Klasterisasi Lokasi Promosi PMB Dengan Fuzzy C-means Masa Pandemi Covid 19

  • Ni Gusti Ayu Dasriani Universitas Bumigora
  • Mayadi Mayadi Universitas Bumigora
  • Anthony Anggrawan Universitas Bumigora
Keywords: Data Mining, Covid 19, Fuzzy C-Means, RFM

Abstract

Pandemi Covid-19 saat ini merupakan bencana besar bagi global, covid 19 merupakan penyakit yang sangat merugikan dan memiliki dampak negative bagi global, resiko yang diakibatkan oleh Pandemi Covid-19 tidak hanya berpengaruh pada aspek kesehatan, tetapi juga berpengaruh pada berbagai lini kehidupan seperti dampak PHK dan merumahkan pekerja. Bukan hanya berdampak sektor ekonomi, transportasi dan pertanian, Pandemi Covid-19 ini sangat merugikan bagi dunia pendidikan. Selama pandemi covid 19 penurunan pendaftaran sangat berdampak terhadap dunia Pendidikan sehingga diperlukan strategi untuk bisa memancing minat calon mahasiswa untuk mendaftar. Berdasarkan permasalahan tersebut peneliti mencoba melakukan penelitian terkait strategi promosi di tengah pandemi covid 19 untuk menarik minat calon mahasiswa untuk mendaftar ke universitas. Metode yang digunakan menggunakan metode Fuzzy C-means dengan proses pembobotan menggunakan RFM (Recency, Frequency, Monetary). Dari hasil evaluasi dengan data pemetaan didapatkan peningkatan pendaftar dimana untuk tahun 2020 pendaftar sebanyak 365 dan untuk tahun 2021 mengalami peningkatan sebanyak 1169 pendaftar.

Downloads

Download data is not yet available.

References

[1] I. N. Juaningsih, “Analisis Kebijakan PHK Bagi Para Pekerja Pada Masa Pandemi Covid-19 di Indonesia,” Buletin Hukum dan Keadilan, vol. 4, no. 1, pp. 189–196, 2020.
[2] R. Andrianto Pangondian, P. Insap Santosa, and E. Nugroho, “Faktor - Faktor Yang Mempengaruhi Kesuksesan Pembelajaran Daring Dalam Revolusi Industri 4.0,” Sainteks 2019, pp. 56–60, 2019.
[3] M. Faisal and M. P. Nirmala, “COVID-19 and Economic Policy Options: What Should the Government do?,” Jurnal Inovasi Ekonomi, vol. 5, no. 02, pp. 45–52, 2020, doi: 10.22219/jiko.v5i3.11834.
[4] R. M. Viner et al., “School closure and management practices during coronavirus outbreaks including COVID-19: a rapid systematic review,” The Lancet Child and Adolescent Health, vol. 4, no. 5, pp. 397–404, 2020, doi: 10.1016/S2352-4642(20)30095-X.
[5] Firman, “Dampak Covid-19 terhadap Pembelajaran di Perguruan Tinggi,” Bioma, vol. 2, no. 1, pp. 14–20, 2020.
[6] T. Hardiani, S. Sulistyo, and R. Hartanto, “Segmentasi Nasabah Tabungan Menggunakan Model RFM (Recency, Frequency,Monetary) dan K-Means Pada Lembaga Keuangan Mikro,” Seminar Nasional Teknologi Informasi dan Komunikasi Terapan, no. November, p. 2015, 2015.
[7] F. Yunita, “PENERAPAN DATA MINING MENGGUNKAN ALGORITMA K-MEANS CLUSTRING PADA PENERIMAAN MAHASISWA BARU,” Jurnal SISTEMASI, vol. 7, 2018.
[8] S. Mujilahawati and R. Wardhani, “Siti Mujilahawati, Aplikasi Clustering Calon Mahasiswa Baru APLIKASI CLUSTERING CALON MAHASISWA BARU,” vol. 1, pp. 66–74, 2020.
[9] S. Hidayat, R. Rismayati, M. Tajuddin, and N. L. P. Merawati, “Segmentation of university customers loyalty based on RFM analysis using fuzzy c-means clustering,” Jurnal Teknologi dan Sistem Komputer, vol. 8, no. 2, pp. 133–139, 2020, doi: 10.14710/jtsiskom.8.2.2020.133-139.
[10] S. A. Priambodo and A. Z. Falani, “Pemanfaatan Data Mining Untuk Klasterisasi Potensi Produksi Beras Di Kabupaten Blitar Dengan Menggunakan Metode Fuzzy C-Means,” vol. 12, no. 2, 2020.
[11] R. J. Sarjanako, “Penerapan Fuzzy C-Means Clustering Untuk Mengoptimalkan Penentuan Media Promosi,” Teknois : Jurnal Ilmiah Teknologi Informasi dan Sains, vol. 6, no. 1, pp. 29–37, 2019, doi: 10.36350/jbs.v6i1.45.
[12] E. Rouza and L. Fimawahib, “Implementasi Fuzzy C-Means Clustering dalam Pengelompokan UKM Di Kabupaten Rokan Hulu,” Techno.Com, vol. 19, no. 4, pp. 481–495, 2020, doi: 10.33633/tc.v19i4.4101.
[13] W. Y. Ayele, “Adapting CRISP-DM for idea mining a data mining process for generating ideas using a textual dataset,” International Journal of Advanced Computer Science and Applications, vol. 11, no. 6, pp. 20–32, 2020, doi: 10.14569/IJACSA.2020.0110603.
[14] F. Schäfer, C. Zeiselmair, and J. Becker, “Synthesizing CRISP-DM and Quality Management: A Data Mining Approach for Production Processes,” 2020 IEEE International Conference on Technology Management, Operations and Decisions, ICTMOD 2020, pp. 190–195, 2020.
[15] M. B. Talai, M. Yamin, and B. Pramono, “Rumah Sakit Umum Bahteramas Menggunakan Algoritma a * ( a-Star ),” no. x, 1978.
[16] I. Ismawati, “Kajian Data Mining Profil Siswa Baru Dalam Penentuan Strategi Promosi Dengan Metode Two Step Clustering,” Jurnal Ilmiah Teknologi Infomasi Terapan, vol. 5, no. 3, pp. 47–59, 2019, doi: 10.33197/jitter.vol5.iss3.2019.302.
[17] T. Informatika, F. Teknik, U. I. Lamongan, and J. Timur, “IMPLEMENTASI FUZZY C-MEANS UNTUK CLUSTERING MAHASISWA BERDASARKAN NILAI MASUK PERGURUAN TINGGI,” vol. 6, no. 1, pp. 448–453, 2021.
[18] A. W. Fadillah, A. Tejawati, and N. Puspitasari, “Penerapan Fuzzy C-Means Pada Curah Hujan Di Kalimantan Timur,” Jurnal Rekayasa Teknologi Informasi (JURTI), vol. 2, no. 1, p. 82, 2018, doi: 10.30872/jurti.v2i1.1426.
[19] L. Magdalena and R. Fahrudin, “Penerapan Data Mining Untuk Koperasi Se-Jawa Barat Menggunakan Metode Clustering pada Kementerian Koperasi dan UKM,” Jurnal Digit, vol. 9, no. 2, p. 190, 2020, doi: 10.51920/jd.v9i2.120.
Published
2022-03-31
How to Cite
Dasriani, N. G., Mayadi, M., & Anggrawan, A. (2022). Klasterisasi Lokasi Promosi PMB Dengan Fuzzy C-means Masa Pandemi Covid 19. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 21(2), 327-336. https://doi.org/https://doi.org/10.30812/matrik.v21i2.1832
Section
Articles

Most read articles by the same author(s)

1 2 > >>