<![CDATA[Abstrak - 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 asal sekolah 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 Abstract - STIKES Perintis Padang is one of the universities in Padang, where every year there are promotional activities that will be carried out in each region. Promotional activities cost a lot of money because of the large number of schools visited. To get maximum promotion results, we need the right strategy and method. This study uses the concept of data mining, which is a method that can extract and extract student data into valuable information by using the K-Medoid algorithm clustering technique and the Python programming language. The purpose of this grouping is to obtain information from student data mining as a recommendation for STIKES Perintis Padang in conducting promotions. The student data used is student data from the 2014-2018 class who have graduated with the attributes of NIM, City of Origin, School of Origin, Study Period, Study Program, and GPA. The results of the clustering research are the formation of 4 clusters with the first cluster of 221 students with the highest school origin being in the Kerinci area, high school background, 4 years of study period, and an average GPA of 3.30, the second group 121 students, with the city of school origin the highest is Padang, high school background, study period of 4 years and average GPA 3.31, third group 162 students, with the city of school origin the highest is Agam, high school background, study period 4 years , with an average GPA of 3.32 and the fourth group of 220 students, Bukittinggi city school, with high school background, study period of 4 years, with an average GPA of 3.30.Keywords: Promotion, Strategy, Data Mining, Clustering, K-Medoid. Phyton ]]>
