Kota Bandung dikenal sebagai salah satu kota dengan pertumbuhan industri kreatif yang sangat pesat, termasuk di sektor kuliner dan gaya hidup. Salah satu fenomena yang menonjol dalam beberapa tahun terakhir adalah menjamurnya coffee shop di berbagai sudut kota, yang tidak hanya berperan sebagai tempat menikmati kopi, tetapi juga menjadi ruang sosial, tempat bekerja, hingga destinasi wisata alternatif bagi warga maupun wisatawan.

Menurut Ardhana dan Widjajanti (2020), meningkatnya popularitas coffee shop di Bandung tidak lepas dari perubahan pola perilaku masyarakat yang mulai menjadikan tempat tersebut sebagai ruang multiguna. Mereka mencatat bahwa coffee shop kini berfungsi sebagai tempat bekerja, bersosialisasi, hingga rekreasi santai, terutama di kalangan anak muda dan pekerja kreatif. Fenomena ini menjadikan coffee shop sebagai bagian penting dari struktur sosial dan ekonomi kota.

Namun, dengan semakin padatnya persebaran coffee shop di beberapa wilayah pusat kota, muncul tantangan baru dalam hal pemerataan distribusi lokasi serta peluang ekspansi ke wilayah potensial yang belum tergarap. Oleh karena itu, dibutuhkan analisis spasial untuk mengidentifikasi area dengan karakteristik yang mendukung pengembangan coffee shop baru, terutama berdasarkan data seperti jumlah penduduk, intensitas aktivitas malam hari (yang direpresentasikan oleh data Nighttime Light/NTL), dan persebaran eksisting lokasi coffee shop.

Proyek ini bertujuan untuk menganalisis potensi pengembangan kawasan coffee shop baru di Kota Bandung dengan pendekatan spasial menggunakan platform GeoMAPID. Dengan memanfaatkan beberapa data dari MAPID, seperti persebaran titik coffee shop, jumlah penduduk, batas administrasi kota, dan NTL, diharapkan dapat dihasilkan rekomendasi lokasi strategis yang memiliki potensi pasar dan aktivitas sosial yang tinggi namun belum tergarap secara optimal.

TUJUAN

• Menganalisis persebaran coffeeshop eksisting di Kota Bandung.

• Mengidentifikasi kawasan yang memiliki potensi tinggi namun belum banyak terjangkau coffeeshop.

METODE

1. Pengumpulan Data

Beberapa data yang digunakan berasal dari MAPID, seperti Persebaran Coffee Shop di Kota Bandung, Night time light kota Bandung, data demografi jumlah penduduk, sedangkan data jumlah penduduk di Kota Bandung tahun 2024 dan untuk data Batas Administrasi Kecamatan Kota Bandung didapat dari Internet.

2. Pengolahan Data

Dilakukan dengan Visualisasi titik persebaran Coffee Shop di kota Bandung, Skoring kelayakan wilayah berdasarkan jumlah penduduk dan NTL, Klasifikasi zona: sangat sesuai, sesuai, cukup sesuai, tidak sesuai, sangat tidak sesuai.

3. Skoring

Hasil dari keseluruhan diolah dengan skoring untuk mengetahui dimana lokasi yang tepat dengan melihat hasil dari data skoring.

HASIL DAN PEMBAHASAN

Gambar 1 Batas Administrasi Kecamatan Kota Bandung

Peta ini menampilkan batas wilayah administrasi kecamatan di Kota Bandung yang menjadi dasar unit analisis untuk identifikasi dan skoring lokasi potensial pengembangan coffeeshop baru. Kota Bandung terdiri dari 30 kecamatan, masing-masing dengan batas wilayah yang unik dan luas yang berbeda. Menurut data BPS Kota Bandung tahun 2024 jumlah penduduk pada Kecamatan Kota Bandung semester I sebanyak 2.579.837 sedangkan pada semester II mengalami peningkatan menjadi sebanyak 2.591.763. Pemetaan batas administrasi kecamatan memungkinkan proses analisis spasial dilakukan secara lebih terarah dan terorganisir. Setiap kecamatan dapat difungsikan sebagai satuan analisis untuk menghubungkan berbagai data, seperti kepadatan penduduk, tingkat pencahayaan malam (Nighttime Light), serta persebaran lokasi Point of Interest (POI) seperti coffeeshop.

Gambar 2 Persebaran Coffee Shop di setiap Kecamatan Kota Bandung

Berdasarkan visualisasi spasial pada peta, titik-titik yang merepresentasikan lokasi coffee shop tampak lebih padat di wilayah tengah kota dibandingkan dengan daerah pinggiran. Kecamatan seperti Bandung Wetan, Coblong, dan Sumur Bandung terlihat memiliki konsentrasi titik yang sangat tinggi, menandakan bahwa kawasan tersebut menjadi pusat aktivitas usaha kedai kopi. Hal ini dapat dikaitkan dengan keberadaan kawasan komersial, kampus, serta pusat perbelanjaan yang menjadi faktor pendorong tumbuhnya bisnis coffee shop. Sementara itu, kecamatan di bagian timur dan selatan Kota Bandung seperti Gedebage, Rancasari, dan Bojongloa Kidul menunjukkan kepadatan yang relatif rendah, mengindikasikan bahwa potensi pengembangan coffee shop di wilayah tersebut masih terbuka.

Gambar 3 Jumlah Penduduk di Kecamatan Kota Bandung

Wilayah-wilayah seperti Bandung Kulon, Babakan Ciparay, dan Kiaracondong tampak memiliki jumlah penduduk yang sangat tinggi, ditandai dengan warna merah gelap pada peta. Tingginya populasi di kecamatan ini menunjukkan adanya peluang pasar yang besar untuk pengembangan bisnis baru karena potensi konsumen yang luas.

Sementara itu, beberapa kecamatan di pusat kota seperti Sumur Bandung dan Regol, memiliki jumlah penduduk yang tidak terlalu besar, namun tetap strategis dari segi aksesibilitas dan kedekatannya dengan pusat aktivitas ekonomi, pendidikan, dan pemerintahan. Lokasi ini tetap patut dipertimbangkan karena arus lalu lintas manusia yang tinggi meskipun dari sisi kependudukan tidak padat.

Sebaliknya, kecamatan seperti Ujungberung, Panyileukan, Cinambo, dan Cibiru yang berada di wilayah timur Bandung memiliki jumlah penduduk yang lebih rendah dan cenderung berada di kawasan pinggiran. Namun demikian, potensi tetap ada apabila terdapat pengembangan kawasan perumahan, institusi pendidikan, atau fasilitas umum lainnya yang meningkatkan kebutuhan akan tempat berkumpul seperti coffeeshop.

Pemetaan ini akan menjadi dasar untuk melakukan analisis lanjutan, seperti menggabungkan dengan data intensitas cahaya malam (NTL) serta persebaran titik POI coffeeshop guna menentukan lokasi dengan peluang terbaik. Fokus dapat diarahkan pada kecamatan dengan jumlah penduduk tinggi namun masih minim pesaing, agar pengembangan kawasan coffeeshop lebih optimal dan berkelanjutan.

Gambar 4 Nighttime light di Kota Bandung

Peta di atas menunjukkan distribusi nilai Nighttime Light (NTL) yang telah dioverlay dengan batas wilayah administrasi Kota Bandung. Data NTL digunakan untuk mengidentifikasi tingkat aktivitas malam hari, yang umumnya menggambarkan intensitas kegiatan ekonomi, kepadatan kawasan, dan penerangan infrastruktur. Pada peta:

• Warna hijau tua mengindikasikan area dengan cahaya malam yang tinggi, yang berarti wilayah tersebut memiliki aktivitas yang cukup intens.

• Warna hijau muda merepresentasikan wilayah dengan aktivitas malam yang sedang.

• Warna kuning menunjukkan area dengan cahaya malam rendah.

• Warna oranye menunjukan area dengan cahaya malam yang sangat rendah.

• Warna merah menunjukan area dengan tidak adanya cahaya.

Berdasarkan pemetaan jumlah penduduk per kecamatan di Kota Bandung, diperoleh bahwa beberapa wilayah memiliki populasi yang sangat tinggi, ditandai dengan warna merah tua. Kecamatan seperti Kiaracondong, Batununggal, Bojongloa Kidul, Andir, Cicendo, dan Coblong tergolong dalam kategori ini. Jumlah penduduk yang besar menunjukkan potensi pasar lokal yang kuat bagi pengembangan bisnis, termasuk coffeeshop.

Sementara itu, berdasarkan analisis peta Nighttime Light (NTL), wilayah dengan intensitas cahaya malam yang tinggi ditunjukkan dengan warna hijau tua. Wilayah dengan NTL tinggi mengindikasikan tingginya aktivitas malam hari yang dapat berasal dari kepadatan permukiman, pusat perbelanjaan, transportasi, atau fasilitas umum.

Beberapa kecamatan seperti Coblong, Cicendo, dan Andir menunjukkan nilai gabungan yang tinggi antara jumlah penduduk dan intensitas cahaya malam. Ini menjadikan wilayah-wilayah tersebut sebagai kawasan sangat potensial untuk pengembangan coffeeshop baru, karena adanya pasar yang besar dan aktivitas malam yang hidup.

Di sisi lain, kecamatan seperti Sukajadi, Sukasari, dan Cibeunying Kaler juga menunjukkan NTL tinggi, namun dengan jumlah penduduk yang tidak terlalu besar. Ini menunjukkan bahwa meskipun pasar lokal mungkin lebih kecil, kawasan tersebut tetap aktif di malam hari dan menarik untuk model bisnis berbasis aktivitas malam, misalnya coffeeshop yang menyasar pengunjung dari luar kecamatan, wisatawan, atau komunitas malam.

Sebaliknya, beberapa kecamatan seperti Sumur Bandung dan Bandung Wetan juga menunjukkan NTL tinggi tetapi jumlah penduduk sangat rendah, yang kemungkinan besar merupakan wilayah komersial atau institusi non-permukiman. Meskipun cocok untuk bisnis harian, wilayah ini memerlukan pendekatan berbeda, seperti pengembangan coffeeshop tematik atau konsep premium.

Gambar 5 Peta Hasil Skoring

Berdasarkan hasil skoring dari tiga parameter utama, yaitu jumlah penduduk, intensitas cahaya malam (NTL), dan jumlah persebaran coffeeshop, diperoleh skor akhir dengan rentang nilai 7 hingga 14. Skor ini kemudian diklasifikasikan ke dalam tiga kelas potensi:

• Skor < 9 (Putih): Potensi rendah

• Skor 9–11 (Merah muda): Potensi sedang

• Skor ≥ 11 (Merah tua): Potensi tinggi

Tabel 1 Skoring Parameter

Hasil visualisasi peta menunjukkan bahwa sebagian besar kecamatan di Kota Bandung memiliki nilai potensi sedang hingga tinggi. Beberapa kecamatan yang masuk kategori potensi tinggi (skor ≥11) antara lain:

• Bandung Kulon (Skor: 14)

• Bojongloa Kidul (13)

• Bojongloa Kaler (13)

• Arcamanik, Antapani, dan Rancasari (12)

• Ujungberung, Gedebage, dan Cibiru (12)

Berdasarkan hasil skoring akhir yang menggabungkan tiga parameter utama yaitu jumlah penduduk, intensitas cahaya malam (NTL), dan jumlah persebaran coffeeshop dapat teridentifikasi bahwa Kecamatan Bandung Kulon memperoleh skor tertinggi di antara seluruh kecamatan di Kota Bandung. Hal ini menunjukkan bahwa kawasan ini memiliki karakteristik spasial yang ideal untuk dijadikan lokasi pengembangan coffeeshop baru.

Secara demografis, Bandung Kulon memiliki jumlah penduduk yang cukup besar dibanding beberapa kecamatan lain. Banyaknya jumlah penduduk di suatu wilayah dapat menjadi indikator awal dari potensi permintaan terhadap produk dan layanan konsumsi harian seperti kopi. Dalam konteks urban modern, keberadaan coffeeshop tidak hanya diposisikan sebagai tempat konsumsi minuman, tetapi juga sebagai ruang sosial, kerja, hingga tempat beraktivitas digital masyarakat perkotaan.

Selain dari sisi kepadatan penduduk, aspek lain yang turut mendukung adalah tingginya intensitas cahaya malam (NTL) di kawasan tersebut. Cahaya malam merupakan indikator tidak langsung dari aktivitas ekonomi dan sosial masyarakat, terutama pada malam hari. Semakin tinggi intensitas NTL, maka semakin menunjukkan bahwa wilayah tersebut hidup dan aktif hingga malam, yang artinya membuka peluang besar untuk bisnis yang beroperasi di luar jam kerja formal, seperti coffeeshop. Berdasarkan kajian Zhou et al. (2023), wilayah dengan intensitas cahaya malam tinggi cenderung memiliki tingkat aktivitas perkotaan yang lebih tinggi dan seringkali berkorelasi positif dengan keberadaan ruang komersial.

Namun yang menjadi poin paling menarik adalah bahwa meskipun Bandung Kulon memiliki kepadatan penduduk tinggi dan NTL yang intens, jumlah coffeeshop yang ada di kawasan ini masih tergolong rendah. Kondisi ini menggambarkan adanya "gap pasar", yaitu potensi pasar yang tinggi namun belum sepenuhnya dimanfaatkan oleh pelaku usaha. Situasi ini memberikan peluang strategis bagi pengembangan coffeeshop baru karena persaingan yang tidak terlalu padat, namun basis konsumen dan lingkungan sudah mendukung.

Analisis semacam ini sejalan dengan temuan Xie et al. (2022), yang menyatakan bahwa kawasan dengan aktivitas ekonomi kuat namun belum memiliki kepadatan lokasi coffeeshop yang tinggi justru menjadi target ideal dalam pemilihan lokasi bisnis baru. Sementara itu, dari sisi distribusi spasial, Maulana et al. (2021) juga menegaskan bahwa kemunculan coffeeshop di berbagai kota cenderung berasosiasi dengan kawasan berpenduduk padat karena potensi konsumennya yang besar. Dengan mempertimbangkan keseluruhan aspek tersebut, dapat disimpulkan bahwa Bandung Kulon merupakan kawasan dengan nilai strategis yang tinggi, baik dari segi sosial, ekonomi, maupun spasial, untuk dilakukan pengembangan coffeeshop. Hal ini diperkuat oleh pendekatan spasial melalui skoring kuantitatif, yang mampu menampilkan wilayah dengan potensi tertinggi secara visual dan terukur.

KESIMPULAN

Melalui analisis spasial yang menggabungkan tiga parameter utama yakni jumlah penduduk, intensitas cahaya malam (Nighttime Light), dan jumlah persebaran coffeeshop dapat diketahui bahwa Kecamatan Bandung Kulon memiliki skor tertinggi. Hal ini menunjukkan bahwa wilayah tersebut menyimpan potensi yang besar untuk pengembangan coffeeshop baru. Tingginya jumlah penduduk dan aktivitas malam hari yang cukup signifikan, namun belum diimbangi oleh jumlah coffeeshop yang memadai, menjadikan Bandung Kulon sebagai area yang strategis untuk ekspansi bisnis ini.

Dengan demikian, Bandung Kulon dapat diprioritaskan sebagai kawasan yang layak dikembangkan dalam konteks persebaran usaha coffeeshop di Kota Bandung. Wilayah lain yang memiliki skor sedang pun tetap memiliki peluang jika dilihat dari aspek diferensiasi pasar dan kebutuhan lokal. Pendekatan berbasis spasial terbukti efektif dalam memberikan gambaran menyeluruh dalam proses perencanaan lokasi usaha yang lebih tepat sasaran.

DAFTAR PUSTAKA

Ardhana, R. F., & Widjajanti, E. (2020). Analisis Faktor Kebetahan Pengunjung Coffee Shop Melalui Penilaian Kinerja Elemen Interior (Studi Kasus: Kafe dan Coffee Shop di Kawasan LRE Martadinata, Bandung). Jurnal Rekayasa dan Desain, 8(2), 91–104.

Badan Pusat Statistik Kota Bandung. (2024). Jumlah penduduk Kota Bandung menurut kecamatan. https://bandungkota.bps.go.id/id/statistics-table/2/MjI0OCMy/jumlah-penduduk-kota-bandung-menurut-kecamatan.html

Maulana, R. R., Cahyono, U. J., & Muqoffa, M. (2021). Spatial distribution in the emergence of coffee shops in Surakarta. IOP Conference Series: Earth and Environmental Science, 778(1), 012031. https://doi.org/10.1088/1755-1315/778/1/012031

Zhou, Y., He, X., & Zikirya, B. (2023). Boba shop, coffee shop, and urban vitality and development: A spatial association and temporal analysis of major cities in China from the standpoint of nighttime light. Remote Sensing, 15(4), 903. https://doi.org/10.3390/rs15040903

Xie, L., et al. (2022). Site selection prediction for coffee shops based on multi‑source space data using machine learning techniques. ISPRS International Journal of Geo‑Information, 12(8), 329. https://doi.org/10.3390/ijgi12080329