Peningkatan Jumlah Mahasiswa melalui Promosi dengan Penerapan Analisa Data Mining
Abstract
Promosi adalah kegiatan yang dilakukan perguruan tinggi untuk meningkatkan jumlah mahasiswa yang akan kuliah di perguruan tinggi tersebut. Promosi dilakukan di Sekolah Menengah Atas (SMA) baik negeri ataupun swasta. Namun masalah yang mendasar yaitu pemilihan tempat promosi tentu pada sekolah yang diprioritaskan ataupun yang tidak sehingga kurang efektif dalam melakukan promosi ketika sekolah yang kunjungi tidak ada prospek yang jelas yang akhirnya hasil promosi disekolah itu tidak maksimal. Promosi dengan penerapan analisa data mining dengan menggunakan metode rough set dirancang untuk mengetahui sekolah mana yang menjadi prioritas dalam kegiatan promosi. Penerapan analisa data mining pada penetuan sekolah yang menjadi prioritas sangat mempengaruhi kepetusan pimpinan tentang sekolah yang akan dikunjungi sehingga hasil yang didapat dalam kegiatan promosi menjadi maksimal.
Â
Kata Kunci: Promosi, Data Mining, Rough SetReferences
Adetunmbi, A. O. (2008). Network Intrusion Detection Based On Rough Set and K-Nearest Neighbour. Federal Univercity of Tecnology.
Andika Prajana. (2011). Aplikasi Data Mining untuk Perbandingan Manajemen Laba terhadap Persistensi Laba Pada Perusahaan Perbankan yang Go Publik di Bursa Efek Indonesia. STMIK Dharmasraya.
Eko Nur Wahyudi, D. (2011). Analisa Profil Data Mahasiswa Baru terhadap Program Studi yang dipilih di Perguruan Tinggi Swasta Jawa Tengah dengan Menggunakan Teknik Data Mining. Universitas Stikubank.
Eko Prasetyo. (2012). Data Mining Konsep dan Aplikasi Menggunakan MATLAB (ANDI Yogya). gresik.
Emha Taufiq Luthfi. (2009). Penerapan Data Mining Algoritma Asosiasi Untuk Meningkatkan Penjualan. STMIK AMIKOM Yogyakarta.
Fajar Astuti Hermawati. (2009). Data Mining. (ANDI Yogyakarta, Ed.). Surabaya.
Freddy Rangkuti. (2009). Strategi Promosi yang Kreatif dan Analisis Kasus Integrated Marketing. (G. P. Utama, Ed.). jakarta.
Oyelade Oladipupo. (2009). Knowledge Discovery from Students Result Repository : Association Rule Mining Approach. Covenant University.
Rully Soelaiman, Wiwik Anggraeni, E. S. (2008). Penerapan Rough Set Quantitative Measure Pada Aplikasi Pendukung keputusan. Institut Teknologi Sepuluh November.
Suwarningsih, W. (2008). Penerapan Association Rule Mining untuk Perancangan Data Mining BDP (Barang Dalam Proses) Obat. Pusat Penelitian LIPI.
V.Umarini, P. (2010). A Study on Effective Mining of Association Rules from Huge Database. Coimbatore.
Vuda Srinivasa Rao, S. V. (2010). A Novel Approach Of Rough Set Analysis In Distributed Data Mining. JNT University.
