UGIK, NUGROHO BAYU (2017) Data mining menggunakan algoritma k-means clustering untuk mementukan strategi promosi universitas 17 agustus 1945 semarang. Skripsi,Fakultas Ilmu Komputer.
![[img]](http://eprints.dinus.ac.id/style/images/fileicons/application_pdf.png)
| PDF Download (3643b) | Preview | |
![[img]](http://eprints.dinus.ac.id/style/images/fileicons/image.png) | Image (JPEG) Download (0b) | |
| PDF Download (82Kb) | Preview | |
| PDF Download (134Kb) | Preview | |
| PDF Download (1389Kb) | Preview | |
| PDF Download (104Kb) | Preview | |
| PDF Download (138Kb) | Preview | |
| PDF Download (171Kb) | Preview | |
| PDF Download (810Kb) | Preview | |
| PDF Download (197Kb) | Preview | |
| PDF Download (394Kb) | Preview | |
| PDF Download (164Kb) | Preview | |
| PDF Download (6Kb) | Preview | |
| PDF Download (7Kb) | Preview |
Abstract
ABSTRAK Pengolahan data yang dapat dilakukan seperti meengelompokan data mahasiswa berdasarkan kota asal mahasiswa. Hasil pengelompokan tersebut mampu membantu pihak universitas dalam menentukan strategi promosi terhadap calon mahasiswa baru dengan tepat sasaran.Universitas 17 Agustus 1945 Semarang(UNTAG SEMARANG). Penelitian yang dilakukan berdasarkan pada data mahasiswa UNTAG. Atributyang digunakan dalam menentukan lokasi promosi menggunakan Clustering K-Means yaitu : program studi mahasiswa UNTAG, kota asal mahasiswa yang kuliah UNTAG. Dari hasil penelitian , tingkat prediksi penerimaan mahasiswa baru tahun 2017 dari lokasi Purwodadi sebesar 69 mahasiswa dengan tingkat akurasi 82%, sedangkan untuk lokasi Pekalongan sebesar 72 mahasiswa dengan tingkat akurasi 79%. Dari kedua lokasi tadi mempunyai tingkat akurasi yang tidak begitu jauh. Dari hasil prediksi ini bermanfaat sebagai pendukung keputusan bagi pihak akademik guna mengambil langkah untuk mewujudkan target jumlah penerimaan mahasiswa.
| Item Type: | Article |
|---|---|
| Subjects: | Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Sistem Informasi |
| Divisions: | Fakultas Ilmu Komputer |
| Depositing User: | Psi Udinus |
| Date Deposited: | 04 May 2017 15:57 |
| Last Modified: | 04 May 2017 15:57 |
| URI: | http://eprints.dinus.ac.id/id/eprint/22201 |
Actions (login required)
| View Item |
