Penentuan Strategi Marketing Universitas Buana Perjuangan Karawang Menggunakan Association Rules Mining dengan Algoritma Apriori

Ryan Krisna; Amril Siregar; Euis Nurlaelasari

Ryan Krisna Universitas Buana Perjuangan Karawang
Amril Mutoi Siregar Universitas Buana Perjuangan Karawang
Euis Nurlaelasari Universitas Buana Perjuangan Karawang

Keywords: Apriori, Association Rules, Data Mining, Penerimaan Mahasiswa Baru, Promosi

Abstract

Strategi marketing untuk mendapatkan mahasiswa baru bagi universitas sangat diperlukan. Menargetkan promosi di wilayah paling potensial merupakan salah satu strategi yang efisien dalam mempromosikan kampus. Sehingga mampu memperkecil kerugian-kerugian yang akan terjadi. Salah satu cara untuk mendukung strategi marketing yaitu dengan mengenali pola pendaftar mahasiswa baru dengan data mining. Tujuan dari penelitian ini adalah mengimplementasikan data mining dengan algoritma apriori dalam mencari pola pendaftar mahasiswa baru untuk mendukung strategi marketing UBP Karawang. Data yang digunakan adalah data mahasiswa UBP Karawang tahun 2019 dan pengujian menggunakan bahasa pemrograman R. Hasil yang didapat ternyata mahasiswa dari karawang barat yang berjenis sekolah SMK banyak memilih program studi teknik industri dengan support 0,0280% dan confidence 0,9047%. Atau memilih program studi Manajemen dengan support 0,0374% dan confidence 0,6333%. Kemudian sekolah yang paling dominan di wilayah Karawang Barat adalah SMKN 2 Karawang yang banyak memilih program studi manajemen dengan support 0,0128% dan confidence 0,4815%. Peringkat kedua yaitu sekolah SMKN 1 Karawang yang banyak memilih program studi teknik industri dengan support 0,0177 dan confidence 0,3214%. Rules ini bisa dijadikan rekomendasi bagi marketing Universitas Buana Perjuangan Karawang untuk melakukan promosi kampus. Promosi dengan cara menonjolkan program studi teknik industri di sekolah SMKN 1 Karawang dan program studi manajemen di SMKN 2 Karawang.

References

[1] I. Werdiningsih, B. Nuqoba and M. , DATA MINING MENGGUNAKAN ANDROID, WEKA, DAN SPSS, Surabaya: Pusat Penerbit dan Percetakan UNAIR, 2020.
[2] Dalafranka and M. Leandry, "Penerapan Algoritma Id3 untuk Mendukung Sosialisasi Penerimaan Mahasiswa Baru yang Tepat Sasaran di UIN Raden Fatah Palembang," TEKNOMATIKA, vol. X, no. 2, pp. 141-150, 2020.
[3] D. Jollyta, W. Ramdhan and M. Zarlis, KONSEP DATA MINING DAN PENERAPAN, Yogyakarta: DEEPUBLISH (Group Penerbit CV BUDI UTAMA), 2020.
[4] Qisman, R. Rosadi and A. S. Abdullah, "Market basket analysis using apriori algorithm to find consumer patterns in buying goods through transaction data (case study of Mizan computer retail stores).," Journal of Physics: Conference Series, pp. 1-13, 2021.
[5] T. H. A. Putra and M. Meilisa, "Analisis Faktor-Faktor yang Mempengaruhi Keputusan Mahasiswa untuk Melanjutkan Pendidikan ke Universitas Muhammadiyah Sumatera Barat," MENARAIlmu, vol. XII, no. 6, pp. 159- 169, 2018.
[6] D. Aprilla C, D. A. Baskoro, L. Ambarwati and S. I. W. Wicaksana, BELAJAR DATA MINING DENGAN RAPIDMINER, Jakarta, 2013.
[7] E. Buulolo, DATA MINING UNTUK PERGURUAN TINGGI, Yogyakarta: DEEPUBLISH (Group Penerbit CV BUDI UTAMA), 2020.
[8] F. A. Zoor, E. N. Ienol and E. W. Meesters, A Beginner's Guide to R., Springer, Dordrecht, Heidelberg, London, New York, 2009.
[9] M. J. Crawley, The R Book, Crawley, M.J ed., England: John Wiley & Sons Ltd, 2007.
[10] M. R. Faisal and D. T. Nugrahadi, Belajar Data Science Klasifikasi dengan Bahasa Pemrograman R, M. Reza Faisal, Dodon T. Nugrahadi ed., Banjarbaru: Scripta Cendikia, 2019.
[11] F. Nurchalifatun, "Penerapan Asosiasi Data Mining Menggunakan Algoritma Apriori untuk Mengetahui Kombinasi Antar Itemset pada Pondok Kopi," UDiNus Repository, 2015.
[12] Yudistira and I. A. Anom, "Desain Animasi statistika berbasis bahasa pemrograman R," E-Journal WIDYA Eksakta, vol. 1, no. 1, pp. 1-6, 2013.
[13] F. R. Hariri and R. A. Ramadhani, "Penerapan Data Mining menggunakan Association Rules untuk Mendukung Strategi Promosi Universitas Nusantara PGRI Kediri," SNATIKA 2017, vol. IV, pp. 138-142, 2017.