Klasterisasi Lokasi Promosi PMB Dengan Fuzzy C-means Masa Pandemi Covid 19
DOI:
https://doi.org/10.30812/matrik.v21i2.1832Keywords:
Data Mining, Covid 19, Fuzzy C-Means, RFMAbstract
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
References
[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.
Downloads
Published
Issue
Section
How to Cite
Similar Articles
- Anas Syaifudin, Purwanto Purwanto, Heribertus Himawan, M. Arief Soeleman, Customer Segmentation with RFM Model using Fuzzy C-Means and Genetic Programming , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 2 (2023)
- Christofer Satria, Peter Wijaya Sugijanto, Anthony Anggrawan, I Nyoman Yoga Sumadewa, Aprilia Dwi Dayani, Rini Anggriani, Multi-Algorithm Approach to Enhancing Social Assistance Efficiency Through Accurate Poverty Classification , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 1 (2024)
- Achmad Lukman, Wahju Tjahjo Saputro, Erni Seniwati, Improving Performance Convolutional Neural Networks Using Modified Pooling Function , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 23 No. 2 (2024)
- Supangat Supangat, Mohd Zainuri Bin Saringat, Mochamad Yovi Fatchur Rochman, Predicting Handling Covid-19 Opinion using Naive Bayes and TF-IDF for Polarity Detection , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 2 (2023)
- Hadi Santoso, Hilyah Magdalena, Helna Wardhana, Aplikasi Dynamic Cluster pada K-Means BerbasisWeb untuk Klasifikasi Data Industri Rumahan , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
- Muhammad Yunus, Optimasi Penentuan Nilai Parameter Himpunan Fuzzy dengan Teknik Tuning System , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 1 (2018)
- Donny Kurniawan, Anthony Anggrawan, Hairani Hairani, Graduation Prediction System on Students Using C4.5 Algorithm , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 2 (2020)
- Sucipto Sucipto, Didik Dwi Prasetya, Triyanna Widiyaningtyas, Educational Data Mining: Multiple Choice Question Classification in Vocational School , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 23 No. 2 (2024)
- Ni Wayan Sumartini Saraswati, I Gusti Ayu Agung Diatri Indradewi, Recognize The Polarity of Hotel Reviews using Support Vector Machine , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 1 (2022)
- Firman Noor Hasan, Achmad Sufyan Aziz, Yos Nofendri, Utilization of Data Mining on MSMEs using FP-Growth Algorithm for Menu Recommendations , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 2 (2023)
You may also start an advanced similarity search for this article.
Most read articles by the same author(s)
- Anthony Anggrawan, Analisis Deskriptif Hasil Belajar Pembelajaran Tatap Muka dan Pembelajaran Online Menurut Gaya Belajar Mahasiswa , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 2 (2019)
- Lusiana Efrizoni, Sarjon Defit, Muhammad Tajuddin, Anthony Anggrawan, Komparasi Ekstraksi Fitur dalam Klasifikasi Teks Multilabel Menggunakan Algoritma Machine Learning , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
- Lalu Ganda Rady Putra, Anthony Anggrawan, Pengelompokan Penerima Bantuan Sosial Masyarakat dengan Metode K-Means , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Anthony Anggrawan, Satuang Satuang, Mokhammad Nurkholis Abdillah, Sistem Pakar Diagnosis Penyakit Ayam Broiler Menggunakan Forward Chaining dan Certainty Factor , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 20 No. 1 (2020)
- Anthony Anggrawan, Mayadi Mayadi, Christofer Satria, Menentukan Akurasi Tata Letak Barang dengan Menggunakan Algoritma Apriori dan Algoritma FP-Growth , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Anthony Anggrawan, Mayadi Mayadi, Application of KNN Machine Learning and Fuzzy C-Means to Diagnose Diabetes , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 2 (2023)
- Bambang Krismono Triwijoyo, Ahmat Adil, Anthony Anggrawan, Convolutional Neural Network With Batch Normalization for Classification of Emotional Expressions Based on Facial Images , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Putu Tisna Putra, Anthony Anggrawan, Hairani Hairani, Comparison of Machine Learning Methods for Classifying User Satisfaction Opinions of the PeduliLindungi Application , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 3 (2023)
- Christofer Satria, Peter Wijaya Sugijanto, Anthony Anggrawan, I Nyoman Yoga Sumadewa, Aprilia Dwi Dayani, Rini Anggriani, Multi-Algorithm Approach to Enhancing Social Assistance Efficiency Through Accurate Poverty Classification , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 1 (2024)
- Donny Kurniawan, Anthony Anggrawan, Hairani Hairani, Graduation Prediction System on Students Using C4.5 Algorithm , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 2 (2020)
.png)











