SEGMENTASI MAHASISWA DENGAN ‘UNSUPERVISED’ ALGORITMA GUNA MEMBANGUN STRATEGI MARKETING PENERIMAAN MAHASISWA

Abriyanto, Arif and Damastuti, Natalia (2019) SEGMENTASI MAHASISWA DENGAN ‘UNSUPERVISED’ ALGORITMA GUNA MEMBANGUN STRATEGI MARKETING PENERIMAAN MAHASISWA. Insand Comtech (Information Science and Computer Technology Journal), 4 (2). pp. 10-18. ISSN E-ISSN: 2580-488X P-ISSN: 2302-6227

	Text Jurnal 3.pdf Download (472kB)
	Text (PeerReview) Jurnal 3.pdf Download (707kB)
	Text (Plagiarism) Jurnal 3 Natalia.pdf Download (2MB)

Official URL: http://ejournal.unira.ac.id/index.php/insand_comte...

Abstract

Perkembangan teknologi informasi yang demikian cepat akan menghasilkan suatu data yang besar dan heterogen yang dapat dimanfaatkan dalam berbagai bidang tidak terkecuali dalam bidang pendidikan. Proses pendaftaran peserta didik baru atau mahasiswa baru akan menghasilkan suatu data mahasiswa mulai dari profil mahasiswa sampai dengan kegiatan proses belajar. pengolahan data yang benar akan dapat membantu mendapatkan suatu informasi yang akurat. Dengan memanfaatkan suatu algoritma pembelajaran mesin dalam melakukan segmentasi data mahasiswa akan dihasilkan informasi terkait prediksi penerimaan mahasiswa baru. K-Means Clustering dilakukan untuk mengelompokkan data mahasiswa berdasarkan tiga atribut yaitu wilayah asal pendaftar, program studi dan umur mahasiswa. Hasil dari pengolahan data klaster mahasiswa yang terbentuk adalah tiga cluster, dengan cluster pertama 1112 mahasiswa, cluster kedua 825 mahasiswa dan cluster ketiga sejumlah 744 mahasiswa. Berdasarkan klasterisasi yang dihasilkan diharapkan mampu memberikan rekomendasi kepada kegiatan marketing didalam menjaring calon mahasiswa baru. Kata Kunci : K-Means Clustering, Segmentasi, Klaster, Mahasiswa

Item Type:	Article
Subjects:	Q Science > Q Science (General)
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Repository Administrator
Date Deposited:	24 May 2022 08:40
Last Modified:	24 May 2022 08:40
URI:	http://repository.narotama.ac.id/id/eprint/1198

Actions (login required)

View Item

["lib/irstats2:embedded:summary_page:eprint:downloads" not defined]