CLUSTERING KELOMPOK SWADAYA MASYARAKAT (KSM) DALAM MENENTUKAN KEBIJAKAN BANTUAN BADAN PEMBERDAYAAN MASYRAKAT DI KOTA SURABAYA DENGAN MENGGUNAKAN METODE SELF-ORGANIZING MAP (SOM) DAN K-MEANS Cahyo Aji Nugroho Pembimbing : Rully A. Hendrawan S.Kom, M.Eng Irmasari Hafidz, S.Kom, MSc
5208 100 110
Latar Belakang • Banyaknya KSM yang berpotensi menjadi usaha yang dapat menarik tenaga kerja, namun belum mendapatkan bantuan secara optimal • Data mentah mengenai yang belum diolah Bapemas Kota Surabaya
Tujuan • Mengolah data mengenai KSM sehingga didapatkan analisa data klustering KSM di Kota Surabaya dalam membantu menentukan bantuan yang diperlukan untuk pelaku KSM
Rumusan masalah • Bagaimana mendapatkan kelompok KSM sehingga dapat diberikan bantuan sesuai dengan karakteristik KSM?
Pustaka yang digunakan • A clustering algorithm use SOM and K-Means in Intrusion Detection System by Wang Huang Bin et. al (2010) • Research on Text Clustering Algorithm Based on K_means and SOM by Li Xinwu beserta et. al (2008) • Clustering e-Banking Customer using DataMining and Marketing Segmentation by Waminee Niyagas (2006)
Landasan teori • • • • •
Self Organizing Map (SOM) K-Means RMSSTD Davies Bouldin Index Google API Fussion Table
Metode pengerjaan
Data • Data yang digunakan merupakan data perkembangan KSM yang telah bersifat numerik a)kode ksm b)kecamatan c) jumlah anggota d)jumlah pinjaman e)produksi f) pemasaran
SOM • Fungsi tujuan : mendapatkan optimum kluster awal untuk algoritma selanjutnya • Dilakukan kluster SOM antara kluster dengan jumlah 2 sampai dengan 10 kemudian ditentukan yang paling optimum dengan RMMSTD • Tools : Matlab
RMSSTD
SOM + KMeans • Hasil kluster yang optimum digunakan untuk menentukan jumlah centroid pada K-Means • Sehingga didapatkan klaster dengan jumlah 6 menggunakan algoritma K- Means • Tools : Matlab
K Means (Komparasi) • Algoritma ini digunakan untuk melakukan komparasi dengan algoritma SOM dan KMeans • Penentuan jumlah klaster dilakukan dengan mencari nilai SSE paling kecil di antara n=2 dan n=5 dan didapatkan n=5 • Tools : matlab
Validitas Davies Bouldin Index • Melakukan perbandingan apakah SOM + KMeans lebih baik dari metode SOM dan KMeans
Karakteristik klaster • Klaster 1 Anggota : 52 KSM Pinjaman : Belum mendapatkan bantuan dan rentang Rp3.000.000 sampai Rp 13.050.000 Produksi : Belum Produksi Pemasaran : Belum
Count • Klaster 2 Anggota : 54KSM Pinjaman : Paket Peralatan Produksi : Sudah Produksi Pemasaran : Aktif
Count • Klaster 3 Anggota : 50 KSM Pinjaman : Belum mendapatkan bantuan, paket peralatan dan rentang Rp.2.000.000 sampai Rp 7.000.000 Produksi : Sudah Produksi Pemasaran : Belum
Count • Klaster 4 Anggota : 24 KSM Pinjaman : Paket peralatan Produksi : Belum Produksi Pemasaran : Belum
Count • Klaster 5 Anggota : 29 KSM Pinjaman : Belum mendapatkan bantuan dan rentang Rp 2.000.000 sampai dengan Rp 6.000.000 Produksi : SudahProduksi Pemasaran : Pasif
Count • Klaster 6 Anggota : 222 KSM Pinjaman : Belum mendapatkan bantuan dan Rp.1.000.000 sampai dengan Rp. 14.000.000 Produksi : Sudah Produksi Pemasaran : Aktif
Bantuan dan pemasaran
Analisa Klaster 1 • Bantuan yang diberikan pada klaster ini harus lebih ditekankan ke bantuan bersifat ke pelatihan produksi berdasarkan perkategori dan dilakukan monitoring secara intensif. • Untuk bantuan dana yang diberikan pada klaster ini sebaiknya diubah kedalam bantuan dalam bentuk paket peralatan usaha. Dikarenakan berdasarkan presentase klaster ini memberikan bantuan sebesar 12,082 % dari bantuan keseluruhan namun anggota klaster ini tidak dapat menunjukan progres yang signifikan.
Analisa Klaster 2 • Pada klaster ini telah mampu produksi maupun pemasaran aktif. Bantuan dalam bentuk paket peralatan usaha terbukti tepat pada klaster ini. Hal ini dapat terlaksana dengan baik dikarenakan adanya terdapat kemauan yang kuat dari pihak KSM dalam mengembangkan usaha mereka. • Untuk bantuan yang harus ditetapkan selain pelatihan perkategori yang adalah pemberian pelatihan dalam pengaturan keuangan sehingga dapat berkembang menjadi usaha yang dapat memberikan penghasilan tetap dan lebih besar
Analisa Klaster 3 • Pada klaster ini anggotanya telah mampu mampu untuk melakukan produksi, namun masih kesulitan dalam melakukan pemasaran. • Untuk itu bantuan yang diberikan lebih ditekankan kepada bantuan yang bersifat pemasaran produk. Seperti bagaimana melakukan pemasaran yang baik dan pengemasan produk sehinga mampu untuk menarik pembeli. Bantuan pemasaran yang diberikan dapat berupa pelatihan dasar bagaimana melakukan penjualan produk kepada masyarakat.
Analisa Klaster 4 • Pada klaster ini bantuan yang diberikan berupa paket peralatan, namun untuk anggota klaster ini belum mampu untuk melakukan produksi dan pemasaran. • Untuk bantuan diperlukan perhatian intensif kepada pelatihan perkategori, dan proses produksi. Diharapkan dengan pelatihan produksi mereka dapat melakukan produksi ataupun usaha mereka dapat berjalan
Analisa Klaster 5 • Pada klaster ini anggotanya telah dapat melakukan produksi namun pemasaanya masih pasif, yaitu produksi serta penjualan produk dilakukan ketika terdapat pesanan maupun musim berjualan. • Untuk itu bantuan yang diberikan lebih ditekankan kepada bantuan yang bersifat pemasaran produk. Seperti bagaimana melakukan pemasaran yang baik dan pengemasan produk sehinga mampu untuk menarik pembeli. Bantuan pemasaran yang diberikan dapat berupa undangan untuk mengikuti pameran pengrajin dan UKM yang biasanya diadakan Bapemas Kota Surabaya
Analisa Klaster 6 • Pada klaster ini bantuan yang diberikan berupa bantuan dana. Anggota klaster telah dapat melakukan produksi dan pemasaran secara aktif, dapat melakukan penjualan produksi secara berkelanjutan tanpa tergantung dengan waktu penjualan • Untuk bantuan selanjutnya difokuskan bagaimana melakukan penyuluhan pengolahan keuangan dan inovasi produk kedepanya. Sehingga usaha yang telah ada dapat berkembang menjadi lebih baik.
Visualisasi
Sekian dan Terima Kasih
