PENERAPAN ALGORITMA K-MEANS UNTUK PENENTUAN STRATEGI PROMOSI

Study Kasus : SMA PGRI 1 PURWAKARTA

Abstrak

Data yang dikumpulkan setiap tahun tentang jumlah siswa baru belum sepenuhnya digunakan untuk mengevaluasi dan membuat strategi pemasaran yang efektif. Tidak dapat diabaikan betapa pentingnya membuat strategi promosi yang tepat dengan data dari masa lalu. Saat ini, pengolahan data menjadi hal yang sangat krusial karena dapat menghasilkan pengetahuan baru menjadi dasar dalam pengambilan keputusan institusi terkait strategi pemasaran penerimaan calon siswa baru. Data mining juga memegang peranan penting bagi perusahaan, baik perguruan tinggi maupun institusi, untuk mengungkap pola-pola tersembunyi dalam database yang dimiliki. Untuk menerapkan metode data mining clustering, penelitian ini akan menggunakan algoritma K-Means. Data yang digunakan dalam penelitian ini merupakan data penerimaan siswa pada tahun 2021-2022 dengan jumlah 30 siswa dan menggunakan 3 klaster. Hasil dari pengelompokan menggunakan algoritma K-Means dengan menggunakan tool Rapidminer versi 9.10 adalah mencari nilai K terbaik dari K2 hingga K30 berdasarkan performanya yang mendekati angka 0. Hasilnya menunjukkan bahwa K2 memiliki performa terbaik dengan nilai 0,648 pada iterasi pertama dari total iterasi 1 hingga 30. Performa algoritma K-Means dapat dilihat dari nilai davies bouldin, dimana semakin mendekati angka 0 nilai berarti algoritma semakin baik. Oleh karena itu, jumlah cluster terbaik dalam penelitian ini adalah 2, karena memiliki nilai davies bouldin yang mendekati 0.