Pertumbuhan ekonomi yang pesat dan kebutuhan layanan perbankan yang masih memerlukan kantor fisik mendorong pentingnya strategi penentuan lokasi cabang bank yang efektif. Kesalahan dalam memilih lokasi dapat menyebabkan kerugian finansial yang signifikan. Untuk mengurangi risiko tersebut, berbagai institusi perbankan mulai mengandalkan pendekatan proses data analitik, termasuk algoritma geospasial dalam menentukan lokasi cabang bank baru. Salah satu metode yang relevan adalah Gravity Location Model (GLM), yang mempertimbangkan volume transaksi dan jarak antar lokasi untuk memprediksi titik strategis pembukaan cabang baru.
Penelitian ini dilakukan dengan menerapkan GLM untuk memprediksi lokasi strategis pembukaan cabang bank baru berdasarkan volume transaksi dan jarak antar cabang yang diterapkan pada data perusahaan perbankan PT XYZ. Data transaksi dan titik koordinat lokasi dari masing-masing cabang digunakan sebagai input utama dalam pemodelan. Proses analisis dilakukan dengan bantuan bahasa pemrograman Python, dilengkapi dengan Sistem Informasi Geografis QGIS. Model dikembangkan melalui beberapa pendekatan yang mencakup variasi dalam penggunaan parameter konstanta, penanganan outlier, serta modifikasi rumus.
Berdasarkan pemodelan yang telah diimplementasikan, ditemukan bahwa volume transaksi cabang memiliki pengaruh yang lebih signifikan dibandingkan jarak antar lokasi. Pendekatan model yang terbaik merupakan model yang menerapkan modifikasi rumus, kalibrasi parameter, dan penghapusan data outlier. Hasil prediksi menunjukkan bahwa titik lokasi potensial untuk pembukaan cabang bank baru PT XYZ terletak di daerah Kabupaten Ngawi, Provinsi Jawa Timur. Validasi dari model yang telah dikembangkan juga menunjukkan performa yang sangat baik, dikaji berdasarkan perhitungan nilai Mean Absolute Error (MAE), dan Root Mean Squared Error (RMSE).