K-Means Clustering Analysis Untuk Menentukan Strategi Promosi Kampus

Bellanov, Agrienta and Nurhayati, Lilis (2023) K-Means Clustering Analysis Untuk Menentukan Strategi Promosi Kampus. JTI jurnal teknik industri, 9 (1). pp. 259-267. ISSN P-ISSN 2460-898X | E-ISSN 2714-6235

[thumbnail of 22492-67225-1-PB.pdf]
Preview
Text
22492-67225-1-PB.pdf

Download (251kB) | Preview
[thumbnail of Krespondensi K-Means Clustering Analysis Untuk Menentukan Strategi Promosi Kampus (1).pdf]
Preview
Text
Krespondensi K-Means Clustering Analysis Untuk Menentukan Strategi Promosi Kampus (1).pdf

Download (150kB) | Preview
[thumbnail of HASIL SIMILARITY-AGRIENTA BELLANOV-K-MEANS CLUSTERING ANALYSIS UNTUK MENENTUKAN STRATEGI PROMOSI KAMPUS (1).pdf]
Preview
Text
HASIL SIMILARITY-AGRIENTA BELLANOV-K-MEANS CLUSTERING ANALYSIS UNTUK MENENTUKAN STRATEGI PROMOSI KAMPUS (1).pdf

Download (2MB) | Preview

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 data mahasiswa sejak tahun 2015,
untuk diproses agar menghasilkan pemetaan wilayah yang selama ini menyumbangkan mahasiswa terbanyak, dengan
membagi data menjadi 2 atribut, yakni asal sekolah dan jurusan yang dipilih di UKDC. Penelitian ini menggunakan metode
algoritma K-Means Clustering dengan bantuan software Rstudio, nantinya output yang dihasilkan berupa visualisasi kluster
wilayah berdasarkan 2 atribut 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
Uncontrolled Keywords: K-Means Clustering, Rstudio, Mahasiswa, Strategi Promosi
Subjects: L Education > L Education (General)
Divisions: Fakultas Teknik > Prodi Teknik Industri
Depositing User: Agrienta Bellanov
Date Deposited: 04 Sep 2025 05:55
Last Modified: 04 Sep 2025 05:55
URI: https://repositori.ukdc.ac.id/id/eprint/2438

Actions (login required)

View Item View Item