Perpustakaan Universitas Amikom Purwokerto

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu
Image of Penerapan Data Mining dengan Menggunakan K-Means untuk Mendukung Strategi Pemasaran di Bagian Marketing STMIK AMIKOM Purwokerto

Skripsi

Penerapan Data Mining dengan Menggunakan K-Means untuk Mendukung Strategi Pemasaran di Bagian Marketing STMIK AMIKOM Purwokerto

Wahyuni, Titi - Nama Orang;

bibliografi: hal. 97

Abstrak
STMIK Amikom Purwokerto merupakan salah satu perguruan tinggi swasta yang berada di Purwokerto, yang dikategorikan masih baru, karena sejak berdiri Amikom tahun 2005 sampai 2016 mencapai ± 4.500 mahasiswa yang masuk ke Amikom. Penulis telah menganalis data pendaftar 5 tahun terakhir, ditinjau dari data tersebut selama 5 tahun terakhir, untuk prosentase jumlah data calon mahasiswa baru setiap tahunnya yang masuk ke STMIK Amikom Purwokerto, baik yang mendaftar maupun registrasi mengalami fase kenaikan dan penurunan setiap tahunnya, sehingga perlu adanya suatu strategi agar dapat mempertahankan prosentase pendaftar dan registrasi dapat selalu meningkat untuk setiap tahunnya, Strategi pemasaran yang dilakukan sangat menentukan jumlah pendaftar karena dengan bertambahnya tingkat persaingan antara institusi. Penelitian ini bertujuan untuk melakukan pengelompokan data mahasiswa STMIK Amikom Purwokerto dengan memanfaatkan proses data mining dengan menggunakan teknik clustering. Algoritma yang digunakan adalah algoritma k-means. K-means merupakan salah satu metode clustering yang dapat mengelompokkan data mahasiswa kedalam beberapa cluster berdasarkan kemiripan dari data tersebut, sehingga data mahasiswa yang memiliki karakteristik yang sama dikelompokkan dalam satu cluster dan yang memiliki karakteristik yang berbeda dikelompokkan dalam cluster yang lain. Implementasi menggunakan Rapid Miner Studio 7.3.1. Atribut yang digunakan adalah kabupaten, asal sekolah, jurusan, prodi dan sumber informasi.Cluster mahasiswa yang terbentuk adalah tiga cluster, dengan cluster pertama 143 mahasiswa dengan hasil untuk persebaran kabupaten yang mendominasi adalah Banyumas, dan media informasinya adalah brosur, cluster kedua 159 mahasiswa dan cluster ketiga sejumlah 429 mahasiswa memberikan hasil yang sama untuk persebaran kabupaten yang mendominasi adalah Banyumas, dan media informasinya adalah brosur. Hasil dari penelitian ini digunakan sebagai salah satu dasar pengambilan keputusan untuk menentukan strategi promosi berdasarkan cluster yang terbentuk oleh pihak marketing Amikom.

Kata Kunci : Strategi Promosi, Data Mining, Algoritma K-Means


Ketersediaan
SI0966SI 0966 WAH pUPT. PERPUSTAKAAN PUSAT (Rak 2)Tersedia - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
SI 0966 WAH p
Penerbit
Purwokerto : Universitas Amikom Purwokerto., 2017
Deskripsi Fisik
xviii, 96 hlm.: ilus.: lampiran.; 28 cm
Bahasa
Indonesia
ISBN/ISSN
13.12.0209
Klasifikasi
SI0966
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
April 2017
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Titi Wahyuni
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

Perpustakaan Universitas Amikom Purwokerto
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

https://perpustakaan.amikompurwokerto.ac.id/

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik