Data-Driven Culinary Business: Analisis Google Maps Scraping untuk Menghadapi Fenomena FOMO di Tasikmalaya

Abstrak

Fenomena Fear of Missing Out (FOMO) menciptakan siklus popularitas yang tidak stabil bagi UMKM kuliner di Tasikmalaya, sehingga menyulitkan keberlanjutan bisnis. Penelitian ini bertujuan untuk menyajikan model strategi berbasis data dengan memanfaatkan teknik web scraping dan klastering K-Means pada data Google Maps. Metodologi penelitian dimulai dengan proses scraping yang menghasilkan 72 data UMKM kuliner valid, yang kemudian dianalisis secara kuantitatif. Algoritma K-Means berhasil mengelompokkan UMKM ke dalam tiga klaster berbeda berdasarkan karakteristik digital (rating dan jumlah ulasan): Klaster Kualitas Tinggi (45 UMKM), Klaster Populer Berisiko (25 UMKM), dan Klaster Bintang Viral (2 UMKM). Temuan ini menjadi dasar perumusan Matriks Strategi 4 Kuadran yang memetakan posisi kompetitif setiap UMKM. Penelitian ini menyimpulkan bahwa integrasi teknik scraping dan klastering K-Means merupakan metode yang efektif untuk mengubah data ulasan publik menjadi wawasan strategis yang dapat ditindaklanjuti, membantu UMKM mengurangi ketergantungan pada tren sesaat dan membangun keberlanjutan jangka panjang.