Analisa Data Mining dengan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru Pada STMIK Primakara

Abstract

Persaingan antar perguruan tinggi membuat institusi dapat menjalankan institusinya dengan professional, maka dari itu kampus STMIK Primakara memerlukan strategi pemasaran yang baik dalam melakukan promosi untuk mendapatkan target mahasiswa agar lebih efektif dan efisien. Penelitian ini membahas tentang penerapan data mining, dengan memakai algoritma K-Means Clustering untuk menganalisis dan mengelompokkan data calon mahasiswa. Metode yang dipakai adalah CRISP-DM dengan melalui proses business understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Implementasi memakai RapidMiner 9.10 untuk membantu menemukan nilai yang akurat. Atribut yang dipakai adalah wilayah asal sekolah, program studi, dan gelombang pendaftaran. Cluster yang terbentuk sebanyak tiga cluster dengan jumlah cluster pertama adalah 906 mahasiswa, cluster kedua adalah 28 mahasiswa, dan cluster ketiga adalah 77 mahasiswa. Hasil dari cluster diatas bahwa mahasiswa yang paling banyak mendaftar berasal dari wilayah Denpasar timur dan Gianyar, solusi dari strategi promosi yang bisa dilakukan yaitu melakukan promosi langsung, memperbanyak promosi ke sekolah, membuka booth, melakukan pemasaran ke sekolah yang sejurusan dengan kampus, melakukan promosi besar-besaran pada gelombang pertama dan memberikan potongan tambahan, serta untuk daerah yang jauh dijangkau sesuai dengan hasil cluster 2 dan cluster 3 hanya dilakukan pemasaran dengan periklanan yang tertera pada tabel promotion mix.