Penerapan Metode K-Means dalam Pemetaan Karakteristik Sekolah Sasaran Promosi

Abstract

Pesatnya perkembangan teknologi berdampak pada bagaimana data dikumpulkan. Tingkat produktivitas data yang tinggi akan menjadi sia-sia apabila tidak diikuti dengan kemampuan mengolah data yang dapat menghasilkan informasi yang membantu perkembangan organisasi. Penelitian ini bertujuan membantu Bagian Promosi UNKRISWINA SUMBA dalam memetakan karakteristik dari sekolah sasaran kemudian memberikan alternatif strategi promosi sebagai masukkan dalam merumuskan bentuk promosi institusi. Data yang digunakan berupa data mahasiswa yang telah mendaftar di UNKRISWINA SUMBA sejak tahun 2016 – 2020. Pengolahan Data menggunakan konsep data mining dengan mengaplikasikan algoritma K-Means. Algoritma K-Means digunakan untuk clustering sekolah sasaran promosi sebanyak 4 klaster. Penentuan klaster dilakukan menggunakan elbow method untuk mengetahui nilai k yang optimal untuk melakukan perhitungan. Berdasarkan hasil pemrosesan menggunakan Algoritma K-Means diketahui bahwa terdapat 4 klaster sekolah sasaran promosi dengan karakteristik atau cirinya masing-masing. Setiap klaster perlu diberikan perlakuan khusus dalam menerapkan strategi promosi. Bentuk promosi lainnya dapat dikembangkan sesuai dengan kebutuhan UNKRISWINA SUMBA dengan memperhatikan kemampuan dari kampus. Oleh karena itu, penelitian ini diharapkan menjadi masukkan bagi manajemen UNKRISWINA SUMBA secara umumnya dan Bagian Promosi pada khususnya untuk mendukung kegiatan promosi serta menentukan strategi kerjasama dengan sekolah sasaran promosi.

Technology development has an impact on how it is submitted. Data high scale productivity will be useless if it isnt followed by data processing capability that will produce some information to the organization development. This study aimed to help the promotion division of unkriswina sumba in mapping the school targets which later could give the promotion strategy alternatives as an input in formulating institution promotion form. Data used was the students class of 2016-2020 in unkriswina sumba. Data analysis used was mining data approach with a K-Means algorythmn aplication. The K-Means algorithm is used for clustering the promotion target schools as many as 4 clusters. Cluster was decided using elbow method to know the K value to get the optimal/effective measurement. Based on the results of processing using the K-Means Algorithm, it is known that there are 4 clusters of promotion target schools with their respective characteristics. Each cluster needs to be given special treatment in implementing the promotion strategy. Other forms of promotion can be developed according to the needs of UNKRISWINA SUMBA by taking into account the capabilities of the campus. Therefore, this research is expected to be input for the management of UNKRISWINA SUMBA in general and the Promotion Section in particular to support promotional activities and determine cooperation strategies with promotional target schools.