Pemetaan Profil Mahasiswa Untuk Peningkatan Strategi Promosi Perguruan Tinggi Menggunakan Predictive Apriori
Article Sidebar
Main Article Content
Abstract
Program promosi melalui berbagai media untuk meningkatkan dan menguatkan rekrutmen mahasiswa yang terdistribusi pada setiap program studi secara ideal dan setara diperlukan untuk membuat perguruan tinggi selalu bertumbuh. Demografis mahasiswa dapat menjadi karakteristik khusus dalam memilih program studi. Begitupun lata belakang pendidikan mahasiswa dan keluarga. Berdasarkan masalah yang telah dikemukakan sebelumnya, maka peneliti tertarik untuk melakukan penelitian terkait data pendaftaran mahasiswa. Secara spesifik pengolahan terhadap data secara konseptual dapat dilakukan menggunakan proses Data Mining. Salah satu proses dari Data Mining yang dapat memberikan pengetahuan tentang keterkaitan antar variabel data adalah Association-Rule Mining. Metode yang digunakan yaitu Predictive Apriori sebagai metode asosiasi untuk mengekstrak profil mahasiswa dari universitas untuk mendapatkan wawasan yang lebih baik tentang apa yang harus dilakukan tim pemasaran untuk memperkuat kampanye pemasaran. Data tersebut akan diolah sehingga dapat dikenali karakteristik atau pola dari data-data yang ada dengan harapan dapat memberikan pengetahuan untuk dapat meningkatkan efektifitas promosi dan rekrutmen mahasiswa. Metode tersebut menghasilkan total 44456 rules, yang selanjutnya dilakukan filter berdasarkan rules yang mengandung atribut Prodi dan nilai akurasi minimum 90% (0.9). Rules yang dihasilkan akan dijadikan saran ajuan terhadap bagian pemasaran untuk melakukan pola roadshow atau promosi sesuai pola yang telah terbentuk.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal Eksplora Informatika bersifat open access, yaitu dapat diakses secara umum tanpa dikenakan biaya. Penulis yang menerbitkan artikelnya di Jurnal Eksplora Informatika setuju dengan ketentuan berikut:
- Penulis memegang hak cipta dan memberikan hak publikasi pertama kepada Jurnal Eksplora Informatika menggunakan lisensi Creative Commons Attribution-ShareAlike 4.0.
- Penulis diizinkan untuk mengarsipkan/menggunggah/meyimpan artikel mereka, misalnya dalam repositori institusional atau situs web/blog penulis, namun diharapkan agar memberikan rincian bibliografi yang menghargai publikasi di jurnal ini.
- Jurnal Eksplora Informatika berhak untuk menyediakan artikel dalam berbagai bentuk dan media, sehingga artikel dapat digunakan untuk teknologi terbaru bahkan setelah dipublikasikan.
- Jurnal Eksplora Informatika berhak untuk menegakkan hak-hak atas nama penulis pada artikel terhadap pihak ketiga. Misalnya dalam kasus plagiarisme atau pelanggaran hak cipta.
References
Pddikti, “Grafik Jumlah Perguruan Tinggi,†2020. [Online]. Available: Https://Forlap.Ristekdikti.Go.Id/Perguruantinggi/Homegraphpt. [Accessed: 10-Mar-2020].
P. Kotler And K. L. Keller, Marketing Management, 15th Ed. Pearson Education Inc., 2016.
V. Dhar, “Data Science And Prediction,†Commun. Acm, Vol. 56, No. 12, Pp. 64–73, 2013, Doi: 10.1145/2500499.
J. Leek, “The Key Word In ‘Data Science’ Is Not Data, It Is Science,†2012. [Online]. Available: Https://Simplystatistics.Org/2013/12/12/The-Key-Word-In-Data-Science-Is-Not-Data-It-Is-Science/.
I. H. Witten, E. Frank, And M. A. Hall, Data Mining: Practical Machine Learning Tools And Techniques, 3rd Ed. San Francisco, Ca, Usa: Morgan Kaufmann Publishers Inc., 2011.
L. C. Yu, C. L. Chan, C. C. Lin, And I. C. Lin, “Mining Association Language Patterns Using A Distributional Semantic Model For Negative Life Event Classification,†J. Biomed. Inform., Vol. 44, No. 4, Pp. 509–518, 2011, Doi: 10.1016/J.Jbi.2011.01.006.
S. Yakub, “Analisis Data Mining Untuk Strategi Promosi Produk Kosmetik Di Wardah Kosmetik Menggunakan Metode Apriori,†Vol. 3, No. 1, Pp. 163–181, 2020.
U. Baetulloh, A. I. Gufroni, And R. -, “Penerapan Metode Association Rule Mining Pada Data Transaksi Penjualan Produk Kartu Perdana Kuota Internet Menggunakan Algoritma Apriori,†Simetris J. Tek. Mesin, Elektro Dan Ilmu Komput., Vol. 10, No. 1, Pp. 173–188, 2019, Doi: 10.24176/Simet.V10i1.2890.
A. F. Afif, E. R. Swedia, And M. Cahyanti, “Implementasi Algoritma Association Rule Untuk Promosi Produk Berbasis Website Pada Bengkel Delta Jaya Motor,†J. Ilm. Teknol. Dan Rekayasa, Vol. 24, No. 2, Pp. 152–160, 2019, Doi: 10.35760/Tr.2019.V24i2.2034.
Y. Apridonal, “Penerapan Data Mining Menggunakan Metode Assiciation Rule Dengan Algoritma Apriori Untuk Analisa Pola Penjualan Barang,†Jurteksi, Vol. V, No. 2, Pp. 193–198, 2019.
H. Kusumo, E. Sediyono, And M. Marwata, “Analisis Algoritma Apriori Untuk Mendukung Strategi Promosi Perguruan Tinggi,†Walisongo J. Inf. Technol., Vol. 1, No. 1, P. 49, 2019, Doi: 10.21580/Wjit.2019.1.1.4000.
H. Maulidiya, A. Jananto, G. Special, I. A. Bawang, M. Sedap, And M. Asosiasi, “Asosiasi Data Mining Menggunakan Algoritma Apriori Dan Fp-Growth Sebagai Dasar Pertimbangan Penentuan Paket Sembako,†Pp. 978–979, 2020.
R. J. A. Little And D. B. Rubin, Statistical Analysis With Missing Data. New York, Ny, Usa: John Wiley &Amp; Sons, Inc., 1986.
S. Zhang, “Nearest Neighbor Selection For Iteratively Knn Imputation,†J. Syst. Softw., Vol. 85, No. 11, Pp. 2541–2552, 2012, Doi: 10.1016/J.Jss.2012.05.073.
T. Data Detective, “Preprocessing: Encode And Knn Impute All Categorical Features Fast,†2019.
T. Scheffer, “Finding Association Rules That Trade Support Optimally Against Confidence,†Intell. Data Anal., Vol. 9, No. 4, Pp. 381–395, 2005, Doi: 10.3233/Ida-2005-9405.
