Panduan lengkap cara kerja, sumber data, dan batasan sistem rekomendasi ini. Baca halaman ini sebelum menginterpretasikan hasil rekomendasi.
Sistem ini adalah Decision Support System (DSS) atau alat bantu pengambilan keputusan berbasis data yang dirancang untuk membantu pelaku UMKM di Kota Salatiga menentukan kelurahan mana yang paling prospektif sebagai target distribusi produk.
Sistem ini tidak menggantikan penilaian dan pengalaman pengguna. Rekomendasi yang dihasilkan bersifat kuantitatif dan harus dikombinasikan dengan pengamatan lapangan secara langsung.
Sistem menjalankan tiga metode secara berurutan untuk menghasilkan rekomendasi.
K-Means Clustering. Dijalankan saat aplikasi dimuat
23 kelurahan di Kota Salatiga dikelompokkan berdasarkan kemiripan profil pasarnya menggunakan algoritma K-Means. Pengelompokan ini memastikan bahwa TOPSIS hanya membandingkan kelurahan yang karakteristiknya serupa sehingga hasil ranking memiliki cakupan yang sama. Jumlah cluster dipilih berdasarkan Silhouette Score tertinggi.
Analytic Hierarchy Process (AHP). Dihitung dari hasil wawancara pakar
Setiap kriteria evaluasi (kepadatan penduduk, kompetisi, total UMKM, pusat perdagangan) diberi bobot menggunakan AHP. Bobot ini ditetapkan berdasarkan hasil wawancara dengan pakar dan bersifat tetap. Konsistensi penilaian pakar diuji dengan Consistency Ratio (CR). Nilai CR < 0.1 dianggap konsisten.
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Dijalankan saat pengguna menekan tombol rekomendasi
Setelah cluster terpilih, TOPSIS meranking seluruh kelurahan di dalamnya. Cluster dipilih menggunakan pendekatan blue ocean. Cluster dengan rasio potensi pasar tertinggi terhadap tingkat kompetisi sektor target. TOPSIS kemudian menilai tiap kelurahan berdasarkan jaraknya ke solusi ideal positif (terbaik) dan negatif (terburuk), dengan bobot dari AHP. Kelurahan dengan skor tertinggi adalah rekomendasi utama.
Empat kriteria berikut digunakan untuk menilai setiap kelurahan.
Jumlah penduduk per kelurahan. Nilai lebih tinggi berarti potensi pasar lebih besar.
~46%
Bobot
Jumlah UMKM pada sektor yang sama di kelurahan tersebut. Nilai lebih rendah berarti persaingan lebih sedikit.
~28%
Bobot
Total seluruh UMKM di kelurahan. Nilai tinggi berarti ekosistem UMKM sehat karena terdapat banyak UMKM.
~16%
Bobot
Jumlah pasar tradisional dan pusat perdagangan. Nilai lebih tinggi berarti aksesibilitas distribusi lebih baik.
~10%
Bobot
* Bobot bersifat aproksimasi. Bobot final dihitung dari matriks perbandingan berpasangan AHP. Tipe benefit → nilai lebih tinggi lebih baik. Tipe cost → nilai lebih rendah lebih baik.
Jumlah UMKM per sektor usaha di kelurahan tersebut.
Total UMKM aktif.
Jumlah UMKM yang sudah memiliki Nomor Induk Berusaha, indikator formalitas dan kematangan ekosistem usaha.
Jumlah penduduk kelurahan. Bersumber dari data BPS Kota Salatiga.
Jumlah pasar tradisional dan pusat perdagangan yang beroperasi di kelurahan.
Pahami keterbatasan berikut sebelum mengambil keputusan berdasarkan rekomendasi ini.
Data bersifat statis per September 2025
Dataset yang digunakan tidak diperbarui secara real-time. Kondisi pasar, jumlah UMKM, dan persaingan di lapangan dapat berubah sewaktu-waktu. Selalu validasi temuan sistem dengan observasi langsung di lapangan.
Cakupan terbatas 23 kelurahan di Salatiga
Potensi distribusi ke wilayah sekitar, seperti Kabupaten Semarang atau Boyolali tidak diperhitungkan.
Bobot AHP bergantung pada penilaian pakar
Bobot kriteria ditetapkan berdasarkan wawancara dengan pakar tertentu. Penilaian pakar bersifat subjektif dan dapat berbeda antar individu. Bobot ini merepresentasikan perspektif pakar yang diwawancara, bukan ketetapan yang berlaku secara universal.
K-Means bersifat non-deterministik
Hasil pengelompokan kelurahan dapat sedikit berbeda setiap kali aplikasi dimuat ulang karena K-Means dimulai dari titik awal yang dipilih secara acak. Sistem menjalankan beberapa iterasi dan memilih hasil terbaik, namun variasi kecil tetap mungkin terjadi.
Kriteria distribusi belum mencakup semua variabel
Faktor penting lain seperti kondisi infrastruktur jalan, daya beli masyarakat, atau tren konsumsi terkini belum masuk ke dalam model karena keterbatasan data yang tersedia.