Penerimaan mahasiswa baru di universitas wiraraja Madura telah menghasilkan sejumlah besar data dalam bentuk profil siswa yang terdaftar selama proses penerimaan mahasiswa baru. data yang diperoleh akan diolah menjadi informasi yang berharga untuk pengembangan rencana pemasaran berdasarkan pengelompokan sekolah mahasiswa. Penelitian ini bertujuan untuk menganalisis data dalam klasterifikasi promosi mahasiswa baru menggunakan data mining. Penelitian dilakukan menggunakan dataset yang berasal dari data penerimaan mahasiswa baru, pada penelitian ini metode yang digunakan algoritma K-Means Clustering. Jumlah Cluster ditentukan mengacu pada Davies Bouldin Index (DBI) dari beberapa percobaan. Didapatkan nilai terkecil dari DBI yaitu 0.878 pada nilai k=2 maka Cluster optimal yang digunakan berjumlah 2. Cluster_0/cluster pertama berjumlah 1460 yang merupakan Cluster Tinggi dan cluster_1/cluster kedua berjumlah 551 yang merupakan Cluster rendah. Perbandingan persentase kedua cluster adalah 73% : 23%. Promosi yang bisa dilakukan dengan memfokuskan dan meningkatkan promosi di kabupaten sumenep dengan memprioritaskan beberapa kecamatan yaitu Kota Sumenep, Kec Kepulauan, Kalianget dan Saronggi.
Copyrights © 2023