Segmentasi Lokasi Promosi Penerimaan Mahasiswa Baru Menggunakan Metode RFM dan K-Means Clustering

Abstract

Persaingan penerimaan mahasiswa baru antar kampus swasta sangat ketat untuk menarik calon mahasiswa sehingga membutuhkan strategi. Strategi Universitas Bumigora adalah mengirimkan tim promosi ke sekolah-sekolah di pulau Lombok maupun pulau sumbawa. Permasalahan pihak panitia Penerimaan Mahasiswa Baru selama ini adalah tidak melakukan segmentasi sekolah yang menjadi skala prioritas untuk dikunjungi agar efektif dan efisien. Tujuan penelitian ini adalah melakukan segmentasi tingkat potensial sekolah sebagai strategi untuk memilih lokasi promosi penerimaan mahasiswa baru Universitas Bumigora menggunakan analisis model RFM dan metode K-means. Tahapan penelitian terdiri dari persiapan data penerimaan mahasiswa baru tahun 2019 dan 2020, pra-pengolahan data, penerapan model Recency (R), Frequency (F), dan Monetary (M)implementasi metode K-means, dan analisa hasil. Hasil penelitian ini adalah terbentuk 3 klaster tingkat potensial sekolah yang dapat dijadikan skala prioritas untuk lokasi promosi penerimaan mahasiswa baru Universitas Bumigora yaitu kurang potensial, potensial, dan sangat potensial. Klaster sangat potensial (C2) terdapat 28 sekolah, klaster potensial (C3) terdapat 90 sekolah, dan klaster kurang potensial (C1) terdapat 152 sekolah.

Penerapan Metode K-Means Clustering Dalam Pengembangan Strategi Promosi Berbasis Data Penerimaan Mahasiswa Baru (Studi Kasus :Universitas Nurul Huda)

“…Dalam konteks pendidikan, terutama di perguruan tinggi, penerimaan mahasiswa baru adalah hal yang krusial dan rutin dilakukan setiap tahun. Pendidikan sendiri adalah proses yang bertujuan untuk mengembangkan karakteristik dan memastikan kualitas [1]. Perguruan tinggi berperan sebagai lembaga yang mendorong peningkatan kualitas dengan standar yang harus terpenuhi sesuai tujuan pendidikan [1].…”

“…Pendidikan sendiri adalah proses yang bertujuan untuk mengembangkan karakteristik dan memastikan kualitas [1]. Perguruan tinggi berperan sebagai lembaga yang mendorong peningkatan kualitas dengan standar yang harus terpenuhi sesuai tujuan pendidikan [1]. Universitas Nurul Huda adalah institusi pendidikan tinggi swasta dengan 3 Fakultas diantarantnya Fakultas Ilmu Pendidikan, Fakultas Agama Islam dan Fakultas Sains dan Teklonogi dengan 10 program studi yaitu S1-Pendidikan Bahasa dan Sastra Indonesia, S1-Pendidikan Bahasa Inggris, S1-Pendidikan Ekonomi,S1-Pendidikan Fisika, S1-Pendidikan Teknologi Informasi, S1-Pendidikan Guru Madrasah Ibditaiyah, S1-Pemdidikan Agama Islam, S1-Informatika,S1-Pertanian dan S1-Matematika.…”

“…Metode K-Means Clustering juga digunakan untuk membantu pihak marketing dalam promosi berdasarkan asal mahasiswa yang lulus pada tahun 2012 [4]. Penelitian lainnya dengan judul Segmentasi Lokasi Promosi Penerimaan Mahasiswa Baru Menggunakan Metode RFM dan K-Means Clustering dimana hasil penelitian adalah terbentuk 3 klaster tingkat potensial sekolah yang dapat dijadikan skala prioritas untuk lokasi promosi penerimaan mahasiswa baru Universitas Bumigora [1].Peneliti tertarik untuk menerapkan metode K-Means Clustering dalam mengelompokkan daerah asal mahasiswa baru di Universitas Nurul Huda. Software Rapidminer digunakan untuk mempermudah dalam analisis.…”

Regional Clustering Based on Types of Non-Communicable Diseases Using k-Means Algorithm

“…The k-means algorithm is used for a variety of reasons. Apart from being frequently used in health research, it may also be used to segment promotional places in education, facilities, and teachers [25,26] and group poverty indicators in a region [27]. This study aims to categorise non-communicable diseases based on geographical regions by analysing patient data obtained from public health institutions in Banten Province.…”

K-Means Clustering Analysis Untuk Menentukan Strategi Promosi Kampus

“…Analisis clustering ini adalah salah satu dari banyak teknik data mining yang memiliki tujuan untuk mengelompokkan beberapa objek sesuai dengan kesamaan karakternya. Sudah banyak penelitian yang menggunakan metode ini untuk menyelesaikan permasalahan serupa yakni penelitian dari [11]- [14] ada juga penelitian dari [15]- [18] yang menggunakan metode ini untuk melakukan pemetaan persebaran UMKM. Metode ini juga banyak digunakan terlebih lagi pada saat maraknya virus Covid-19 lalu, sehingga harapannya dengan pengelompokkan ini dapat diidentifikasi dimana persebaran covid terbanyak, seperti yang diteliti oleh [19]- [22].…”