PERBANDINGAN ALGORITME K-MEANS CLUSTERING DAN FUZZY C-MEANS UNTUK PENENTUAN STRATEGI PROMOSI UNIVERSITAS KATOLIK DARMA CENDIKA

Abstract

Universitas Katolik Darma Cendika, sebagai salah satu Perguruan Tinggi Swasta (PTS) di Kota Surabaya, secara rutin melibatkan diri dalam kegiatan promosi setiap tahunnya. Proses promosi ini melibatkan investasi biaya yang signifikan, maka dari itu hasil yang optimal diharapkan dapat dicapai dari upaya tersebut. Keberhasilan promosi dapat dinilai dari jumlah mahasiswa yang mendaftar pada awal tahun ajaran baru. Penentuan strategi promosi bukanlah tugas yang sederhana, mengingat perlu mempertimbangkan beberapa aspek tertentu. Untuk membantu dalam menentukan strategi promosi di Universitas Katolik Darma Cendika, pendekatan data mining dapat digunakan. Probabilitas statistika memungkinkan penemuan pola baru dari kumpulan data yang tersimpan. Salah satu teknik dalam probabilitas statistika adalah clustering, dan algoritme yang digunakan di sini adalah K-Means dan Fuzzy C-Means. Setiap algoritme memiliki kinerja dan akurasi yang berbeda tergantung pada karakteristik data yang digunakan. Dengan melakukan perbandingan antara 2 algoritme tersebut, penelitian ini dapat memberikan hasil algoritme yang lebih baik untuk digunakan sebagai strategi promosi dengan pengujian Silhouette Coefficient dan pengujian jumlah iterasi. Pengujian Silhouette Coefficient menunjukkan bahwa algoritme K-Means lebih unggul dibandingkan Fuzzy C-Means. Nilai Silhouette Coefficient rata-rata algoritme K-Means sebesar 0,2833. Sedangkan nilai Silhouette Coefficient rata-rata algoritme Fuzzy C-Means sebesar -0.1456