ANALISIS PENENTUAN CLUSTER STASIUN PENGISIAN BAHAN BAKAR UMUM (SPBU) DI KOTA SURABAYA MENGGUNAKAN METODE K-MEANS

Abstract

Integrated Terminal (IT) Surabaya merupakan salah satu Terminal Bahan Bakar Minyak (fuel) dan Liquefied Petroleum Gas (LPG) dari fungsi Supply & Distribution (S&D) Regional Jawa Timur, Bali, dan Nusa Tenggara (Jattimbalinus) – PT Pertamina Patra Niaga, terletak di wilayah Ibu Kota Jawa Timur tepatnya di Surabaya. Melayani distribusi serta pemasaran BBM & LPG untuk wilayah Jawa Timur dan sekitarnya yang termasuk dalam naungan Regional Jatimbalinus. Kegiatan distribusi yang dilakukan oleh IT Surabaya sangat perlu dipastikan kelancarannya, karena sangat berpengaruh terhadap pemenuhan permintaan konsumen wilayah operasional Regional Jatimbalinus. Dalam pelaksanaannya, penentuan clustering yang dilakukan terkadang masih menggunakan pengetahuan karyawan terhadap lokasi-lokasi tertentu yang akan dikunjungi, sehingga hal ini dirasa dapat menjadi kurang efektif dan efisien. Oleh karena itu perlu dilakukan analisis dalam penentuan cluster stasiun pengisian bahan bakar umumnya (SPBU), sehingga dapat memberikan hasil pengelompokan yang lebih baik lagi. Tujuan penelitian ini adalah untuk mengetahui pengelompokan SPBU yang didapatkan dengan metode K-Means. Data yang digunakan dalam penelitian ini merupakan data primer, yaitu data SPBU wilayah Surabaya khususnya Surabaya Pusat tahun 2023. Pada penelitian ini digunakan metode K-Means dalam penentuan cluster dengan mempertimbangkan jarak terdekat antar SPBU. Pada metode K-Means digunakan juga persamaan Eucledian Distance untuk menghitung jarak terdekat antar SPBU. Elbow Method juga digunakan dalam penelitian ini, berfungsi untuk membantu dalam menentukan jumlah cluster terbaik yang dapat di bentuk dalam penentuan clustering SPBU diwilayah Surabaya Pusat. Dari pengolahan data yang dilakukan didapatkan hasil bahwa jumlah cluster terbaik yang dapat dibentuk berdasarkan pada Elbow Method adalah sebanyak 3 cluster, hal ini berdasarkan grafik Elbow Method yang membentuk siku berada pada K=3. Hasil penentuan clustering menggunakan metode K-Means dan perhitungan dengan persamaan Eucledian Distance yang didapatkan adalah dengan K=3 yaitu, C1 sebanyak 10 SPBU, C2 sebanyak 9 SPBU, C3 sebanyak 4 SPBU.