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 Publikasi

PEMETAAN KERENTANAN COVID-19 MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) DI DESA CANDIROTO, KABUPATEN TEMANGGUNG

Kesehatan

15 Jul 2025

Departemen Teknik Geodesi UNDIP

PEMETAAN KERENTANAN COVID-19 MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) DI DESA CANDIROTO, KABUPATEN TEMANGGUNG

Penelitian ini bertujuan untuk memetakan tingkat kerentanan terhadap penyebaran COVID-19 di Desa Candiroto, Kabupaten Temanggung, Jawa Tengah.

24 menit baca

81 dilihat

1 Data

1 Proyek

DETEKSI PERUBAHAN TUTUPAN LAHAN DI KABUPATEN
KENDAL AKIBAT EKSPANSI KAWASAN INDUSTRI
BERDASARKAN CITRA LANDSAT 8 DENGAN METODE
NDVI PADA TAHUN 2019 DAN 2023

Lingkungan

11 Jul 2025

Departemen Teknik Geodesi UNDIP

DETEKSI PERUBAHAN TUTUPAN LAHAN DI KABUPATEN KENDAL AKIBAT EKSPANSI KAWASAN INDUSTRI BERDASARKAN CITRA LANDSAT 8 DENGAN METODE NDVI PADA TAHUN 2019 DAN 2023

Tulisan ini menjelaskan tentang perubahan tutupan lahan di Kabupaten Kendal

30 menit baca

122 dilihat

2 Data

1 Proyek

Evaluasi Kesesuaian Zonasi Peta Bahaya Nasional terhadap Potensi Sesar Aktif di Koridor Jalur Sesar Lembang, Jawa Barat

Iklim dan Bencana

14 Jul 2025

IMPI Koordinator Wilayah Bandung Raya

Evaluasi Kesesuaian Zonasi Peta Bahaya Nasional terhadap Potensi Sesar Aktif di Koridor Jalur Sesar Lembang, Jawa Barat

Artikel ini berisi evaluasi mengenai kesesuaian zonasi bahaya gempa pada Peta Bahaya Gempa Nasional dengan keberadaan sesar aktif di jalur Sesar Lembang, Jawa Barat. Menggunakan pendekatan deskriptif-kuantitatif melalui analisis spasial berbasis Sistem Informasi Geografis (SIG), penelitian ini akan memberikan beberapa rekomendasi dari hasil evaluasi yang ada.

16 menit baca

125 dilihat

1 Proyek

Analisis Surface Urban Heat Island (SUHI) Menggunakan Google Earth Engine di Kabupaten Manggarai Timur Tahun 2016 – 2020

Iklim dan Bencana

14 Jul 2025

IMPI Koordinator Wilayah Bandung Raya

Analisis Surface Urban Heat Island (SUHI) Menggunakan Google Earth Engine di Kabupaten Manggarai Timur Tahun 2016 – 2020

Artikel kali ini membahas mengenai fenomena Surface Urban Heat Island (SUHI) di Kabupaten Manggarai Timur, Indonesia, selama periode 2016-2020 dengan menggunakan Google Earth Engine (GEE). Dengan menilik perubahan aktivitas kegiatan manusia saat Pandemi Covid-19, dilakukan pengidentifikasian perubahan SUHI di kawasan tersebut.

18 menit baca

74 dilihat

1 Proyek

Syarat dan Ketentuan
Pendahuluan
  • MAPID adalah platform yang menyediakan layanan Sistem Informasi Geografis (GIS) untuk pengelolaan, visualisasi, dan analisis data geospasial.
  • Platform ini dimiliki dan dioperasikan oleh PT Multi Areal Planing Indonesia, beralamat
  • mapid-ai-maskot