Penerapan Algoritma K-Means Dan Metode Marketing Mix dalam Segmentasi Mahasiswa dan Strategi Pemasaran

• Main Authors: Siti Monalisa, Tengku Nurainun, Misra Hartati
• Format: Article
• Language: Indonesian
• Published: University of Brawijaya 2021-02-01
• Series: Jurnal Teknologi Informasi dan Ilmu Komputer
• Online Access: http://jtiik.ub.ac.id/index.php/jtiik/article/view/1939

Idealnya, semakin tinggi jumlah pendaftar di suatu institusi pendidikan, semakin tinggi kualitas dari mahasiswa yang diterima. Akan tetapi, kondisi ideal ini tidak dicapai oleh Fakultas Sains dan Teknologi (FST) UIN Suska Riau disebabkan karena sedikitnya jumlah mahasiswa yang berasal dari sekolah menengah unggul yang mendaftar sebagai mahasiswa di FST UIN Suska Riau. Berdasarkan survey terhadap dosen di FST UIN Suska, masih terdapat kendala yang cukup besar dalam proses transfer ilmu kepada mahasiswa terutama dalam hal daya tangkap dan pemahaman mahasiswa terhadap materi ajar. Oleh karena itu, analisis lebih lanjut mengenai mahasiswa saat ini diperlukan untuk merancang sebuah strategi bagaimana menarik minat siswa yang berasal dari sekolah menengah unggul untuk mendaftar sebagai mahasiswa di FST UIN Suska Riau. Metodologi yang digunakan dalam penelitian ini adalah segmentasi mahasiswa menggunakan algoritma K-Means dan teknik kluster menggunakan algoritma Dunn Index. Pengumpulan data dilakukan sebanyak 614 mahasiswa FST tahun ajaran 2015 sampai 2017. Output dari segmentasi mahasiswa digunakan untuk menentukan target dari Marketing Mix 7P. Penelitian ini menghasilkan 2 kluster mahasiswa dengan nilai Dunn Index 1,99. Kuesioner disebarkan kepada mahasiswa dari dua kluster yang berbeda tersebut dan hasilnya menunjukkan bahwa terdapat tiga variabel Marketing Mix yang berpotensi untuk meningkatkan target pasar yaitu people, product, dan place.   Abstract Ideally, the higher number of registrant in an educational institution, the higher quality of the accepted students. But, this ideal condition was not achieved by Faculty of Science dan Technology UIN Suska Riau due to the minimum number of students from top ranking senior high school who registered as student in FST UIN Suska Riau. Based on a survey of lecturers at FST UIN Suska, there are still significant limitations in the process of transferring knowledge to students, especially in terms of catching dan understdaning students towards teaching materials. Therefore, further analysis of current input of students is needed to design a strategy how to attract the high quality of high school students to register as student in FST UIN Suska Riau. The methodology in this research are student segmentations using K-Means Algorithm dan Clustering with Dunn Index Algorithm. The data collection derived from 614 students of FST in academic year 2015 until 2017. The output of student segmentations were used to determine the target using Marketing Mix 7P.  This research yield two clusters of students with Dunn Index Value was 1.99. The questionnaire were spreaded to students from the two different clusters dan the results showed that there are three variables of Marketing Mix that potentially increase the market target that is people, product, dan place.