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.