Abstract
Data calon mahasiswa baru atau peminat merupakan data yang setiap tahunnya terus bertambah. Data
tersebut dapat dikelola agar mendapatkan pola atau informasi penting sebagai rujukan institusi untuk
mengambil sebuah keputusan, salah satunya untuk menentukan strategi promosi. Penentuan strategi promosi
yang tepat dapat meningkatkan daya saing dan pemerataan mahasiswa di setiap daerah. Pemerataan tersebut
merupakan salah satu poin penting akreditasi program studi maupun institusi. Saat ini, promosi yang dilakukan
oleh tim promosi Politeknik Negeri Ujung Pandang (PNUP) sangat terbatas karena dipengaruhi oleh
keterbatasan dana sehingga tidak semua daerah dapat dijangkau. Oleh karena itu, penelitian ini bertujuan
untuk menentukan strategi promosi yang efektif dan efisien sehingga informasi promosi dapat tersebar di setiap
daerah. Pada penelitian ini, data yang digunakan adalah data peminat PNUP yang terdiri dari 12.850 data
dengan menggunakan tiga atribut, yaitu jenis kelamin, program studi, dan daerah asal. Teknik Analisis data
menggunakan metode data mining dengan teknik clustering menggunakan algoritma K-means dan tools yang
digunakan yaitu Matlab. Berdasarkan hasil penelitian ini, ditemukan pola atau informasi baru pada data
peminat. Data peminat terbentuk tiga klaster, yaitu klaster peminat banyak, sedang, dan sedikit. Dari hasil
klaster tersebut, terbentuk strategi promosi yang dapat menjadi rujukan tim promosi PNUP untuk melakukan
promosi yang lebih efektif dan efisien.
81
Seminar Nasional Teknik Elektro dan Informatika (SNTEI) 2017 978-602-18168-2-0
Makassar, 20 November 2017
82
Seminar Nasional Teknik Elektro dan Informatika (SNTEI) 2017 978-602-18168-2-0
Makassar, 20 November 2017
83
Seminar Nasional Teknik Elektro dan Informatika (SNTEI) 2017 978-602-18168-2-0
Makassar, 20 November 2017
Tabel 6 Data Klaster ke-2 Berdasarkan Daerah Asal Tabel 8 Data Klaster ke-1 Berdasarkan Program Studi
No Kota Jumlah %
1 Kota Makasar 1707 51.29
2 Kab. Enrekang 287 8.62
3 Kab. Bone 180 5.41
4 Kab. Pinrang 180 5.41
5 Kab. Maros 152 4.57
6 Kab. Wajo 149 4.48
7 Kab. Pangkajene Kepulauan 134 4.03
8 Kab. Gowa 128 3.85
9 Kab. Tana Toraja 119 3.58
10 Kab Luwu Timur 88 2.64
11 Kab. Toraja Utara 85 2.55
12 Kab. Sidenreng Rappang 69 2.07
13 Kab. Soppeng 30 0.90
14 Kota Palopo 10 0.30
15 Kab. Luwu 7 0.21
16 Kota Pare Pare 2 0.06
Total 3327 99.97
84
Seminar Nasional Teknik Elektro dan Informatika (SNTEI) 2017 978-602-18168-2-0
Makassar, 20 November 2017
Teknologi Kimia Industri merupakan tiga marketing dapat digunakan untuk daerah yang
prodi terbawah dengan persentase masing- cukup jauh dari Kota Makassar demi
masing sebesar 8.55%, 8.00%, dan 7.02%. menghemat anggaran promosi. Adapun data
Tabel 10 Data Klaster ke-3 Berdasarkan Program Studi lengkap persebaran daerah asal dan program
No Prodi Jumlah % studi pada klaster ke-1 dapat di lihat pada
1 D4 Akuntansi Manajerial 1522 21.29 Gambar 2.
D4 Teknik Komputer dan
2 1360 19.03
Jaringan
3 D4 Teknik Konstruksi Sipil 934 13.07
4 D3 Akuntansi 861 12.05
5 D4 Administrasi Bisnis 786 11.00
6 D4 Teknik Listrik 611 8.55
7 D3 Teknik Konstruksi Sipil 572 8.00
8 D4 Teknologi Kimia Industri 502 7.02
Total 7148 100
Setiap klaster yang terbentuk pada data
peminat memiliki atribut yang saling berkaitan
satu sama lain. Sehingga untuk menentukan
strategi promosi harus memperhatikan atribut- Gambar 2 Persebaran Daerah Asal dan Program Studi
atribut yang digunakan untuk mendapatkan pada Klaster ke-1
strategi promosi yang tepat dan bervariasi. Pada klaster ke-1, daerah yang dikunjungi
Pada Gambar 1 merupakan grafik penyebaran wajib membawa brosur yang detail dan
setiap klaster. lengkap tiap program studi mulai dari fasilitas,
data alumni, dan pekerjaan yang cocok setelah
lulus di PNUP. Brosur yang baik dapat
mempengaruhi peminat pada daerah tersebut
karena daerah pada klaster ke-1 cenderung
belum mengetahui PNUP secara detail pada
setiap program studi. Perbaikan konten
promosi baik turun langsung ke lapangan
(direct marketing), menggunakan jejaring
sosial (social network), dan media brosur
harus ditekankan agar informasi yang
didapatkan oleh calon mahasiswa baru lebih
informatif sehingga dapat menjadi daya tarik
Gambar 1 Grafik Setiap Klaster bagi calon mahasiswa tersebut.
Adapun Strategi promosi yang dapat Berdasarkan data pada klaster ke-1, jumlah
digunakan pada penelitian ini, yaitu turun jenis kelamin perempuan lebih sedikit
langsung ke lapangan (direct marketing), dibandingkan dengan laki-laki, sehingga
jejaring sosial (social network), periklanan ketika dilakukan promosi diberikan penekanan
(advertising), serta gabungan antara direct khusus untuk jenis kelamin perempuan dengan
marketing, social network, dan advertising. tawaran beasiswa ekstrakurikuler. Tawaran
Penentuan promosi data peminat dilakukan tersebut berfungsi untuk mendapatkan calon
berdasarkan klaster yang terbentuk. Berikut mahasiswa yang bukan hanya mempunyai
strategi promosi yang digunakan pada masing- kemampuan akademik yang baik tapi juga
masing klaster, seperti di bawah ini: mempunyai keunggulan di bidang
1) Strategi promosi direct marketing atau ekstrakurikuler khususnya ekstrakurikuler
turun langsung ke daerah-daerah terdekat yang membutuhkan anggota berjenis kelamin
dapat diterapkan pada klaster ke-1. Daerah perempuan. Hal tersebut berguna untuk
yang tergolong jauh pada klaster ke-1 dengan meningkatkan prestasi kampus di berbagi
jarak ≥ 200 km, seperti Kota Palopo, Kab. bidang. Strategi ini juga berlaku pada klaster
Luwu, Kab. Sinjai, Kab. Luwu Utara, dan ke-2 dan ke-3 dengan melihat perbandingan
Kab. Selayar atau di luar Provinsi Sulawesi jenis kelamin perempuan dan laki-laki.
Selatan dan Sulawesi Barat dapat 2) Strategi promosi periklanan (advertising)
menggunakan promosi jejaring sosial (social dengan memasang iklan berbentuk baliho
network). Jejaring sosial seperti facebook tentang pendaftaran mahasiswa baru PNUP
dapat diterapkan pada klaster ke-3. Tren
85
Seminar Nasional Teknik Elektro dan Informatika (SNTEI) 2017 978-602-18168-2-0
Makassar, 20 November 2017
peminat klaster ke-3 sangat baik sehingga algoritma K-means dengan menetapkan nilai
hanya dengan memasang iklan, tentunya k=3. Dari hasil tersebut, ditemukan pola atau
peminat pada setiap daerah yang ada pada informasi baru pada data peminat. Data
klaster ke-3 dapat langsung tertarik untuk peminat terbentuk tiga klaster, yaitu klaster
melakukan pendaftaran mahasiswa baru. Pada peminat banyak, sedang, dan sedikit. Dari
klaster ke-3 tidak perlu turun langsung ke hasil klaster tersebut, terbentuk strategi
daerah-daerah (direct marketing) demi promosi yang dapat menjadi rujukan tim
memangkas biaya promosi. Adapun data promosi PNUP untuk melakukan promosi
lengkap persebaran daerah asal dan program yang lebih efektif dan efisien.
studi pada klaster ke-3 dapat di lihat pada
Gambar 3. UCAPAN TERIMA KASIH
Penulis Berterima kasih kepada Pembantu
Direktur IV PNUP atas kerjasamanya dalam
menyelesaikan penelitian ini.
REFERENSI
[1] Ikram, Andi Jalal, Analisis Pilihan Studi
Calon Mahasiswa Baru dengan
Menggunakan Algoritma Apriori dan
Predictive Apriori. Skripsi. Makassar:
Politeknik Negeri Ujung Pandang, 2016.
Gambar 3 Persebaran Daerah Asal dan Program Studi [2] Pramudiono, I. (2017, Maret 3) Pengantar
pada Klaster ke-3
Data Mining: Menambang Permata
3) Strategi promosi gabungan antara turun Pengetahuan di Gunung Data [Online].
langsung ke lapangan (direct marketing), Available:www.ilmukomputer.org/wpcon
menggunakan periklanan (advertising), dan tent/uploads/2006/08/iko-datamining.zip.
jejaring sosial (social network) dapat [3] Wu, X., dan Kumar, V., The Top ten
diterapkan pada klaster ke-2. Penentuan Algorithms in Data Mining. London:
strategi promosi dapat merujuk pada jumlah CRC Press Taylor & Francis Group,
daerah atau prodi yang memiliki peminat 2009.
sedikit maupun peminat banyak. Institusi [4] Fayyad, U., Piatetsky-Shapiro, G. dan
dapat memilih strategi promosi yang tepat Smyth, P., From data mining to
dengan menyesuaikan anggaran yang ada knowledge discovery in databases. AI
sehingga informasi tentang PNUP dapat magazine, 17(3), 37,1996.
tersebar ke seluruh daerah-daerah. Adapun [5] Sarwono, Y. T., Aplikasi Model Jaringan
data lengkap persebaran daerah asal dan Syaraf Tiruan Dengan Radial Basis
program studi pada klaster ke-2 dapat di lihat Function Untuk Mendeteksi Kelainan
pada Gambar 4. Otak (Stroke Infark). Jurnal Sistem
Informasi, 3-4, 2010.
IV. KESIMPULAN
Kesimpulan yang dapat ditarik pada
penelitian ini, yaitu penelitian ini
menggunakan teknik clustering menggunakan
86