<![CDATA[Promotion is a must for a university to get students. With the innocence of the promotion team about the existing student profile, it will cause the team does not know which segment should be the promotion target. The consequence is that the promotion cost will be higher. In order to have a better promotion, we can use direct marketing method. In this method, a profile model of the existing students must be first created. With this profile model, promotion team can focus the promotion only to candidate student match with the model. The advantages of this method are: promotion cost can be reduced, response rate increase, and profit also increase. In order to create a model in direct marketing, we need previous promotion data. Since previous promotion data is not available, two methods in creating preliminary models are proposed. Next, the preliminary models will be tested using data mining software available in the market. Model with minimal accuracy of 75% will be chosen. If there are more than one model with minimal accuracy of 75%, then model with the highest accuracy will be chosen. Abstract in Bahasa Indonesia: Promosi merupakan suatu keharusan bagi sebuah universitas untuk mendapatkan mahasiswa. Dengan masih awamnya tim promosi terhadap profil mahasiswa yang sudah ada, maka tim promosi melakukan promosi tanpa melihat segmen pasar yang harus dituju. Konsekuensinya adalah biaya promosi menjadi lebih mahal. Untuk melakukan promosi dengan lebih baik, dapat menggunakan metode direct marketing. Pada metode ini, model profil dari mahasiswa yang sudah ada harus dibuat terlebih dulu. Dengan menggunakan model profil ini, tim promosi dapat memfokuskan promosi hanya pada calon-calon mahasiswa yang sesuai dengan model. Keuntungan dari metode promosi ini adalah biaya promosi dapat dikurangi, tingkat respon meningkat, dan keuntungan juga meningkat. Untuk membuat model pada direct marketing dibutuhkan data dari promosi sebelumnya. Karena data promosi sebelumnya tidak tersedia, dua metode diusulkan untuk membuat model awal. Selanjutnya model awal yang dibuat dites menggunakan perangkat lunak data mining yang tersedia di pasaran. Model dengan akurasi minimal 75% dipilih. Jika ada lebih dari satu model dengan akurasi minimal 75%, maka model dengan akurasi tertinggi dipilih. Kata kunci:data mining, pemasaran langsung, klasifikasi]]>
