| Dinamika perekonomian Indonesia mengalami kontraksi semenjak pandemi Coronavirus Disease (COVID-19) mulai menyebar awal tahun 2020. Pembatasan sosial dan terbatasnya kegiatan masyarakat serta larangan beroperasinya usaha yang dapat menimbulkan kerumunan menyebabkan melemahnya ekonomi usaha mikro, kecil dan menengah (UMKM) bahkan hingga terancam menutup usahanya. Padahal UMKM merupakan penyumbang produk domestik bruto (PDB) nasional terbesar. Pemerintah melalui kementerian terkait telah meluncurkan berbagai program bantuan guna menyelamatkan UMKM dari krisis permodalan. Dalam upaya optimalisasi program pemerintah, maka diperlukan sebuah kelompok atau tingkatan yang dapat digunakan untuk menentukan prioritas bantuan pemerintah bagi UMKM agar program bantuan tersebut tepat sasaran. Untuk mengelompokan UMKM digunakan teknik data mining yakni, clustering. Partitive clustering digunakan sebagai pendekatan karena dinilai cocok dengan masalah yang dihadapi karena dapat mengelompokan berdasarkan kemiripan atau kedekatan antar data, sesuai dengan tujuan untuk mengelompokan UMKM berdasarkan kesamaan kondisi yang saat ini sedang dihadapi. Algoritma partitive clustering akan digunakan pada penelitian ini yakni algoritma fuzzy-c-means. Metode penelitian yang digunakan adalah cross industry standard process for data mining (CRISP-DM) yang merupakan standar model penelitian lintas industri untuk pemrosesan data yang memiliki enam tahapan penelitian diantaranya, pemahaman bisnis, pemahaman, penyiapan, pemodelan, evaluasi hingga implementasi. Penelitian ini menghasilkan 2 kelompok tingkatan UMKM yaitu kelompok keberlangsungan hidup kuat dan lemah. UMKM kuat memiliki kriteria omset yang besar dengan perbandingan jumlah karyawan terhadap omsetnya seimbang, sementara UMKM lemah memiliki kriteria omset yang relatif besar namun dengan perbandingan jumlah karyawan terhadap omsetnya tidak seimbang. Kualitas pengelompokan yang dihasilkan pun cukup baik ditandai dengan nilai Davies-Bouldin Index sebesar 0.75. |
