Penerapan Algoritma K-Medoids Clustering untuk menentukan Strategi Promosi Pada Data Mahasiswa (Studi Kasus : STIKES PERINTIS PADANG)

Abstrak / Ringkasan

STIKES Perintis Padang merupakan salah satu perguruan tinggi di padang, dimana setiap tahunnya
ada kegiatan promosi yang akan dilakukan kesetiap daerah-daerah. Kegiatan promosi memakan biaya yang
tidak sedikit karena banyaknya sekolah yang di kunjungi. Untuk mendapatkan hasil promosi yang maksimal
maka diperlukan suatu srategi dan cara yang tepat. Pada penelitian ini menggunakan konsep data mining yaitu
metode yang dapat menggali dan mengekstak data mahasiswa menjadi suatu informasi yang berharga dengan
menggunakan teknik klustering algoritma K-Medoid dan Bahasa pemrograman Python. Tujuan
pengelompokkan ini untuk mendapatkan informasi dari penggalian data mahasiswa sebagai rekomendasi bagi
STIKES Perintis Padang dalam melakukan promosi. Data mahasiswa yang digunakan adalah data mahasiswa
tahun 2014-2018 yang telah lulus dengan atribut NIM, Kota Asal Sekolah, Asal Sekolah, Masa Studi, Program
Studi, dan IPK. Hasil penelitian dari Clustering yaitu terbentuknya 4 kluster dengan Cluster pertama 221
mahasiswa dengan asal sekolah tertinggi daerah Kerinci, latar belakang asal sekolah SMA, masa studi 4 tahun,
dan rata-rata IPK 3,30, Cluster kedua 121 mahasiswa, dengan kota asalsekolah tertinggi Padang, latar belakang
asal sekolah SMA, masa studi 4 tahun dan rata-rata IPK 3,31, Cluster ketiga 162 mahasiswa, dengan kota asal
sekolah tertinggi agam, latar belakang SMA, masa studi 4 tahun, dengan rata-rata IPK 3,32 dan cluster keempat
220 mahasiswa, dengan kota asal sekolah Bukittinggi, dengan latar belakang asal sekolah SMA, masa studi 4
tahun, dengan rata-rata IPK 3,30.
Kata kunci: Promosi, Strategi, Data Mining, Clustering, K-Medoid. Phyton

Topik Terkait

Sitasi