Kajian Data Mining Menggunakan Algoritma K-Means dan K-Medoids dalam Strategi Promosi (Studi Kasus: Universitas Islam Al-Ihya Kuningan)

Abstract

Proses penerimaan calon mahasiswa baru dilakukan setiap tahun sehingga menghasilkan data yang banyak berupa profil calon mahasiswa. Kegiatan tersebut menimbulkan penumpukan data sehingga menjadi kesulitan dalam melakukan identifikasi terhadap calon mahasiswa. Pada penelitian ini akan memanfaatkan proses data mining dengan teknik clustering dengan menggunakan perbandingan algoritma K-Means dan K-Medoids. Berdasarkan hasil implementasi diperoleh K-Means sebagai algoritma terbaik dengan nilai validasi dunn index 0,999 yang menghasilkan lima cluster sebagai rekomendasi strategi promosi berdasarkan promotion mix.