Research

Penerapan Algoritma K-Means Untuk Pengelompokan Data Mahasiswa Baru Program Studi Teknik Informatika Di Universitas Pahlawan Tuanku Tambusai

Universitas Pahlawan Tuanku Tambusai (UP) di Provinsi Riau memiliki Program Studi Teknik Informatika yang menerima mahasiswa baru setiap tahunnya dari berbagai daerah di sekitar Bangkinang. Data mahasiswa yang masuk diolah untuk membantu pengambilan keputusan, terutama dalam bidang promosi. Penelitian ini bertujuan untuk menerapkan algoritma K-Means pada data mahasiswa Program Studi Teknik Informatika, dengan atribut nama mahasiswa dan kecamatan daerah asal, untuk mengelompokkan daerah berdasarkan potensi promosi. Metode K-Means digunakan untuk mengelompokkan data ke dalam tiga cluster: Prioritas Tinggi, Prioritas Sedang, dan Prioritas Rendah. Hasil analisis menunjukkan bahwa terdapat 22 daerah yang termasuk dalam Cluster Prioritas Rendah, 23 daerah dalam Cluster Prioritas Sedang, dan 43 daerah dalam Cluster Prioritas Rendah. Daerah-daerah dalam Cluster Prioritas Tinggi menjadi prioritas utama untuk strategi promosi sehingga tidak memerlukan cara pendekatan promosi yang lebih terfokus, sementara daerah dalam Cluster Prioritas Sedang dan Prioritas Rendah memerlukan pendekatan promosi yang lebih terfokus. Penelitian ini memberikan kontribusi penting bagi strategi promosi Program Studi Teknik Informatika di UP dengan menggunakan pendekatan data mining untuk meningkatkan visibilitas program studi di masyarakat