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

Analisis Morfometri dan Klasifikasi Bentuk Lahan Karstdi Kawasan Tebing 90, Kecamatan Cipatat, Kabupaten Bandung Barat, Berbasis Data DEMNAS

Climate & Disaster

04 Nov 2026

•

JAJANG RAMADHAN

Analisis Morfometri dan Klasifikasi Bentuk Lahan Karstdi Kawasan Tebing 90, Kecamatan Cipatat, Kabupaten Bandung Barat, Berbasis Data DEMNAS

Kawasan Karst Citatah di Kecamatan Cipatat, Kabupaten Bandung Barat, memiliki kerentanan ekologis tinggi akibat tekanan antropogenik penambangan batu gamping Formasi Rajamandala. Penelitian ini bertujuan untuk mendelineasi dan mengklasifikasikan unit bentuk lahan karst secara kuantitatif berbasis ekstraksi parameter morfometri data Digital Elevation Model Nasional (DEMNAS) resolusi 8,1 meter.

15 min read

•

168 view

ANALISIS KETIMPANGAN DISTRIBUSI LAYANAN STASIUN PENGISIAN KENDARAAN LISTRIK UMUM (SPKLU) DI KOTA BANDUNG MENGGUNAKAN PENDEKATAN GAP ANALYSIS BERBASIS GRID HEKSAGON 1×1 KM

Energy

30 Sep 2026

•

Muhammad Fatih

ANALISIS KETIMPANGAN DISTRIBUSI LAYANAN STASIUN PENGISIAN KENDARAAN LISTRIK UMUM (SPKLU) DI KOTA BANDUNG MENGGUNAKAN PENDEKATAN GAP ANALYSIS BERBASIS GRID HEKSAGON 1×1 KM

nalisis Ketimpangan Distribusi Layanan SPKLU di Kota Bandung menggunakan pendekatan Gap Analysis berbasis Grid Heksagon 1 × 1 km untuk mengidentifikasi kesenjangan antara ketersediaan layanan (supply) dan kebutuhan layanan (demand). Komponen supply dianalisis berdasarkan POI SPKLU tahun 2025 dan tingkat coverage menggunakan isokron, sedangkan demand direpresentasikan melalui jumlah kendaraan listrik berdasarkan P3DW tahun 2024 serta data kependudukan tahun 2024. Hasil integrasi kedua komponen digunakan untuk mengidentifikasi wilayah dengan tingkat pelayanan dan prioritas pengembangan SPKLU yang berbeda di Kota Bandung.

45 min read

•

517 view

1 Projects

Evaluasi Keterjangkauan dan Usulan Rerouting Angkutan Kota Berbasis Location Analytics di Kota Malang, Jawa Timur

Transportation

04 Sep 2026

•

Meutia Amirotun Nuha

Evaluasi Keterjangkauan dan Usulan Rerouting Angkutan Kota Berbasis Location Analytics di Kota Malang, Jawa Timur

Penelitian ini mengevaluasi keterjangkauan pelayanan angkutan kota di Kota Malang dan menyusun alternatif rerouting berbasis location analytics. Keterjangkauan dianalisis menggunakan buffer 400 meter terhadap jaringan trayek eksisting, kemudian distribusi penduduk pada kawasan permukiman digunakan untuk mengidentifikasi population service gap. Kawasan yang belum terlayani dikelompokkan menjadi 27 cluster dan lima cluster dengan service gap terbesar dipilih sebagai Priority Service Area. Analisis selanjutnya mempertimbangkan jaringan jalan, pusat aktivitas, keterhubungan terhadap trayek eksisting, dan akses transportasi regional untuk menyusun koridor kandidat. Hasil menunjukkan bahwa pelayanan angkot eksisting menjangkau sekitar 616.575 jiwa atau 69,33% penduduk Kota Malang, sementara 272.784 jiwa belum terlayani. Skenario rerouting pada lima kawasan prioritas mampu menambah jangkauan terhadap sekitar 145.101 penduduk sehingga coverage meningkat menjadi 85,64%. Selain itu, 53 dari 56 POI prioritas berada dalam jangkauan pelayanan setelah skenario diterapkan. Temuan menunjukkan bahwa penanganan service gap secara terarah dapat meningkatkan keterjangkauan tanpa harus memperluas jaringan ke seluruh kawasan residual. Hasil penelitian merupakan screening spasial awal yang masih memerlukan validasi teknis dan operasional sebelum implementasi.

26 min read

•

712 view

12 Data

1 Projects

Analisis Sweet Spot Location Attractiveness Bagi Pengembangan Properti Co-Living di Area Perkotaan Yogyakarta

Real Estate

06 Sep 2026

•

Wildan Rafi Fadlilah

Analisis Sweet Spot Location Attractiveness Bagi Pengembangan Properti Co-Living di Area Perkotaan Yogyakarta

Panduan ekspansi co-living yang terukur di Yogyakarta untuk pengembang properti dalam menghadapi kebutuhan pasar dan tekanan kompetisi

41 min read

•

621 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