang bisa digunakan adalah : a. Jarak Euclidean, ada dua metode, yaitu : • Euclidean distance, rumusnya : Simamora, 2005 Dimana : d ij = jarak euclidean v ij , v jk = skor responden ke-i dan ke-j pada variabel k k = 1,2, ..., n               −               −             − = ∑ ∑ ∑ ∑ ∑ ∑ ∑ = = = = = = = n i n i i i n i n i i i n i i n i i i n i i y y x x y x y x n n n r 1 2 1 2 1 2 1 2 1 1 1 ∑ = − = n k jk ik ij v v d 1 2 • Square euclidean distance, rumusnya : Simamora, 2005 Dimana : d ij = jarak euclidean v ij , v jk = skor responden ke-i dan ke-j pada variabel k k = 1,2, ..., n atau Likas, et al, 2002 Dimana : E = square euclidean distance x i = data setiap variabel untuk setiap objek m k = cluster center untuk setiap kelompok b. Cityblock atau jarak Manhattan adalah jarak berupa jumlah perbedaan absolut antar objek. Simamora, 2005 Dimana : m ij = jarak manhattan v ij , v jk = skor responden ke-i dan ke-j pada variabel k k = 1,2, ..., n c. Chebychev antar dua objek adalah perbedaan nilai absolut maksimum pada setiap variabel.

2.3. Kualitas Nata de Coco