Tujuan Analisis Faktor-Faktor yang Mempengaruhi Kinerja Usaha Mikro dan Kecil (UMK) Sektor Makanan dan Minuman di Kota Bogor: Pendekatan K-Means Cluster

lokasi dan waktu yang berbeda. Penelitian terdahulu tersebut menjadi acuan dan landasan teori dalam penelitian ini. Penelitian mengenai UMK sektor makanan dan minuman telah dilakukan oleh Destria 2004 dan Fadhilah 2013, sedangkan penelitian dengan menggunakan metode k-means cluster telah dilakukan oleh Herianja 2008 dan Dewi 2011. Judul, tujuan, metode, dan hasil penelitian dapat dilihat pada Tabel 10. 17 Tabel 10 Penelitian terdahulu tentang Usaha Mikro dan Kecil No. PenelitiJudul Tujuan Metode Hasil 1. Anggi Destria 2004 Analisis Peranan Usaha Kecil Menengah Sektor Industri Makanan dan Minuman Terhadap Perekonomian Indonesia. 1. Melihat peranan UKM sektor industri makanan dan minuman dalam struktur permintaan, investasi dan nilai tambah bruto. 2. Menganalisis keterkaitan UKM sektor industri makanan dan minuman dengan UKM sektor lainnya. 3. Menganalisis dampak penyebaran UKM sektor industri makanan dan minuman di Indonesia. 1. Analisis input- output 2. Analisis deskriptif 1. Usaha kecil menengah sektor industri makanan dan minuman mampu mempengaruhi output sektor hulu. Namun Investasi di sektor ini, baik dalam skala industri kecil, menengah maupun besar menunjukkan nilai yang rendah. 2. Industri makanan dan minuman kecil, menengah dan besar memiliki keterkaitan kebelakang yang lebih besar dibandingkan dengan nilai keterkaitan kedepannya. 3. Industri makanan dan minuman kecil dan menengah kurang memiliki kemampuan untuk mendorong pertumbuhan sektor hilirnya tetapi memiliki kemampuan untuk menarik pertumbuhan sektor hulunya. Hal ini sesuai dengan analisis keterkaitan, dimana nilai keterkaitan ke belakang lebih besar daripada keterkaitan ke depannya. 4. Industri kecil makanan dan minuman memiliki nilai multiplier output yang lebih besar dibandingkan multiplier pendapatan. Sedangkan industri menengah makanan dan minuman memiliki nilai multiplier pendapatan yang lebih besar jika dibandingkan dengan multiplier output. 2. Henry Harianja 2008 Visualisasi K-means Clustering pada Data Potensi Desa Pertanian di Bogor Menggunakan Map Server. 1. Menerapkan teknik clustering dengan dengan algoritma K- means pada data potensi pertanian. 2. Memvisualisasikan hasil clustering dalam bentuk informasi geografis berbasis web. 1. Metode k-means cluster 2. Aplikasi Visualisasi clustering dengan menggunakan map server 1. Anggota klaster 0 dan klaster 3 merupakan wilayah dengan lahan sawah yang relatif sempit, sehingga pertanian yang dikembangkan sebaiknya tidak berbasis lahan. 2. Klaster 1 merupakan wilayah yang memiliki lahan sawah yang relatif luas sehingga pertanian berbasis lahan masih cocok diterapkan di wilayah ini. 3. Anggota klaster 2 memiliki lahan sawah yang relatif luas dan lahan non pertanian yang lebih luas dari lahan sawahnya sehingga yang perlu diperhatikan adalah perlindungan lahan sawah agar tidak dikonversi menjadi lahan non pertanian.