<![CDATA[Kegiatan penerimaan mahasiswa sudah menjadi kebiasaan tahunan bagi perguruan tinggi seperti Universitas Buana Perjuangan yang diadakan setiap tahun ajaran baru. Banyaknya data yang dihasilkan melalui proses ini dapat menjadi sumber informasi baru bagi perguruan tinggi yang dapat dimanfaatkan untuk menentukan strategi promosi yang efisien dan spesifik. Pada penelitian ini, teknik Clustering dan algoritma K-Means digunakan dalam proses Data Mining. Data dalam penelitian ini menggunakan data penerimaan mahasiswa baru tahun ajaran 2020/2021 yang berjumlah 2479 pendaftar dengan atribut seperti jenis kelamin, asal sekolah, asal jurusan, dan program studi yang dipilih. Penelitian ini menggunakan perangkat lunak RapidMiner untuk implementasi. Davies Bouldin Index digunakan untuk mencari jumlah Cluster yang optimal kemudian menghasilkan 2 Cluster. Cluster 1 sebagai cluster minat tinggi berjumlah 1945 data dengan persentase sebesar 78,82%. karakteristik cluster 1 didominasi oleh mahasiswa yang berasal dari SMA Negeri 52% dan SMK Swasta 21% Prodi yang paling banyak dipilih yaitu Manajemen sebanyak 22%. Cluster 2 sebagai cluster minat rendah berjumlah 525 data dengan persentase sebesar 21,18% mempunyai karakteristik yang didominasi oleh mahasiswa berasal dari SMK Negeri 48% dan SMK Swasta 45% program studi yang paling mendominasi pada cluster yaitu Prodi Manajemen 25% dan Teknik Industri 24%. Penelitian ini menghasilkan pola yang menarik sebagai sumber informasi baru untuk menentukan strategi promosi yang lebih efektif dan tepat sasaran dalam mempromosikan setiap program studi sehingga dapat meningkatkan jumlah calon pendaftar mahasiswa baru di tahun berikutnya.]]>
Copyrights © 2022
