Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JURNAL REKAYASA INFORMASI SWADHARMA (JRIS)

ANALISIS KOMPARATIF SVM DAN K-MEANS DALAM DATA MINING UNTUK PROMOSI PERGURUAN TINGGI Amanda, Salma Trisya; Aliano, Keiysha Berlianindita; Al farizi, Azwin Jahid; Arifin, Wildan Aprizal
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol5no2.869

Abstract

This study aims to compare the effectiveness of two data mining algorithms, namely Support Vector Machine (SVM) and K-Means Clustering, in supporting the promotional strategies of higher education institutions. This research is a qualitative study employing a literature review method, which involves examining two previous papers: the application of SVM at Universitas PGRI Semarang to predict new student re-registration, and the use of K-Means at STMIK Bina Bangsa Kendari for student segmentation based on academic data. The results show that SVM is effective for classification-based predictions, such as determining the characteristics of prospective students who are likely to re-register. Meanwhile, K-Means excels in grouping students based on hidden patterns, such as GPA and school of origin, to support market segmentation. The combination of these two approaches has the potential to strengthen data-driven promotional strategies, both in terms of predicting prospective student behavior and identifying potential academic segments. However, each algorithm has technical limitations that must be considered when applying it. With the proper method selection, SVM and K-Means can be complementary analytical tools in increasing the effectiveness of higher education promotion.Penelitian ini bertujuan untuk membandingkan efektivitas dua algoritma data mining yaitu Support Vector Machine (SVM) dan K-Means Clustering dalam mendukung strategi promosi institusi pendidikan tinggi. Penelitian ini merupakan studi kualitatif dengan metode kajian pustaka dengan mengkaji dua makalah terdahulu yaitu penerapan SVM di Universitas PGRI Semarang untuk memprediksi registrasi ulang mahasiswa baru, dan penggunaan K-Means di STMIK Bina Bangsa Kendari untuk segmentasi mahasiswa berdasarkan data akademik. Hasil penelitian menunjukkan bahwa SVM efektif untuk prediksi berbasis klasifikasi, seperti menentukan karakteristik calon mahasiswa yang cenderung melakukan registrasi ulang. Sementara itu, K-Means unggul dalam mengelompokkan mahasiswa berdasarkan pola yang tersembunyi, seperti IPK dan asal sekolah, guna mendukung segmentasi pasar. Kombinasi kedua pendekatan ini berpotensi memperkuat strategi promosi berbasis data, baik dari sisi prediksi perilaku calon mahasiswa maupun identifikasi segmen akademik potensial. Meski demikian, masing-masing algoritma memiliki keterbatasan teknis yang perlu diperhatikan dalam penerapannya. Dengan pemilihan metode yang tepat, SVM dan K-Means dapat menjadi alat analitik yang saling melengkapi dalam meningkatkan efektivitas promosi perguruan tinggi.
Co-Authors Acep Saepul Zamil Agung Setyo Sasongko Ahmad Beryliumsyah Ikmaludin Ahmad Satibi Ahmad Satibi AKBAR fitransyah, Hikmal Al farizi, Azwin Jahid Aliano, Keiysha Berlianindita Alya Dina Wilujeung Amanda, Salma Trisya Amien Rais Andre Aprinaldo Ani Anisyah Anzani, Luthfi Apriansyah, Muhamad Renaldi Apriansyah, Muhammad Renaldi Arief Darmawan Armelita, Ayang Arsanti, Yulia Asep Sandra Budiman Aulia, Tazkiah Aulia, Tazkiah Kamilah Azhari, Dhea Rahma Budiman, Asep Sandra cakra rahardjo Cakra Rahardjo Darmawan, Arief Daud, Anton Della Ayu Lestari Della Ayu Lestari Dhea Rahma Azhari Dhea Rahma Azhari Fadillah, Annisa Nur Fadzar, Angga Fahriza, Salsabila Putri Fawaz Fawaz Fernaldy Akbar Faudzan Futriansyah Lipalda Haekal Ghossan Firdaus Hajijah, Karimatul Aulia Handyanto, Lukman Hari Din Nugraha Herli Salim Hikmattulloh, M. Bintang Ilsa Margiana Herawati Ishak Ariawan Ita Arianti Jelita, Dinda Kiffah Kayyisah Ahmad Kiran Aulia Putri Kiran Aulia Putri Kukuh Widiyanto Larasati, Wenny Ananda Lubis, Naddra Haddad Lukman Lukman Lukman Lukman Mad Rudi Makhtar, Muhammad Ottmar Mar’ah, Maihuhatul Maulana, Pardip Maulidia, Raisa Maulsyid, Ramzan Pradana Minsaris, La Ode Alam Muhamad Ashari, Mahathir Muhamad Renaldi Apriansyah Muhammad Renaldi Apriansyah Murtianingsih, Dzakiya Fikri Nabila Tufailah Nevin Adel Ramaputra Novi Sofia Fitriasari Nurghea, Shelena Yasmin Nurokhim, Arif Pardip Maulana Raden Mohamad Herdian Bhakti Rahaditya Aryadi, Naufal Rahardjo, Cakra Ramaputra, Nevin Adel Ramdhani, Muhammad Akbar Rudi, Mad Sabilla, Annisa Maulana Sariwardoyo, Awanda Muthia Septiantina, Shinta Shafa Salsabilla Buchori Salsabilla Buchori Shelena Yasmin Nurghea Shinta Septiantina Sihombing, Amalia Rahma Dini Sinurat, Anting B.N Sriyanto, Sesar Prabu Dwi Sutrisno, Rifki Andreana Syamsul Arifin Tarigan, Daniel Julianto Taufiq Ejaz Ahmad Tirtana, Denta Titania Ferodova Shonda Virgianisa, Tania Wenny Ananda Larasati Wilujeung, Alya Dina Yoga Estu Nugraha Nugraha Zamil, Acep Saepul