Analisa Data Mining Menggunakan Algoritma Agglomerative Hierarchical Clustering untuk Menentukan Strategi Promosi Calon Mahasiswa Baru

Fakhrian Fadlia Adiwijaya, Chrismikha Hardyanto, Riani Lubis

Abstract


Bertambahnya jumlah perguruan tinggi swasta ataupun negeri di Indonesia menambah kompetisi dalam menarik perhatian calon mahasiswa, peningkatan ini mengharuskan istitusi mencari strategi promosi yang lebih efektif. Data penerimaan mahasiswa baru pada periode tahun 2021 sampai 2023 menunjukkan, dari 25 program studi yang ada, 6 program studi mengalami penurunan jumlah pendaftaran, dan 3 lainnya hanya mengalami peningkatan yang tidak signifikan. Pada penelitian ini akan menggunakan data penerimaan mahasiswa baru dan media promosi untuk merancang strategi promosi yang efektif melalui data mining, menggunakan algoritma Agglomerative Hierarchical Clustering (AHC). Hasil penelitian menunjukkan bahwa dengan membagi konten promosi menjadi tiga fokus utama berdasarkan preferensi calon mahasiswa, perguruan tinggi dapat meningkatkan efektivitas promosi. Konten pertama menargetkan fakultas manajemen, ilmu budaya, dan desain dengan proporsi konten untuk manajemen (40.65%), desain komunikasi visual (35.10%), akuntansi (9.63%), sastra Jepang (8.16%), dan desain interior (6.45%), menggunakan media promosi website dan Instagram dengan penekanan pada website. Konten kedua menargetkan fakultas teknik dan ilmu komputer dengan proporsi konten untuk teknik informatika (57.84%), sistem informasi (23.01%), teknik arsitektur (8.35%), sistem komputer (7.47%), dan teknik sipil (3.33%), juga menggunakan website dan Instagram dengan fokus pada website. Konten ketiga berfokus pada fakultas ilmu sosial dan ilmu politik, dengan proporsi konten untuk ilmu komunikasi (74.13%), hubungan internasional (21.29%), dan ilmu pemerintahan (4.57%), dengan penekanan pada Instagram. Pendekatan ini memungkinkan perguruan tinggi untuk lebih memahami preferensi dan kebutuhan calon mahasiswa, serta menciptakan pesan promosi yang lebih personal dan relevan, meningkatkan daya tarik dan keberhasilan dalam rekrutmen mahasiswa baru.

Keywords


Data Mining;Clustering;Agglomerative Hierarchical Clustering (AHC);Promosi;Segmentasi Calon Mahasiswa

Full Text:

PDF

References


A. Bellanov dan L. Nurhayati, “K-Means Clustering Analysis Untuk Menentukan Strategi Promosi Kampus,” Jurnal Hasil Penelitian dan Karya Ilmiah Dalam Bidang Teknik Industri, vol. 9, no. 1, pp. 259-268, 2023.

C. Aditya Kusuma, A. Juanna, F. Atuna, and M. Ade Kahfiansyah, "Strategi Promosi dan Representasi Perguruan Tinggi dalam Website Institusi: Analisis Wacana Kritis," Value : Jurnal Manajemen dan Akuntansi, vol. 18, no. 3, pp. 1069-1080, Jan. 2024.

Mustakim, S. E. Rahmadani, and J. Adhiva, "Strategi Promosi Perguruan Tinggi Menggunakan Model Clustering dan Association," Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, 2020.

A. Bellanov dan L. Nurhayati, “K-Means Clustering Analysis Untuk Menentukan Strategi Promosi Kampus,” Jurnal Hasil Penelitian dan Karya Ilmiah Dalam Bidang Teknik Industri, vol. 9, no. 1, pp. 259-268, 2023.

N. Rosyidah, Matin, and U. Rosyidi, "Internationalization in Higher Education: University's Effective Promotion Strategies in Building International Trust," European Journal of Educational Research, vol. 9, no. 1, pp. 351-361, 2020.

L. A. Setiyo dan B. Andoro, “Penerapan Algoritma K-Means Untuk Menentukan Strategi Promosi (Studi Kasus : Universitas Katolik Widya Mandala Kampus Kota Madiun),” dalam Seminar dan Konferensi Nasional IDEC 2021, 2021.

R. Andriani, R. F. Amanullah, D. Ninosari and K. , "Optimization Of Clustering Algorithm On Decision Support System Of Scholarship Recipients Using Analytical Hierarchy Process Method," in IOP conf. Series : Journal of Physics, 2018.

L. Brown, M. Johnson, and K. Lee, "Segmenting Customers with Data Mining Techniques," in Proceedings of the IEEE International Conference on Data Mining (ICDM), 2018, pp. 1123-1128.

J. Smith and R. Doe, "Sales Pattern Identification for Marketing Strategies Using Data Mining," American Institute of Physics Conference Proceedings, vol. 2677, no. 1, pp. 060003, 2020.

H. Zhang, Y. Liu, and X. Wang, "Design Mechanism of Precision Marketing Planning Platform Based on Data Mining Technology," IEEE Access, vol. 7, pp. 8765-8776, 2019.

M. Green and T. Hall, "Application of Naive Bayes Classifier Algorithm in Promotion Strategies," Journal of Information Systems and Informatics, vol. 22, no. 3, pp. 123-130, 2017.

Szymkowiak, A., Larsen, J. and Hnen, L.K. Hierarchical Clustering for Data Mining. Technical University of Denmark, Denmark. 2001.

M. Kaushik and B. Mathur, "Comparative Study of K-Means and Hierarchical Clustering Techniques," International Journal of Software & Hardware Research in Engineering, vol. 2, no. 6, pp. 93-98, 2014.

B. J. D. Sitompul, O. S. Sitompul and P. Sihombing, "Enhancement Clustering Evaluation Result of Davies-Bouldin Index with Determining Initial Centroid of K-Means Algorithm," in IOP conf. Series : Journal of Physics, 2019.

R. Andriani, R. F. Amanullah, D. Ninosari and K. , "Optimization Of Clustering Algorithm On Decision Support System Of Scholarship Recipients Using Analytical Hierarchy Process Method," in IOP conf. Series : Journal of Physics, 2018.

M. Khosrow-Pour, Advanced Methodologies and Technologies in Network Architecture, Mobile Computing, and Data Analytics. Hershey: IGI Global, 2018.

S. P. Borgatti, "How To Explain Hierarchical Clustering," Connections, vol. 17, no. 2, pp. 78-80, 1994.

J. Han and M. Kamber, Data Mining: Concepts and Techniques, Morgan Kaufmann Publishers, 2000

F. F. Adiwijaya, A. Z. Fathurrahman, and C. Hardyanto, "Application of Agglomerative Hierarchical Clustering (AHC) for Grouping Prospective Scholarship Recipients," in 2023 International Conference on Informatics Engineering, Science & Technology (INCITEST), pp. 1-7, October 2023.




DOI: http://dx.doi.org/10.26418/justin.v12i3.79834

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 JUSTIN (Jurnal Sistem dan Teknologi Informasi)

ara komputer
View My Stats

Creative Commons License
All article in Justin is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License