Analisis Data Mahasiswa Menggunakan Algoritma K-Means Clustering sebagai Dasar Pelaksana Promosi

Sterry Fleanry Mulaki, Nina Setiyawati, Agustinus Fritz Wijaya

Abstract


Biro Promosi Fakultas Teknologi Informasi Universitas Kristen Satya Wacana melakukan teknik pemasaran dengan mengirimkan tim promosi yang secara acak untuk melakukan promosi. Tim Promosi yang dikirim secara acak belum tentu dapat mencapai target yang diharapkan. Agar mencapai target, penempatan tim promosi yang sesuai akan mendapatkan hasil yang lebih efisien. Data yang sudah tersimpan pada saat mahasiswa melakukan registrasi di Universitas Kristen Satya Wacana, dapat dimanfaatkan untuk membuat strategi pendukung pemasaran yang dapat sangat berguna untuk Fakultas Teknologi Informasi tersebut. Data yang dipakai dalam pendukung keputusan strategi pemasaran antara lain data asal mahasiswa, program studi, serta asal sekolah yang dianalisa menggunakan K-Means Clustering sehingga pembuatan keputusan sebagai dasar pelaksanaan promosi bisa lebih efisien.  Hasil yang didapat berupa informasi yang ditampilkan pada aplikasi desktop.

Full Text:

PDF

References


Agusta, Y., 2007. K-Means – Penerapan, Permasalahan dan Metode Terkait: Jurusan Informatika, Fakultas Sistem dan Informatika, STMIK STIKOM Bali.

Larose, D., 2005. Discovering Knowledge In Data: An Introduction to Data Mining. Kota: Haboken, New Jersey, Penerbit: A John Wiley & Sons, inc., Publication.

Ong, J. O., 2013. Implementasi Algoritma K-Means Clustering untuk Menentukan Strategi Marketing President University, Jurnal Ilmiah Teknik Industri: Jurusan Teknik Industri, Fakultas Teknik, President University.

Ramadhani, R. D., 2013. Data Mining Menggunakan Algoritma K-Means Clustering untuk Menentukan Strategi Promosi Universitas Dian Nuswantoro: Jurusan Sistem Informasi, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro.

Santosa, B., 2007. Data Mining Terapan dengan MATLAB. Kota: Yogyakarta, Penerbit: Graha Ilmu.




DOI: http://dx.doi.org/10.30813/.v1i2.1259

Refbacks

  • There are currently no refbacks.


ISSN: 2620-7907


View My Stats