<![CDATA[Perkembangan teknologi informasi yang demikian cepat akan menghasilkan suatu data yang besar dan heterogen yang dapat dimanfaatkan dalam berbagai bidang tidak terkecuali dalam bidang pendidikan. Proses pendaftaran peserta didik baru atau mahasiswa baru akan menghasilkan suatu data mahasiswa mulai dari profil mahasiswa sampai dengan kegiatan proses belajar. pengolahan data yang benar akan dapat membantu mendapatkan suatu informasi yang akurat. Dengan memanfaatkan suatu algoritma pembelajaran mesin dalam melakukan segmentasi data mahasiswa akan dihasilkan informasi terkait prediksi penerimaan mahasiswa baru. K-Means Clustering dilakukan untuk mengelompokkan data mahasiswa berdasarkan tiga atribut yaitu wilayah asal pendaftar, program studi dan umur mahasiswa. Hasil dari pengolahan data klaster mahasiswa yang terbentuk adalah tiga cluster, dengan cluster pertama 1112 mahasiswa, cluster kedua 825 mahasiswa dan cluster ketiga sejumlah 744 mahasiswa. Berdasarkan klasterisasi yang dihasilkan diharapkan mampu memberikan rekomendasi kepada kegiatan marketing didalam menjaring calon mahasiswa baru.Kata Kunci : K-Means Clustering, Segmentasi, Klaster, Mahasiswa]]>
Copyrights © 2019
