KLASTERISASI UMKM MENGGUNAKAN SPECTRAL-KMEANS BERDASARKAN FINANSIAL, TENAGA KERJA, DAN LEGALITAS

Abstract

Indonesia memiliki lebih dari 64 juta UMKM yang berperan strategis dalam perekonomian namun sebagian besar kajian klasterisasi UMKM di Indonesia masih berfokus pada aspek tunggal seperti omzet atau aset, dan belum menggabungkan indikator finansial, tenaga kerja, serta legalitas secara terintegrasi. Penelitian ini menganalisis 13.564 data UMKM dari berbagai sektor menggunakan pendekatan Spectral Embedding untuk reduksi dimensi dan KMeans untuk klasterisasi, setelah melalui tahap pembersihan data, transformasi logaritmik pada variabel finansial, label encoding atribut kategorikal, rekayasa fitur rasio keuangan dan tenaga kerja, serta standarisasi. Klasterisasi menghasilkan tiga kelompok utama, yakni klaster pertama berisi UMKM skala kecil dengan aset, omset, dan jumlah tenaga kerja terbatas serta mayoritas belum berstatus legal, klaster kedua terdiri atas UMKM menengah dengan performa finansial dan tenaga kerja sedang, sementara klaster ketiga mencakup UMKM mapan yang didukung legalitas dan indikator finansial yang tinggi. Evaluasi menggunakan Silhouette Score sebesar 0,403 dan Davies-Bouldin Index sebesar 0,780 menandakan pemisahan klaster cukup baik dan valid. Temuan ini menunjukkan bahwa kombinasi Spectral Embedding dan KMeans efektif dalam mengidentifikasi segmentasi UMKM multidimensi, sehingga dapat menjadi dasar bagi penyusunan kebijakan pembinaan dan pengembangan UMKM secara lebih terarah di Indonesia.