Judul Skripsi : Segmentasi Promosi PMB Universitas Bumigora menggunakan model RFM dan
algoritma K-Means
BAB I
PENDAHULUAN
1.1. LATAR BELAKANG
Setiap perguruan tinggi dituntut untuk siap menghadapi sebuah persaingan dengan
perguruan tinggi lainnya dalam penerimaan mahasiswa baru baik dalam perguruan tinggi negeri
maupun swasta. Saat ini semakin marak perguruan tinggi menawarkan berbagai macam
program yang menggiurkan pada calon mahasiswa baru seperti murahnya biaya kuliah,
mendapatkan diskon bagi pendaftar tercepat, bebas tes bagi mahasiswa berprestasi, beasiswa,
setelah lulus akan langsung mendapatkan pekerjaan dan banyak lagi program yang ditawarkan
oleh perguruan tinggi (Budiman & Anto, 2019).
PMB Universitas Bumigora Mataram bisa mendapatkan jumlah calon mahasiswa baru
yang sesuai dengan apa yang diharapkan, dengan melakukan berbagai macam strategi promosi,
beberapa diantaranya adalah dengan melakukan promosi atau sosialisasi kepada sekolah-
sekolah yang ada di dalam maupun luar wilayah dengan membentuk tim promosi dan
koordinator wilayah. Namun ada permasalahan yang terjadi yaitu dalam menentukan lokasi
promosi, banyaknya sekolah menengah atas yang perlu dikunjungi membuat panitia PMB
Universitas Bumigora Mataram kesulitan untuk menentukan skala prioritas sekolah mana yang
terlebih dahulu diprioritaskan untuk dikunjungi. Selain itu media promosi yang digunakan oleh
tim promosi dari PMB Universitas Bumigora yaitu melalui media sosial yakni : youtube,
instagram, facebook, twitter, dan lain-lain.
1
dimiliki agar membantu dalam penerapan strategi promosi. Atribut yang digunakan yaitu nama
calon mahasiswa baru, asal sekolah, tanggal daftar dan ada tambahan atribut yaitu tanggal
penelitian. Sedangkan untuk data yang akan digunakan yaitu data mahasiswa Universitas
Bumigora Mataram tahun 2019 dan 2020. Oleh karena itu untuk mengelompokkan karakteristik
data calon mahasiswa baru dibutuhkan metode data mining.
Penerapan data mining dapat menjadi solusi untuk membantu segmentasi data dari
informasi data mahasiswa yang diperoleh sehingga dapat mengeksplorasi pola-pola atau sistem
baru yang dapat dijadikan solusi untuk proses identifikasi calon mahasiswa baru (Savitri et al.,
2018) sehingga promosi PMB dapat dilakukan tepat sasaran. Dalam data mining memiliki
banyak sekali metode termasuk metode clustering yang akan digunakan untuk menyelesaikan
penelitian ini. Algoritma yang akan digunakan adalah K-Means dimana algoritma K-Means
digunakan untuk pengelompokan data mahasiswa berdasarkan atribut yang sudah ditentukan.
Sedangkan model RFM digunakan untuk menganalisa data mahasiswa. Model RFM merupakan
model yang membedakan pelanggan penting dari data besar oleh tiga variabel yaitu recency,
frequency dan monetary (Adiana et al., 2018).
2
perekrutan calon mahasiswa baru Universitas Bumigora sehingga dapat diprioritaskan
dalam promosi.