Pembangunan Model Klasifikasi untuk Menilai Lokasi Strategis Usaha Laundry Berdasarkan Analisis Geospasial dan Data Open-Source: Development of a Classification Model to Evaluate Strategic Laundry Business Locations Using Geospatial and Open-Source Data

Abstrak

Industri jasa cuci pakaian di Indonesia terus mengalami pertumbuhan pesat seiring perubahan gaya hidup masyarakat urban yang semakin praktis. Namun, banyak pelaku usaha mengalami kegagalan akibat pemilihan lokasi yang kurang tepat, sehingga diperlukan pendekatan berbasis data untuk mengevaluasi kelayakan lokasi usaha secara objektif. Penelitian ini bertujuan untuk mengembangkan model klasifikasi berbasis analisis geospasial dan data open-source guna menilai apakah lokasi usaha laundry eksisting di Surabaya tergolong strategis atau tidak strategis. Data penelitian dikumpulkan dari Google Maps API, OpenStreetMap (OSM), dan Badan Pusat Statistik (BPS), yang mencakup indikator spasial, demografis, dan ekonomi. Proses analisis meliputi pembersihan data, rekayasa fitur, penyeimbangan data dengan SMOTE, serta penerapan lima algoritma klasifikasi Logistic Regression, Decision Tree, Naive Bayes, k-Nearest Neighbor, dan Random Forest dengan evaluasi menggunakan metrik Accuracy, Precision, Recall, F1-score, dan ROC-AUC. Hasil penelitian menunjukkan bahwa algoritma Random Forest memberikan performa terbaik dengan akurasi 90,1% dan ROC-AUC 0,957. Faktor kepadatan penduduk, kedekatan dengan permukiman, dan jumlah kompetitor terbukti paling berpengaruh terhadap tingkat strategis lokasi. Penelitian ini berkontribusi dalam menyediakan kerangka evaluasi berbasis data dan geospasial yang dapat digunakan sebagai dasar pengambilan keputusan bisnis yang lebih objektif, terukur, dan adaptif terhadap dinamika perkotaan.