<![CDATA[Penelitian ini membahas mengenai perbandingan antara Algoritma K-Means dan Algoritma K-Medoids dalam klasterisasi, dan hasilnya dapat diusulkan menjadi pertimbangan untuk memutuskan dalam menangani strategi promosi di Politeknik TEDC Bandung dalam kegiatan Penerimaan Mahasiswa Baru. Peneliti melakukan pengamatan langsung dan juga melalui sesi wawancara di bagian Promosi Penerimaan Mahasiswa Baru Politeknik TEDC Bandung untuk mengumpulkan data-data dan informasi yang dibutuhkan. Wawancara tersebut dilakukan langsung dengan mahasiswa tahun akademik 2015 sampai dengan tahun akademik 2017 mengenai seberapa mudah mereka mendapatkan informasi tentang Penerimaan Mahasiswa Baru di Politeknik TEDC Bandung. Proses klasterisasi memerlukan beberapa data sebagai data masukan yang meliputi Nama Pendaftar, Tempat dan Tanggal lahir, Alamat, Agama, Nomor Telepon, Asal Sekolah, Program Studi Pilihan, dan Pembawa Informasi, yang diperoleh dari data promosi tahun akademik 2015 sampai dengan tahun akademik 2017. Setelah dilakukan pembersihan dan perbaikan data, dapat diperoleh suatu dataset yang harus dibuat lebih detail, seperti data Alamat yang kemudian dipecah lagi menjadi Kecamatan, Kota dan Propinsi agar dapat memberikan informasi yang lebih spesifik dalam pengelompokkan data. Ada juga beberapa data yang tidak digunakan sehingga oleh peneliti dibuang agar lebih efektif dalam melakukan pengujian seperti Nama Pendaftar, Tempat dan Tanggal lahir, Agama, dan Nomor Telepon. Dalam penelitian ini juga peneliti menambahkan atribut baru seperti Jenis Sekolah yang dapat dibagi menjadi dua yaitu SMA dan SMK. Atribut ini dibuat agar dapat terlihat lebih jelas mengenai jenis sekolah yang mana yang lebih banyak mendaftar ke Politeknik TEDC Bandung.]]>
Copyrights © 2020
