K-Means Clustering AnalysisUntuk Menentukan Strategi Promosi Kampus

Bellanov, Agrienta and Nurhayati, Lilis (2023) K-Means Clustering AnalysisUntuk Menentukan Strategi Promosi Kampus. Jurnal Hasil Penelitian dan Karya IlmiahDalam Bidang Teknik Industri, 9 (1). pp. 259-267. ISSN 2714-6235

	Text Artikel K-Means Clustering Analysis Untuk Menentukan Strategi Promosi Kampus.pdf Download (251kB)
	Text Krespondensi K-Means Clustering Analysis Untuk Menentukan Strategi Promosi Kampus (1).pdf Download (150kB)
	Text HASIL SIMILARITY-LILIS NURHAYATI-K-MEANS CLUSTERING ANALYSIS UNTUK MENENTUKAN STRATEGI PROMOSI KAMPUS.pdf Download (2MB)

Official URL: https://ejournal.uin-suska.ac.id/index.php/jti/art...

Abstract

Sudah banyak sektor ekonomi, pendidikan, bisnis dan lainnya yang berlomba-lomba untuk merancang strategi terbaiknya agar memperoleh target yang diinginkannya. Seperti halnya yang terjadi pada Universitas Katolik Darma Cendika. Universitas ini berupaya untuk melakukan penyusunan strategi terbaik agar semakin maju. Seperti yang diketahui bersama, kampus yang dinyatakan maju adalah kampus yang memiliki jumlah mahasiswa banyak. Hal inilah yang kemudian memicu UKDC agar terus melakukan penyusunan strategi promosi kampus. Setelah di amati lebih lanjut ternyata strategi promosi yang selama ini dilakukan oleh pihak staff Universitas masih belum maksimal, staff universitas hanya melakukan promosi di lokasi yang sama, tidak dengan melakukan pemetaan wilayah terlebih dahulu untuk melihat wilayah mana yang memiliki potensi tinggi. Berdasarkan permasalahan inilah, penulis mencoba untuk memanfaatkan datamahasiswa sejak tahun 2015, untuk diproses agar menghasilkan pemetaan wilayah yang selama ini menyumbangkan mahasiswa terbanyak, dengan membagi data menjadi 2atribut, yakni asal sekolah dan jurusan yang dipilih di UKDC. Penelitian ini menggunakan metode algoritma K-Means Clusteringdengan bantuan software Rstudio, nantinya output yang dihasilkan berupa visualisasi klusterwilayah berdasarkan 2atribut yang ditentukan sebelumnya. Hasil yang diperoleh dari 1064 data dapat membentuk 2 kluster, dimana kluster 1 berasal dari provinsi Nusa Tenggara Timur, dan kluster 2 dari provinsi Jawa Timur.Kata kunci: K-Means Clustering, Rstudio, Mahasiswa, Strategi Promosi

Item Type:

Article

Contributors: