Analisis Potensi Lokasi Vending Machine di Stasiun MRT Jakarta

04 November 2021

By: Arie Widya Hapsari

Open Project

Analisis Potensi Lokasi Vending Machine di Kawasan Stasiun MRT

Analisis Potensi Lokasi Vending Machine di Stasiun MRT
Jakarta

Bagi warga Jakarta pastinya sudah tidak asing dengan MRT, bukan? Ya, moda tranportasi baru yang menjadi tren belakangan ini dan menjadi pusat perhatian publik, khususnya para millennials dan generasi Z. Selain ketepatan waktunya yang sudah terjamin, tranportasi ini dijamin keamanannya dan tentunya tidak menimbulkan polusi udara.

PENDAHULUAN

Jakarta Mass Rapid Transit atau biasa dikenal dengan MRT Jakarta merupakan moda tranportasi publik berbasis rel yang diproyeksikan untuk mengangkut penumpang dalam jumlah besar secara cepat. MRT Jakarta Fase 1 (Lebak Bulus – Bundaran HI) resmi beroperasi pada tahun 2019, tepatnya pada 24 Maret 2019. Jalur MRT fase I sepanjang 15,5 kilometer ini memiliki 13 stasiun yang mencakup 7 stasiun layang dan 6 stasiun bawah tanah, dengan stasiun utama yang terletak di Lebak Bulus, Jakarta Selatan. Delapan stasiun layang tersebut, tersebar di Lebak Bulus, Fatmawati, Jl. Cipete Raya, Jalan Haji Nawi, Blok A, Blok M, dan ASEAN. Enam stasiun bawah tanah lainnya berada di sepanjang Senayan, Istora Mandiri, Bendungan Hilir, Setia Budi, Dukuh Atas dan Bundaran HI.

Analisis Potensi Lokasi Vending Machine di Stasiun MRT
Jakarta

Lokasi stasiun MRT yang strategis, dapat dijadikan peluang bisnis bagi para pelaku usaha. Salah satu jenis usaha yang memiliki potensi untuk dijadikan peluang adalah usaha jenis makanan dan minuman ringan. Kawasan MRT dikenal dengan kawasan yang dilalui banyak orang, terutama pekerja kantoran, karena memang wilayahnya yang berada di wilayah komersil. Sehingga makanan dan minuman ringan akan sangat membantu bagi para pengguna MRT yang tidak memiliki waktu yang cukup untuk makan sebelum beraktivitas. Vending Machine menjadi salah satu solusi bagi para konsumen yang ingin membeli makanan maupun minuman secara praktis. Selain itu, vending machine tidak membutuhkan banyak ruang, sehingga penempatan vending machine di stasiun dirasa tepat. Oleh karena itu, diperlukan analisis potensi lokasi vending machine di kawasan Stasiun MRT.

DATA DAN METODE

Data yang digunakan pada analisis ini diantaranya:

Analisis Potensi Lokasi Vending Machine di Stasiun MRT
Jakarta

Pengolahan data dilakukan dengan metode skoring pada tiap parameter. Adapun parameter yang digunakan pada pengolahan analisis ini adalah retail yang berada di stasiun, persebaran bisnis eksisting/kompetitor, dan rata-rata jumlah penumpang MRT Jakarta per bulan di setiap stasiun. Retail yang dimaksud merupakan retail yang menjual minuman/makanan ringan seperti Alfa Express atau Indomaret (Convenience Store). Kemudian kompetitor dalam hal ini adalah Indomaret dan Alfamart yang tersebar di sekitar stasiun MRT Jakarta, yang dihitung dengan analisis Buffer dengan radius 400 m dari stasiun.

Analisis Potensi Lokasi Vending Machine di Stasiun MRT
Jakarta

Pemberian nilai skor pada masing-masing parameter ini ditentukan berdasarkan beberapa pertimbangan. Adapun pertimbangan dari parameter ini diantaranya:

1. Semakin banyak jumlah retail yang berada di stasiun, maka skor semakin kecil. Begitu pula sebaliknya, semakin sedikit retail yang berada di stasiun, maka nilai skor semakin tinggi.

2. Semakin banyak jumlah kompetitor dalam radius 400 m, maka semakin kecil nilai skor paramater tersebut.

3. Semakin banyak jumlah rata-rata penumpang MRT setiap bulannya, maka nilai skor semakin tinggi.

Kemudian dari ketiga parameter tesebut, dapat diketahui jumlah skor parameter denga nilai tertinggi. Stasiun dengan nilai skor tertinggi akan memiliki potensi yang besar untuk penempatan vending machine.

ANALISIS

Berdasarkan data dari hasil pengolahan, dapat diketahui bahwa Stasiun MRT Jakarta yang membuka 2 retail seperti convenience store sebanyak 1 stasiun, kemudian yang terdapat 1 retail sebanyak 9 stasiun, dan 2 stasiun lainnya tidak terdapat retail (convenience store).

Analisis Potensi Lokasi Vending Machine di Stasiun MRT
Jakarta

Area stasiun yang memiliki bisnis kompetitor terbanyak, yaitu 8 kompetitor (Alfamart dan Indomaret), adalah Stasiun MRT Cipete Raya. Kemudian dibawahnya, terdapat Stasiun Haji Nawi dan Lebak Bulus yang memiliki 7 kompetitor di area stasiun tersebut. Area stasiun yang memiliki nilai skor terendah adalah Stasiun Senayan, yang mana dalam radius 400 m tidak terdapat convenience store seperti Alfamart dan Indomaret.

Analisis Potensi Lokasi Vending Machine di Stasiun MRT
Jakarta

Parameter rata-rata jumlah penumpang MRT per bulan digunakan untuk mempertimbangkan potensi masyarakat yang turun maupun naik pada stasiun tersebut. Berdasarkan data yang dihimpun dari MAPID, dapat diketahu bahwa Stasiun Bundaran HI memiliki rata-rata jumlah penumpang per bulan yang paling tinggi dibandingkan dengan stasiun lainnya. Rata-rata jumlah penumpang perbulan di Stasiun Bundaran HI sebanyak 136831 penumpang, kemudian posisi kedua disusul Stasiun Lebak Bulus dengan rata-rata jumlah penumpang per bulan sebanyak 123328 penumpang. Banyaknya jumlah penumpang pada kedua stasiun tersebut dikarenakan kedua stasiun berada di keberangkatan dan pemberhentian terakhir jalur MRT.

Analisis Potensi Lokasi Vending Machine di Stasiun MRT
Jakarta

Dari ketiga parameter tersebut kemudian dilakukan penjumlahan skor. Kemudian dari jumlah skor tersebut akan dikelaskan berdasarkan rentangan skor tersebut. Berdasarkan hasil pengkelasan, dapat diketahui bahwa terdapat 10 Stasiun yang memiliki skor tinggi dan berpotensi dalam lokasi penempatan vending machine. Stasiun tersebut diantaranya adalah Stasiun Bundaran HI, Dukuh Atas, Setiabudi, Bendungan Hilir, Istora Mandiri, Senayan, ASEAN, Blok M, Fatmawati, dan Lebak Bulus. Kemudian 3 stasiun lainnya yaitu Stasiun Blok A, Haji Nawi, dan Cipete Raya, berada pada kelas cukup berpotensi.

Analisis Potensi Lokasi Vending Machine di Stasiun MRT
Jakarta

Demikian analisis potensi lokasi penempatan vending machine pada Stasiun MRT Jakarta.

Terimakasih sudah mampir dan membaca :)

Data Publications

KLASIFIKASI BIJIH BESI MENGGUNAKAN CITRA HIPERSPEKTRAL DI DAERAH SEKITAR KABUPATEN SLEMAN

Energy

01 Sep 2025

HIMA SAIG UPI

KLASIFIKASI BIJIH BESI MENGGUNAKAN CITRA HIPERSPEKTRAL DI DAERAH SEKITAR KABUPATEN SLEMAN

Pemanfaatan citra hiperspektral PRISMA digabungkan dengan metode Spectral Angle Mapper (SAM) memungkinkan klasifikasi dan pemetaan bijih besi secara detail di wilayah sekitar Kabupaten Sleman, Daerah Istimewa Yogyakarta. Teknologi ini mampu menangkap informasi spektral yang sangat spesifik dari material di permukaan bumi, terutama oksida besi seperti hematit dan magnetit yang dominan dalam bijih besi. Dengan membandingkan sudut spektral antara piksel citra dan spektrum referensi, SAM mengidentifikasi kandungan mineral bijih besi dengan tingkat keakuratan yang diatur melalui nilai batas sudut radian. Nilai batas sudut yang lebih besar memungkinkan deteksi area yang lebih luas namun dengan kemungkinan klasifikasi kurang tepat, sementara threshold kecil menghasilkan klasifikasi yang lebih selektif dan akurat meski cakupan area terdeteksi lebih terbatas. Penelitian ini menemukan distribusi bijih besi yang signifikan di zona vulkanik Gunung Merapi, terutama di sepanjang aliran sungai yang membawa material vulkanik kaya besi. Penggunaan citra hiperspektral dan metode SAM ini memberikan solusi efektif dan efisien dalam eksplorasi mineral dibandingkan metode survei lapangan konvensional dengan biaya dan waktu yang lebih besar.

13 min read

19 view

3 Data

1 Projects

ANALISIS KESESUAIN LAHAN DALAM PEMERATAAN FASILITAS SEKOLAH DASAR MENGGUNAKAN METODE OVERLAY
STUDI KASUS KEBUPATEN CIANJUR

City Planning

15 Aug 2025

Melati Utami

ANALISIS KESESUAIN LAHAN DALAM PEMERATAAN FASILITAS SEKOLAH DASAR MENGGUNAKAN METODE OVERLAY STUDI KASUS KEBUPATEN CIANJUR

Analisis spasial menggunakan GIS untuk menilai kesesuaian lahan dalam mendukung pemerataan lokasi sekolah dasar, guna meningkatkan akses pendidikan yang merata dan berkelanjutan.

23 min read

297 view

1 Projects

Analisis Efisiensi Rute Trans Metro Bandung (TMB)

Transportation

15 Aug 2025

Merryndriani Gabrielia Mour Suardy

Analisis Efisiensi Rute Trans Metro Bandung (TMB)

Bandung kini menyandang predikat kota termacet ke-12 di dunia menurut TomTom Traffic Index (2024). Sejak 2009, Trans Metro Bandung hadir sebagai harapan baru untuk mengurangi kendaraan pribadi dan menghidupkan kembali kepercayaan masyarakat pada transportasi umum. Namun, kenyataannya jumlah penumpang terus menurun, sementara jumlah kendaraan hampir menyamai jumlah penduduk. Publikasi ini mengupas seberapa efisien TMB beroperasi di tiap koridor dan apa yang membuat sebagian wilayah masih tertinggal dalam akses layanan.

19 min read

241 view

1 Projects

Analisis Spasial Untuk Pemetaan Wilayah Potensial Penyerapan Tenaga Kerja Berdasarkan Kecamatan Di Kota Tasikmalaya Tahun 2024

Social

30 Aug 2025

Nuryabilla Utami

Analisis Spasial Untuk Pemetaan Wilayah Potensial Penyerapan Tenaga Kerja Berdasarkan Kecamatan Di Kota Tasikmalaya Tahun 2024

Pada era digitalisasi, Sistem Informasi Geografis (SIG) menjadi alat penting untuk menganalisis potensi penyerapan tenaga kerja.. Tingkat partisipasi angkatan kerja mencapai 68,92%, namun terdapat 2.619 pencari kerja dan hanya 1.067 yang terserap, menunjukkan adanya mismatch kualifikasi dan ketimpangan distribusi kerja. Analisis spasial ini memetakan faktor-faktor seperti kepadatan penduduk, aksesibilitas, lokasi industri, dan tingkat pendidikan untuk mendukung perencanaan wilayah, pengembangan kawasan industri/UMKM, serta kebijakan peningkatan kesempatan kerja di Kota Tasikmalaya.

27 min read

288 view

1 Projects

Terms and Conditions
Introductions
  • MAPID is a platform that provides Geographic Information System (GIS) services for managing, visualizing, and analyzing geospatial data.
  • This platform is owned and operated by PT Multi Areal Planing Indonesia, located at