ANALISIS DATA MAHASISWA DENGAN ALGORITMA K-MEAN UNTUK MENDUKUNG STRATEGI PROMOSI STMIK HANG TUAH PEKANBARU
https://doi.org/10.33060/JIK/2019/Vol8.Iss1.116
Keywords:
Data Mahasiswa Baru, Promosi, Data Mining, K-Means, CRISP-DMAbstract
Data mahasiswa baru yang dimiliki oleh STMIK Hang Tuah Pekanbaru sudah dalam jumlah besar dengan banyak variasi atribut yang tersimpan dalam basis data (database). Namun data data tersebut belum di manfaatkan secara optimal, oleh karena itu di perlukan suatu metode yang dapat menggali dan mengekstrak data mahasiswa baru tersebut menjadi suatu informasi yang bernilai strategis. Penelitian ini bertujuan untuk melakukan pengelompokkan terhadap data Mahasiswa Baru STMIK Hang Tuah Pekanbaru dengan menggunakan Teknik Data Mining. Teknik Data Mining yang digunakan adalah Teknik Clustering dengan algoritma K-Means dan untuk proses digunakan metode CRISP-DM. Penelitian ini dimanfaatkan untuk menentukan Strategi Promosi yang tepat. Penentuan strategi promosi yang tepat akan dapat mengurangi biaya promosi dan mencapai sasaran promosi yang tepat.
Downloads
References
Erwin, 2009, Analisis Market Basket dengan Algoritma Apriori dan FP-Growth, Jurnal Vol 4
Ian H. Witten, Frank Eibe, Mark A. Hall,2011, Data mining: Practical Machine Learning Tools and Techniques 3rd Edition, Elsevier
Jiawei Han and Micheline Kamber, 2006, Data Mining: Concepts and Techniques Second Edition
Jiawei Han and Micheline Kamber, Data Mining: Concepts and Techniques Third Edition, Elsevier, 2012
Kurniawan, Harris, 2014 , Analisa Pola Data Penyakit Rumah Sakit dengan Menerapkan Metode Association Rule Menggunakan Algoritma Apriori, Seminar Nasional Informatika
Ririanti, 2014, Implementasi Algoritma FP-Growth pada Aplikasi Prediksi Persediaan Sepeda Motor , Pelita Informatika Budi Darma, Medan
Ramadhani, Nilam, Badar , 2014, Analisis Pola Asosiasi dan Sekuensial Data Rekam Medis RSUD DR.H.Slamet Martodirdjo Pamekasan dengan Teknik Data Mining Menggunakan Algortima Apriori, Seminar Nasional Sistem Informasi
Markus Hofmann and Ralf Klinkenberg, 2014, RapidMiner: Data Mining Use Cases and Business Analytics Applications, CRC Press Taylor & Francis Group
