Strategi Promosi Dengan Algoritma FP-Groowth (Studi Kasus di Universitas Harapan Medan)

Abstract

Perguruan tinggi saat ini banyak berkembang, sehingga munculnya persaingan untuk mendapatkan calon mahasiswa baru, maka perlunya dilakukan promosi. Umumnya promosi yang dilakukan tidak efektif dan efisien, terlalu banyak waktu dan biaya promosi yang dihabiskan tetapi pencapaian sasaran promosi tidak tercapai. Dengan pemanfaatan penggalian data mahasiwa yang terdaftar sebelumnya di dalam database, dapat di analisis kembali sehingga memperoleh informasi pengetahuan baru yang dijadikan rekomendasi untuk menentukan strategi promosi yang efektif dan efisien. Dengan metode proses Data Mining atau dikenal sebagai (KDD) dapat memperoleh hasil pengetahuan dari basis data yang dibentuk untuk keperluan pengambilan keputusan. Association rule adalah salah satu teknik Data Mining untuk menemukan pattern frequent itemset yaitu dengan menggunakan Algoritma FP-Growth, sehingga menghasilkan rule yang baru dari data sampel mahasiswa sebanyak 93 transaksi menghasilkan 14 rule. Hasil dari 14 rule inilah dijadikan rekomendasi untuk menentukan strategi promosi pada perguruan tinggi.