Analisis Topic Modeling dan Predictive Analytics Keyword ‘Kuliner’ untuk Identifikasi Peluang Bisnis UMKM Berkelanjutan

Abstract

Penelitian ini bertujuan menganalisis pola pencarian digital pada sektor kuliner sebagai dasar perumusan strategi pengembangan usaha mikro, kecil, dan menengah (UMKM). Pendekatan penelitian menggunakan metode kuantitatif dengan analitik data berbasis Python, meliputi pembersihan dataset, analisis deskriptif, klasterisasi K-Means, visualisasi tren, dan pemodelan prediktif menggunakan regresi time-series. Hasil penelitian menunjukkan bahwa preferensi pencarian bersifat fluktuatif mengikuti pola musiman dan momentum budaya, dengan peningkatan signifikan pada tema kuliner viral dan makanan sehat. Analisis klaster menghasilkan tiga segmentasi utama: Klaster 1 berisi tren kuliner viral dengan pertumbuhan cepat dan volatilitas tinggi; Klaster 2 berisi kuliner tradisional dengan stabilitas permintaan dan loyalitas pencari yang kuat; dan Klaster 3 berisi kategori kuliner berbasis kesehatan yang menunjukkan tren peningkatan konsisten secara gradual. Model prediktif menunjukkan performa akurat dengan error model di bawah 10%, serta memproyeksikan lonjakan permintaan pada kategori kuliner viral dan kuliner sehat dalam 6–12 bulan ke depan, sementara kategori tradisional diperkirakan tetap stabil dengan fluktuasi minor. Kesimpulan penelitian menegaskan bahwa data pencarian digital dapat digunakan sebagai instrumen riset pasar berbasis bukti yang mampu menangkap dinamika permintaan secara real time sehingga relevan sebagai dasar pengembangan strategi pemasaran, inovasi produk, dan kebijakan intervensi digital bagi UMKM kuliner.