<![CDATA[Data mining merupakan teknik untuk mengekstraksi informasi bernilai dari kumpulan data berskala besar. Di lingkungan perguruan tinggi, proses seleksi mahasiswa baru menghasilkan kumpulan data yang kaya, khususnya terkait latar belakang asal sekolah calon mahasiswa. Namun, jika data tersebut tidak dianalisis dan dimanfaatkan secara maksimal, potensi informasinya akan menurun seiring berjalannya waktu. Berdasarkan data yang diperoleh dari Universitas Langlangbuana, ditemukan adanya penurunan jumlah mahasiswa baru selama tiga tahun terakhir jika dibandingkan dengan tahun 2021. Untuk merespons kondisi ini, dibutuhkan strategi berbasis data yang mampu mengidentifikasi wilayah promosi secara lebih tepat. Penelitian ini menerapkan metode geolocation clustering dengan algoritma K-Means untuk mengelompokkan data asal sekolah mahasiswa. Sistem dikembangkan menggunakan bahasa pemrograman Python, dengan fokus pada segmentasi wilayah berdasarkan sebaran sekolah. Hasil analisis menghasilkan tujuh klaster utama, dengan distribusi tertinggi berada di wilayah Jawa Barat, khususnya Kota Bandung dan Kabupaten Bandung. Temuan ini memberikan gambaran wilayah potensial sebagai sasaran promosi guna meningkatkan jumlah pendaftar di masa yang akan datang. Pendekatan ini memungkinkan institusi pendidikan untuk merumuskan strategi pemasaran yang lebih efektif dan efisien berdasarkan data yang tersedia.]]>
Copyrights © 2025
