Strategi Promosi Dengan Algoritma FP-Groowth (Studi Kasus di Universitas Harapan Medan)

  • Irwan Irwan Universitas Pembangunan Panca Budi

Abstract

Perguruan tinggi saat ini banyak berkembang, sehingga munculnya persaingan untuk mendapatkan calon mahasiswa baru, maka perlunya dilakukan promosi. Umumnya promosi yang dilakukan tidak efektif dan efisien, terlalu banyak waktu dan biaya promosi yang dihabiskan tetapi pencapaian sasaran promosi tidak tercapai. Dengan pemanfaatan penggalian data mahasiwa yang terdaftar sebelumnya di dalam database, dapat di analisis kembali sehingga memperoleh informasi pengetahuan baru yang dijadikan rekomendasi untuk menentukan strategi promosi yang efektif dan efisien. Dengan metode proses Data Mining atau dikenal sebagai (KDD) dapat memperoleh hasil pengetahuan dari basis data yang dibentuk untuk keperluan pengambilan keputusan. Association rule adalah salah satu teknik Data Mining untuk menemukan pattern frequent itemset yaitu dengan menggunakan Algoritma FP-Growth, sehingga menghasilkan rule yang baru dari data sampel mahasiswa sebanyak 93 transaksi menghasilkan 14 rule. Hasil dari 14 rule inilah dijadikan rekomendasi untuk menentukan strategi promosi pada perguruan tinggi.

References

Al Syahdan, S., & Sindar, A. (2018). Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota. Jurnal Nasional Komputasi dan Teknologi Informasi, 1(2), 268080.
Apandi, T. H., Maulana, R. B., Piarna, R., & Vernanda, D. (2019). Menganalisis Kemungkinan Keterlambatan Pembayaran Spp Dengan Algoritma C4. 5 (Studi Kasus Politeknik Tedc Bandung). Jurnal Techno Nusa Mandiri, 16(2), 93-98.
Fajrin, A. A., & Maulana, A. (2018). Penerapan Data Mining Untuk Analisis Pola Pembelian Konsumen Dengan Algoritma Fp-Growth Pada Data Transaksi Penjualan Spare Part Motor. Kumpul. J. Ilmu Komput, 5(01), 27-36.
Fitria, R., Nengsih, W., & Qudsi, D. H. (2017). Implementasi Algoritma FP-Growth Dalam Penentuan Pola Hubungan Kecelakaan Lalu Lintas. Jurnal Sistem Informasi, 13(2), 118-124.
Gunadi, G., & Sensuse, D. I. (2016). Penerapan metode data mining market basket analysis terhadap data penjualan produk buku dengan menggunakan algoritma apriori dan frequent pattern growth (fp-growth): studi kasus percetakan pt. Gramedia. Telematika MKOM, 4(1), 118-132.
Ghozali, M. I., & Sugiharto, W. H. (2017). Analisa Pola Belanja Menggunakan Algoritma Fp Growth, Self Organizing Map (Som) Dan K Medoids. Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, 8(1), 317-326.
Husni, E. M., & Triharjanto, R. H. (2017). ALGORITMA PERINGATAN DINI PENCURIAN IKAN PADA DATA AUTOMATIC IDENTIFICATION SYSTEM (AIS) BERBASIS TERESTRIAL DAN SATELIT (ILLEGAL FISHING EARLY WARNING ALGORITHM FOR TERESTRIAL AND SATELLITE-BASED AUTOMATIC IDENTIFICATION SYSTEM (AIS) DATA). Jurnal Teknologi Dirgantara, 14(2), 81-90.
Larasati, D. P., Nasrun, M., & Ahmad, U. A. (2015). Analisis dan implementasi algoritma fp-growth pada aplikasi smart untuk menentukan market basket analysis pada usaha retail (studi kasus: PT. X). eProceedings of Engineering, 2(1).
Miraldi, R. N., Christanto, A. R., & Susanto, B. (2014). Implementasi algoritma fp-growth untuk sistem rekomendasi buku di perpustakaan UKDW. Informatika: Jurnal Teknologi Komputer dan Informatika, 10(1), 65360.
Zanuardi, A., & Suprayitno, H. (2018). Analisa Karakteristik Kecelakaan lalu Lintas di Jalan Ahmad Yani Surabaya melalui Pendekatan Knowledge Discovery in Database. Jurnal Manajemen Aset Infrastruktur & Fasilitas, 2(1).
Published
2020-06-30
How to Cite
Irwan, I. (2020). Strategi Promosi Dengan Algoritma FP-Groowth (Studi Kasus di Universitas Harapan Medan). INTECOMS: Journal of Information Technology and Computer Science, 3(1), 76-81. https://doi.org/https://doi.org/10.31539/intecoms.v3i1.1338
Abstract viewed = 13 times
PDF downloaded = 2 times