Berdasarkan hasil pengumpulan data dari situs Google Maps, terdapat 533 kafe di Kawasan Perkotaan Yogyakarta yang memiliki jumlah ulasan di atas 100. Kafe-kafe tersebut tersebar di antara 65 dari 71 desa/kelurahan yang ada di perkotaan Yogyakarta. Sebaran kafe terkonsentrasi di sumbu utara-selatan dari pusat Kota Yogyakarta. Konsentrasi kafe tersebut dapat dilihat menggunakan visualisasi heatmap yang tersedia di MAPID, dengan warna merah sebagai penanda lokasi dengan konsentrasi kafe yang tinggi.

Based on the data collected from Google Maps, 533 cafes in the Urban Areas of Yogyakarta have more than 100 reviews. These cafes are spread among 65 of the 71 villages/sub-districts in urban Yogyakarta. The distribution of cafes is concentrated along the north-south axis from the center of Yogyakarta City. The concentration of cafes can be visualized using the heatmap available on MAPID, with the color red indicating locations with a high concentration of cafes.

Sebaran kafe ini juga dapat dianalisis dengan menggunakan batas administratif desa/kelurahan. Kelurahan Caturtunggal di Kecamatan Depok merupakan desa/kelurahan dengan jumlah kafe terbanyak di Kawasan Perkotaan Yogyakarta dengan jumlah sebanyak 91 kafe. Kelurahan lain di Depok, yakni Condongcatur, menyusul di posisi kedua dengan 66 titik kafe. Meski keduanya merupakan kelurahan dengan jumlah kafe terbanyak, tetapi Caturtunggal dan Condongcatur bukanlah desa/kelurahan dengan kepadatan kafe tertinggi (jumlah kafe per luas wilayah). Kelurahan Gowongan di Kecamatan Jetis menjadi kelurahan dengan konsentrasi kafe terpadat dengan 16 kafe yang tersebar di lahan seluas ~48 ha (33 kafe/km2).

The distribution of cafes can also be analyzed using the administrative boundaries of villages/sub-districts. Caturtunggal Village in the Depok District is the village/sub-district with the highest number of cafes in the Urban Areas of Yogyakarta, totaling 91 cafes. Another village in Depok, Condongcatur, follows closely in second place with 66 cafe locations. Despite being the villages with the highest number of cafes, Caturtunggal and Condongcatur are not the villages with the highest cafe density (number of cafes per unit area). Gowongan Village in the Jetis District is the village with the densest cafe concentration, with 16 cafes spread across an area of approximately 48 hectares (33 cafes/km²).

Meski demikian, terdapat masalah dari interpretasi data sebaran kafe yang dipetakan per desa/kelurahan. Perbedaan luas wilayah yang signifikan (contoh: Ds. Caturtunggal 24 kali lebih luas dibanding Kel. Gowongan) menjadi salah satu alasan mengapa visualisasi data sebaran kafe dengan batasan administratif menjadi kurang sesuai. Selain itu, dengan luasan desa/kelurahan yang relatif besar, penarikan kesimpulan mengenai lokasi kafe yang sesuai akan semakin sulit. Solusinya, analisis sebaran dan visualisasinya dapat dilakukan dengan menggunakan peta hexbin.

However, there is a challenge with interpreting the cafe distribution data mapped per village/sub-district due to significant differences in land area (e.g., Caturtunggal Village is 24 times larger than Gowongan Village). This is one reason why visualizing cafe distribution data using administrative boundaries may not be suitable. Additionally, with relatively large village/sub-district areas, concluding suitable cafe locations becomes more difficult. The solution is to analyze and visualise the distribution using a hexbin map.

Gambar 2. Visualisasi Sebaran Kafe, Banyaknya Jumlah Ulasan, Rata-Rata Ulasan per Kafe dalam Peta Hexbin (berurutan dari kiri ke kanan)

ImagImage 2.ualization of Cafe Distribution, Number of Reviews, Average Reviews per Cafe in Hexbin Map (from left to right)

Peta Hexbin menggunakan bentuk segienam (hexagon) untuk membagi kawasan dalam peta dan ragam warna untuk merepresentasikan data yang ada. Pada peta di atas, diketahui bahwa konsentrasi kafe tertinggi berada di sebagian wilayah Kel. Caturtunggal yang berbatasan dengan Kel. Condongcatur dan Kel. Sinduadi; Kotabaru dan sekitarnya; serta kawasan Prawirotaman (Kel. Brontokusuman dan sekitarnya). Meski demikian, tak semua lokasi yang ramai akan kafe juga memiliki total ulasan terbanyak. Ulasan kafe di kawasan Kotabaru menunjukkan jumlah yang jauh lebih banyak dibanding kawasan lain, tetapi dua kawasan terpadat lainnya tidak menunjukkan keunggulan yang signifikan. Uniknya, ketika data ulasan kafe dirata-ratakan dengan jumlah kafe per heksagon, terdapat dua kawasan baru yang menunjukkan nilai tertinggi. Ruas Jl. Kaliurang KM 8,5 serta Jl. Palagan Tentara Pelajar KM 8 yang terhubung oleh Jl. Damai menjadi lokasi kafe-kafe yang memiliki rerata ulasan tertinggi dibandingkan dengan area lain di Kawasan Perkotaan Yogyakarta.

Hexbin Map uses hexagonal shapes to divide the area on the map and a variety of colors to represent the available data. In the map above, it is observed that the highest concentration of cafes is in parts of Caturtunggal Village bordering Condongcatur Village and Sinduadi Village; Kotabaru and its surroundings; and the Prawirotaman area (Brontokusuman Village and its surroundings). However, not all bustling cafe locations necessarily have the highest total number of reviews. The cafe reviews in the Kotabaru area show a much higher count than in other areas, but the two other densely populated areas do not exhibit significant advantages. Interestingly, when averaging the cafe review data with the number of cafes per hexagon, two new areas show the highest values. The stretch of Kaliurang Street KM 8.5 and Palagan Tentara Pelajar Street KM 8 connected by Damai Street emerges as the location of cafes with the highest average reviews compared to other areas in the Urban Areas of Yogyakarta.

Hasil analisis tersebut dapat dikontekstualisasikan dengan kondisi lingkungan di sekitar dan menghasilkan kesimpulan sebagaimana berikut:

The results of the analysis can be contextualized with the surrounding environmental conditions and lead to the following conclusions:

1. Kafe cenderung terkonsentrasi di area sekitar fasilitas pendidikan tinggi (terdapat hampir 30 kampus di area Caturtunggal-Condongcatur; Kotabaru dekat dengan UGM dan UNY) dan/atau kawasan perbelanjaan (kawasan Kotabaru dan Prawirotaman)

Cafes tend to concentrate in areas around higher education facilities (there are nearly 30 campuses in the Caturtunggal-Condongcatur area; Kotabaru is close to UGM and UNY) and/or shopping districts (Kotabaru and Prawirotaman areas).

2. Kafe-kafe dengan rerata ulasan tertinggi berada di kawasan utara yang memiliki pemandangan sawah/kebun tetapi tetap aksesibel oleh jalan utama (Jl. Kaliurang dan Jl. Palagan Tentara Pelajar)

Cafes with the highest average reviews are located in the northern areas that offer views of fields/gardens but are still accessible via main roads (Jl. Kaliurang and Jl. Palagan Tentara Pelajar).

Frekuensi Kemunculan Kata Kunci dalam Ulasan

FreqFrequency of Keyword Occurrence in Reviews

Selain menganalisis persebaran dan jumlah ulasan dari kafe-kafe di Kawasan Perkotaan Yogyakarta, penting juga untuk melihat lebih dekat mengenai konteks dari ulasan yang ada dari tiap kafe yang ada. Mengingat jumlah kafe yang dipilih cukup banyak, maka pendekatan yang dilakukan adalah dengan menganalisis kata-kata kunci tersering yang muncul dalam ulasan dari tiap kafe. Fitur dari Google Maps memungkinkan pengguna untuk dapat melihat maksimal sepuluh kata kunci yang paling sering muncul dalam ulasan dari suatu tempat. Berikut adalah visualisasi dari kata kunci dengan frekuensi kemunculan terbanyak di tiap kafe dan kata kunci dengan jumlah terbanyak dalam ulasan dengan word cloud.

Analyzing the distribution and number of reviews of cafes in the Urban Areas of Yogyakarta is important. Still, it's also crucial to take a closer look at the context of the existing reviews for each cafe. Given the substantial number of selected cafes, the approach involves analyzing the most frequently occurring keywords in the reviews of each cafe. Google Maps features allow users to view a maximum of ten keywords that appear most frequently in the reviews of a particular place. The visualization of keywords with the highest frequency of occurrence in each cafe and the keywords with the highest count in reviews can be represented using a word cloud.

Gambar 3. Visualisasi Frekuensi Kemunculan Kata Kunci di Tiap Kafe (atas) dan Jumlah Kata Kunci dalam Seluruh Ulasan Kafe (bawah)

ImagImage 3. Visualization of Keyword Frequency in Each Cafe (top) and Total Keywords in All Cafe Reviews (bottom)

Terdapat hampir 900 kata kunci dari ulasan seluruh kafe di Kawasan Perkotaan Yogyakarta. Meski demikian, kata-kata kunci seperti “area”, “price”, “wifi”, dan “parking” muncul dengan jumlah yang jauh lebih dominan bila dibandingkan dengan kata kunci lainnya. Kata kunci yang unik seperti “college students” dan “paddy field” juga dapat terlihat dengan jelas dalam kedua word cloud tersebut. Untuk mendapatkan kesimpulan yang lebih dalam, diperlukan analisis lanjutan mengenai kata-kata kunci yang muncul secara signifikan.

There are nearly 900 keywords from reviews of all cafes in the Urban Areas of Yogyakarta. However, keywords such as "area," "price," "wifi," and "parking" appear in much more dominant numbers compared to other keywords. Unique keywords like "college students" and "paddy field" are also prominently visible in both word clouds. Further analysis of keywords that appear significantly is required to gain deeper insights.

Gambar 4. Grafik Perbandingan Frekuensi (horizontal) dan Jumlah Kemunculan (vertikal) dari Kata Kunci dalam Ulasan Kafe di Kawasan Perkotaan Yogyakarta

ImagImage 4. Comparison Graph of Frequency (horizontal) and Total Occurrences (vertical) of Keywords in Cafe Reviews in the Urban Areas of Yogyakarta

Dengan membandingkan antara frekuensi kemunculan kata kunci dan jumlah kemunculannya, kata-kata kunci dengan angka kemunculan yang signifikan dapat divisualisasikan dalam grafik di atas. Kemunculan sebuah kata kunci dianggap signifikan bila ia muncul setidaknya dalam 15 kafe yang berbeda. Kata kunci dalam grafik tersebut lantas dibagi ke dalam empat kelompok berdasarkan komparasi nilai frekuensi dan jumlah kemunculannya: high freq-high sum (hijau), high freq-low sum (ungu), low freq-high sum (oranye), dan low freq-low sum (merah). Kategorisasi yang didasarkan pada tinggi-rendahnya frekuensi dan jumlah kemunculan kata kunci menghasilkan simpulan karakteristik sebagaimana berikut.

The above graph can visualize keywords with significantly high occurrences by comparing the frequency and total occurrence of keywords. The occurrence of a keyword is considered significant if it appears in at least 15 different cafes. Keywords in the graph are then divided into four groups based on the comparison of frequency and total occurrences: high freq-high sum (green), high freq-low sum (purple), low freq-high sum (orange), and low freq-low sum (red). Categorization based on the high-low values of frequency and total occurrences of keywords yields characteristic conclusions as follows.

1. High Freq- High Freq-High Sumering dijumpai di banyak tempat dan dapat menjadi isu prioritas. Rekomendasi: kata kunci yang termasuk daftar ini dapat dijadikan salah satu pertimbangan utama dalam perencanaan pembangunan kafe.

High Freq-HHigh Freq-High Sum: Issues frequently encountered in many places and may be a priority concern. Recommendation: Keywords in this category can be a primary consideration in cafe development planning.

2. High Freq- High Freq-Low Sumering dijumpai di banyak tempat, tetapi belum atau tidak menjadi isu prioritas. Rekomendasi: mengupayakan untuk memenuhi kebutuhan atau menjawab permasalahan dari pengguna terkait isu-isu tersebut karena dapat menjadi nilai plus bagi kafe meski isu tersebut tidak terlalu sering dibahas.

High Freq-LHigh Freq-Low Sum: Issues frequently encountered in many places but have not or are not a priority. Recommendation: Efforts should be made to address the needs or respond to user issues related to these keywords, as they can add value to the cafe even if they are not discussed very often.

3. Low Freq-H Low Freq-High Sumanya ditemui di tempat-tempat tertentu, tetapi sering dibahas atau menjadi hal prioritas. Rekomendasi: menjadikan isu sebagai fitur unik atau spesialisasi dari kafe mengingat banyaknya pembahasan terkait isu yang ada tetapi belum banyak kafe yang dikaitkan dengan isu tersebut.

Low Freq-HiLow Freq-High Sum: Issues found only in specific places but are frequently discussed or a high priority. Recommendation: Consider making these issues a unique feature or specialization of the cafe, given the extensive discussion of the issues and the limited number of associated cafes.

4. Low Freq-Low Sum: Is Low Freq-Low Sumi tempat-tempat tertentu dan bukan menjadi hal yang prioritas. Rekomendasi: menjadikan isu-isu yang ada sebagai prioritas terakhir dalam perencanaan dan pengembangan kafe. <

Low Freq-LoLow Freq-Low Sum: Issues found only in specific places and are not a priority. Recommendation: Consider these issues a last priority in cafe planning and development.

Tabel 1. Kategorisasi Kata Kunci dalam Ulasan Kafe berdasarkan Jenis Fitur bagi Kafe dan Tinggi-Rendahnya Frekuensi serta Jumlah Kemunculan Kata Kunci

TablTable 1.egorization of Keywords in Cafe Reviews based on Types of Features for Cafes and the High-Low Values of Keyword Frequency and Total Occurrences

Berdasarkan analisis kata-kata kunci, didapatkan variabel-variabel yang dapat berperan untuk menjadi faktor penentu lokasi yang strategis bagi pembangunan kafe di Kawasan Perkotaan Yogyakarta. Variabel utama dari penentuan kesesuaian lokasi pembangunan kafe didapatkan dari kata-kata kunci dengan frekuensi dan jumlah terbanyak dalam ulasan. Kata-kata kunci tersebut lantas dikaitkan dengan aspek spasial untuk menentukan kesesuaian lokasi pembangunan kafe. Berikut adalah variabel-variabel utama dalam penentuan lokasi usaha kafe:

Based on the keywords analysis, the variables that can play a role in determining strategic locations for cafe development in the Urban Areas of Yogyakarta have been identified. The main variables for determining the suitability of cafe development locations are derived from keywords with the highest frequency and total occurrences in reviews. These keywords are then associated with spatial aspects to determine the suitability of cafe development locations. Here are the main variables in determining cafe business locations:

1. Terjangkau oleh fasilitas jalan utama (minimal jalan lokal)

Lahan yang berada di sepanjang ruas jalan arteri, kolektor, dan lokal umumnya ditetapkan sebagai zona perdagangan dan jasa di RDTR Kota Yogyakarta. Pada zona tersebut, bangunan dapat memiliki ketinggian antara 20-40 meter (3-6 lantai). Dengan demikian, bangunan kafe dapat memiliki tinggi lebih dari satu lantai (sesuai dengan kata kunci floor), memanfaatkan luasan lantai dasar sebagai lahan parkir (parking), hingga memungkinkan pengunjung untuk melihat pemandangan di sekitarnya, seperti saat senja (sunset). Selain itu, keberadaan kafe di jalan utama juga memudahkan aksesibilitas transportasi hingga pemasangan infrastruktur fiber optik untuk wi-fi.

AcceAccessible by Main Roads (Local Roads at minimum)

Land along arterial, collector, and local roads is generally zoned as trade and service zones in the Yogyakarta City Spatial Plan (RDTR). In these zones, buildings can have heights ranging from 20-40 meters (3-6 floors). Therefore, cafe buildings can have more than one floor (consistent with the keyword "floor"), utilize the ground floor area for parking space ("parking"), and allow visitors to enjoy the surrounding scenery, especially during sunset. Additionally, cafes on main roads facilitate transportation accessibility and the installation of fiber optic infrastructure for Wi-Fi.

2. Dekat dengan perguruan tinggi

Eksistensi pelajar, khususnya mahasiswa, menjadi kunci ramainya kafe-kafe yang ada di Kawasan Perkotaan Yogyakarta. Hal ini dibuktikan oleh kemunculan kata kunci (college student) yang sangat prevalen serta banyaknya kata (campus) dalam ulasan yang ada. Potensi ini harus dapat dilihat oleh calon pengusaha kafe dengan membangun kafe di lokasi yang dekat dengan perguruan tinggi.

NearNearby Higher Education Institutions: The presence of students, particularly university students, is a key factor in the bustling atmosphere of cafes in the Urban Areas of Yogyakarta. This is evidenced by the prevalence of the keyword "college student" and the frequent occurrence of the word "campus" in the reviews. This potential should be recognized by prospective cafe entrepreneurs who can capitalize on it by establishing cafes in locations close to educational institutions.

3. Menghindari kawasan dengan kepadatan kafe yang tinggi

Pada lokasi yang strategis untuk bisnis kafe, umumnya sudah terdapat jumlah kafe yang relatif banyak dalam jarak yang saling berdekatan. Hal ini berpotensi menciptakan persaingan pasar yang sengit dan membuat kafe baru harus bersaing dengan banyak kafe di dekatnya yang telah lama berdiri. Dengan demikian, diperlukan lokasi dengan kepadatan kafe yang tidak terlalu tinggi.

AvoiAvoiding Areas with High Cafe Density>

In strategically located areas for cafe business, there are generally a relatively large number of cafes in close proximity. This has the potential to create intense market competition, requiring new cafes to compete with many established ones nearby. Therefore, choosing a location with a manageable cafe density is advisable.

Selain menentukan faktor utama dalam penentuan lokasi bisnis kafe, kata-kata kunci dengan kemunculan yang signifikan dan memiliki keterkaitan dengan aspek spasial juga dapat dipertimbangkan sebagai nilai plus dalam penentuan lokasi. Terdapat tiga kelompok kata kunci yang dapat menjadi nilai plus untuk menentukan lokasi kafe. Dengan keunikan fitur masing-masing kelompok, pihak pengusaha kafe dapat memilih salah satu dari tiga variabel di bawah untuk menjadikannya sebagai keunggulan kompetitif dari kafe yang akan direncanakan:

In addition to determining the main factors in selecting a cafe business location, keywords with significant occurrences and relevance to spatial aspects can also be considered as added value in location determination. Three groups of keywords can be considered as added value in determining cafe locations. With the unique features of each group, cafe entrepreneurs can choose one of the three variables below to make it a competitive advantage for the planned cafe:

1. Memiliki pemandangan area persawahan

Kata-kata kunci terkait dengan area persawahan (rice field & paddy field) relatif sering muncul pada ulasan kafe di Kawasan Perkotaan Yogyakarta. Kata kunci rice field bahkan termasuk ke dalam 10 besar kata yang paling sering muncul dalam ulasan dengan kemunculan sebanyak 1.468 kali di 55 kafe. Hal ini mengisyaratkan adanya preferensi yang kuat dari masyarakat perkotaan Yogyakarta untuk mengunjungi kafe yang berada di dekat sawah.

Having a Rice Fields View:

Keywords related to rice fields (rice field & paddy field) are relatively frequent in cafe reviews in the Urban Areas of Yogyakarta. The keyword "rice field" even ranks among the top 10 words most frequently mentioned in reviews, appearing 1,468 times in 55 cafes. This suggests a strong preference among Yogyakarta urban communities for visiting cafes near rice fields.

2. Terjangkau oleh stasiun kereta api atau memiliki pemandangan ke rel kereta

Stasiun dan rel kereta api juga menjadi daya tarik tersendiri bagi para pengunjung kafe di perkotaan Yogyakarta. Pengembangan area bisnis di sekitar Stasiun Tugu terbukti mampu menjadi salah satu magnet bagi para pengusaha kafe sekaligus penggemar kopi dan kereta untuk datang ke kafe di sekitar stasiun. Hal ini dibuktikan oleh tingginya jumlah kata tugu station yang muncul dalam ulasan (349 kali). Selain Stasiun Tugu, kata kunci lain yang berkaitan dengan kereta juga sering muncul dalam ulasan, seperti train (368 kali) dan train tracks (240 kali).

AcceAccessible from the Train Station or Having a View of Train Tracks:

Train stations and railway tracks also serve as attractions for cafe visitors in urban Yogyakarta. The development of business areas around Tugu Station has proven to be a magnet for cafe entrepreneurs and coffee and train enthusiasts to visit cafes near the station. This is evidenced by the high frequency of the keyword "tugu station" in reviews (349 times). In addition to Tugu Station, other keywords related to trains also frequently appear in reviews, such as "train" (368 times) and "train tracks" (240 times).

3. Berada di dekat atau di dalam pusat perbelanjaan

Keberadaan Jalan Malioboro sebagai shopping street mampu menarik berbagai usaha kuliner untuk membuka gerainya di jalan tersebut, tak terkecuali kafe. Suasana kawasan perdagangan yang tak pernah sepi membuat banyak pengunjung tertarik untuk singgah di kafe-kafe yang ada di Jalan Malioboro. Selain Malioboro (158 kali dalam ulasan), mal (189 kali) di Yogyakarta juga menjadi titik favorit bagi pengunjung kafe.

LocaLocated Near or Inside Shopping Centers:

The presence of Malioboro Street as a shopping street attracts various culinary businesses to open their establishments along the street, including cafes. The bustling trade atmosphere in the area makes many visitors interested in stopping by the cafes along Malioboro Street. In addition to Malioboro (mentioned 158 times in reviews), malls (mentioned 189 times) in Yogyakarta are also popular spots for cafe visitors.

Setelah menentukan faktor utama dan faktor pendukung, diperlukan adanya penentuan bobot dari masing-masing variabel. Pembobotan dilakukan dengan menggunakan metode analytical hierarchical process (AHP) yang mempertimbangkan tingkat kepentingan antara satu variabel dengan variabel lainnya. Perbandingan antara tiap variabel akan menghasilkan priority vector (PV) yang menentukan seberapa besar kepentingan suatu variabel dalam analisis spasial nantinya. Berikut adalah tabel yang berisi faktor utama dan pendukung penentuan lokasi kafe serta priority vector-nya. PV dalam tabel berarti priority vector secara general dan PV1-PV3 merupakan priority vector dari lokasi kafe secara tematik (sawah, kereta api, dan pusat belanja; secara berurutan).

After determining the main and supporting factors, assigning weights to each variable is necessary. Weighting is done using the Analytical Hierarchy Process (AHP) method, which considers the level of importance between one variable and another. The comparison between each variable will result in a Priority Vector (PV), determining the significance of a variable in the spatial analysis. Below is a table containing the main and supporting factors in determining cafe locations and their respective priority vectors. The PV in the table represents the general priority vector, and PV1-PV3 are the thematic priority vectors for cafe locations (rice fields, trains, and shopping centers, respectively).

Tabel 2. Priority Vector dari Tiap Variabel Penentu Kesesuaian Lokasi Kafe

TablTable 2. Priority Vector of Each Variable for Cafe Location Suitability

Priority Vector yang telah didapatkan dari hasil perhitungan menggunakan metode AHP lantas dijadikan sebagai bobot dalam analisis penjumlahan berbobot (weighted sum). Analisis ini dilakukan dengan menjumlahkan variabel spasial dengan menumpuk satu layer di atas layer lain. Tiap layer memiliki bobot yang nantinya akan dijumlahkan dengan layer lain yang bertumpuk di titik yang sama. Berikut adalah hasil analisis kesesuaian lokasi menggunakan metode weighted sum dengan variabel utama dan tematik.

The Priority Vectors obtained from the AHP calculation are then used as weights in the weighted sum analysis. This analysis is performed by summing spatial variables by stacking one layer over another. Each layer has a weight that will be added to other stacked layers simultaneously. Below are the results of the location suitability analysis using the weighted sum method with main and thematic variables.

Gambar 5. Peta Kesesuaian Lokasi Kafe di Kawasan Perkotaan Yogyakarta dengan Variabel Utama (pertama dari atas); Faktor Prioritas Area Persawahan (kedua dari atas); Faktor Prioritas Pusat Perbelanjaan (ketiga dari atas); dan Faktor Prioritas Stasiun dan Rel Kereta Api (keempat dari atas)

ImagImage 5. Map of Cafe Location Suitability in Urban Areas of Yogyakarta with Main Variables (top layer); Priority Factor of Rice Fields (second layer from the top); Priority Factor of Shopping Centers (third layer from the top); and Priority Factor of Train Stations and Tracks (fourth layer from the top).

Pada peta tersebut, area dengan kesesuaian yang tinggi untuk usaha kafe diwarnai dengan warna hijau (skor maksimal 100) dan lokasi yang tidak sesuai diwarnai dengan warna merah (skor minimal 0). Secara umum, hampir seluruh area di Kota Yogyakarta yang dilewati oleh jalan utama termasuk sebagai lokasi yang strategis untuk bisnis kafe, dengan skor tertinggi yang tersebar di Jl. Kaliurang, Jl. Laksda Adisucipto, Jl. Magelang, Jl. Gedongtengen, hingga Jl. Parangtritis. Analisis menggunakan variabel tematik menghasilkan hasil yang beragam sesuai variabel yang digunakan. Pada kesesuaian lokasi kafe dengan pemandangan sawah, skor tertinggi berada di area sekitar Ring Road, khususnya Ring Road Barat dan Selatan yang masih didominasi sawah tetapi memiliki akses yang mudah. Hasil analisis dengan variabel perkeretaapian serta pusat perbelanjaan menghasilkan hasil yang cukup intuitif dengan skor tertinggi berada di sekitar stasiun dan pusat perbelanjaan, dikarenakan persebaran stasiun dan pusat perbelanjaan yang tidak semasif sawah serta aksesibilitas yang mudah berkat lokasinya yang berada di pusat kota.

In the map, areas highly suitable for cafe businesses are colored green (maximum score of 100), while unsuitable locations are colored red (minimum score of 0). Generally, almost the entire area in Yogyakarta City traversed by main roads is considered a strategic location for cafe businesses, with the highest scores scattered along Jl. Kaliurang, Jl. Laksda Adisucipto, Jl. Magelang, Jl. Gedongtengen, and Jl. Parangtritis. The analysis using thematic variables produces diverse results according to the variable used. In the suitability of cafe locations with a rice field view, the highest scores are in the Ring Road area, especially Ring Road West and South, which are still dominated by rice fields but have easy access. The analysis results for railway and shopping center variables produce fairly intuitive results, with the highest scores around the stations and shopping centers due to the distribution of stations and shopping centers not being as extensive as rice fields and easy accessibility due to their central city location.