IMPLEMENTASI DATA MINING UNTUK STRATEGI PROMOSI PENERIMAAN MAHASISWA BARU MENGGUNAKAN K-MEANS CLUSTERING

AGUSTINA, HERYATI and M. Izman, Herdiansyah (2020) IMPLEMENTASI DATA MINING UNTUK STRATEGI PROMOSI PENERIMAAN MAHASISWA BARU MENGGUNAKAN K-MEANS CLUSTERING. Masters thesis, Universitas Bina Darma.

[img] Text
BAB 0.pdf

Download (466kB)
[img] Text
BAB 1.pdf

Download (225kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (317kB)
Official URL: https://www.binadarma.ac.id/

Abstract

Penelitian ini bertujuan untuk menentukan strategi promosi pada penerimaan siswa baru di universitas. Strategi promosi yang tepat didalam Universitas dapat meningkatkan jumlah siswa baru yang terdaftar di tahun-tahun berikutnya juga untuk memenuhi jumlah pemerataan siswa baru di tiap wilayah dan program studi di Universitas. Klasifikasi penerimaan data siswa baru di Universitas Indo Global Mandiri pada tahun 2018/ 2019 menggunakan Data Mining CRISP-DM (the Cross-Industry Standard Process for Data Mining) juga metode pengelompokan K-Means. Data penelitian yang digunakan adalah data primer dan sekunder. Populasi dan sampel adalah 1011 siswa menggunakan 4 (empat) atribut dalam penelitian ini, yaitu nama siswa, daerah asal, program studi, dan strategi promosi (kunjungan langsung, dari mulut ke mulut, media, brosur, dan datang langsung). Tes ini dilakukan dengan alat Waikato Environment for Knowledge Analysis (WEKA) 3.8. Hasil penelitian ini menunjukkan bahwa strategi kunjungan langsung merupakan yang paling efektif dalam penerimaan mahasiswa baru di IGM University, dengan jumlah 492 mahasiswa dengan 26%, sehingga strategi ini dapat menyerap lebih banyak calon mahasiswa baru dari berbagai daerah termasuk Palembang, Kabupaten / Kota, dan daerah di luar Sumatera Selatan, terdapat juga kesetaraan dalam berbagai program studi di IGM University. Strategi yang lain seperti media promosi dari mulut ke mulut dioptimalkan untuk dimasukkan dalam tim promosi dalam menentukan strategi promosi di tahun berikutnya dalam meningkatkan jumlah penerimaan siswa baru.

Item Type: Thesis (Masters)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Users 6 not found.
Date Deposited: 17 Jul 2020 01:09
Last Modified: 17 Jul 2020 01:09
URI: http://repository.binadarma.ac.id/id/eprint/1256

Actions (login required)

View Item View Item