Penerapan Clustering dalam menentukan strategi promosi menggunakan Algoritma K-Means (Studi Kasus: Universitas Cokroaminoto Yogyakarta)

Ribera, Ika (2024) Penerapan Clustering dalam menentukan strategi promosi menggunakan Algoritma K-Means (Studi Kasus: Universitas Cokroaminoto Yogyakarta). S1 thesis, Universitas Ahmad Dahlan.

	Text (JUDUL) T1_1800018404_JUDUL__241003043701.pdf Download (1MB)
	Text (BAB I) T1_1800018404_BAB_I__241003043701.pdf Download (1MB)
	Text (BAB II) T1_1800018404_BAB_II__241003043701.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB III) T1_1800018404_BAB_III__241003043701.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB IV) T1_1800018404_BAB_IV__241003043701.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) T1_1800018404_BAB_V__241003043701.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (Daftar Pustaka) T1_1800018404_DAFTAR_PUSTAKA__241003043702.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Universitas Cokroaminoto Yogyakarta setiap tahunya membuaka penerimaan mahasiswa baru hal ini menyebabkan penumpukan data dalam database. Data dalam databese jika dilakukan pengolahan data untuk mendapatkan infomasi yang dapat dimanfaatkan untuk kedepanya. Data dari tahun 2019 sampai 2022 yang berjumlah 1.419, data dari tahun 2021 sampai 2022 mengalami penurunan, penyebab penurunan minat mahasiswa untuk mendaftar salah satunya bisa disebabkan oleh strategi promosi yang kurang tepat. Dengan melakukan promosi yang tepat dapat meningkatkan minat mahasiswa untuk mendaftar, maka dari itu pengolahan data untuk menemukan sebuah informasi yang dapat dimanfaatkan sebagai langkah dalam melakukan strategi promosi dalam meningkatkan minat calon mahasiswa baru untuk mendaftar.

Penelitian ini menggunakan salah satu metode data mining yaitu Clustering dengan algoritma K-Means dalam pengelompokan data untuk menentukan strategi promosi yang efektif. Pengujian hasil clustering menggunakan silhouette coefficient dan DBI (Davies-Bouldin Index). Dalam pengelompokan data untuk menentukan strategi yang efektif menggunakan atribut yang memiliki karakteristik sesuai dengan tujuan yang diinginkan yaitu Provinsi, Sekolah, Gelombang Pendaftaran, dan Pekerjaan Orang Tua. Penelitian ini memberikan informasi yang dapat diterapkan dalam menentukan strategi promosi yang efektif dan efisien.

Hasil clustering dengan algoritma K-Means menghasilkan 3 cluster calon mahasiswa. Cluster 1 terdiri dari 61 dari Jawa Tengah, 305 asal sekolah SMA, 305 yang mendaftar di Gelombang 3, dan 116 pekerjaan orang tua Petani. Cluster 2 dengan 110 dari DIY, 177 asal sekolah SMK, 304 mendaftar di Gelombang 3, dan 130 pekerjaan orang tua Petani. Cluster 3 terdiri dari 94 dari DIY, 149 asal sekolah SMA, 136 yang mendaftar di Gelombang 2, dan 122 pekerjaan orang tua Petani. Maka dapat disusun strategi dengan promosi ke provinsi DIY dan Jawa Tengah dengan target asal sekolah SMA dan SMK dengan pekerjaan orang tua sebagai petani. Pengujian menggunakan silhouette coefficient menghasilkan nilai 0.683 dan DBI (DaviesBouldin Index) sebesar 0.507 yang menunjukan hasil clustering yang baik.

Item Type:	Thesis (S1)
Keyword:	Clustering; K-Means; data mining; strategi promosi; silhouette coefficient
Subjects:	T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General)
Divisi / Prodi:	Faculty of Industrial Technology (Fakultas Teknologi Industri) > S1-Informatics Engineering (S1-Teknik Informatika)
Depositing User:	userperpus2 userperpus2
Date Deposited:	10 Oct 2024 09:23
Last Modified:	10 Oct 2024 09:23
URI:	http://eprints.uad.ac.id/id/eprint/76229

Actions (login required)

View Item