Penyebaran Mahasiswa Baru Menggunakan Metode Fuzzy C-Means Untuk Mencari Daerah Promosi Yang Potensial

  • Mohd Rinaldi Amartha Sekolah Tinggi Ilmu Kesehatan Hang Tuah Pekanbaru

Abstract

Dengan semakin banyaknya lulusan sekolah menengah atas maka setiap perguruan tinggi di pekanbaru berlomba-lomba memberikan pelayanan terbaik bagi calon mahasiswa baru pada setiap perguruan tingginya masing-masing. Menurut perhitungan panitia SPMB STIKes Hang Tuah Pekanbaru 2016-2017, terdapat penurunan jumlah penerimaan mahasiswa baru di STIKes Hang Tuah Pekanbaru. Dengan berkurangnya jumlah mahasiswa baru di STIKes Hang Tuah Pekanbaru maka dilakukan penelitian kepada data mahasiswa baru yang mendaftar ulang pada periode 2016-2017, guna untuk meningkatkan jumlah mahasiswa baru di STIKes Hang Tuah Pekanbaru. Dengan adanya Pemetaan Penyebaran Mahasiswa baru diharapkan dapat digunakan untuk mencari daerah potensial untuk strategi promosi dan juga dapat digunakan untuk mencari daerah binaan bagi STIKes Hang Tuah Pekanbaru. Data Profil mahasiswa baru yang ada di STIKes Hang Tuah Pekanbaru dapat diolah dan digunakan untuk mengetahui daerah yang potensial untuk dilakukan promosi menggunakan algoritma Fuzzy C. Means dan dapat di Cluster menurut daerah masing-masing Mahasiswa. Data yang diambil adalah merupakan biodata mahasiswa baru mulai dari nama, Nilai, alamat, tempat tinggal, dan daerah asal sekolah. Hasil dari penyebaran mahasiswa baru di STIKes Hang Tuah Pekanbaru dapat diketahui daerah-daerah mana saja yang paling banyak dan paling sedikit jumlah mahasiswany, dan juga dapat mencari mahasiswa yang unggul dalam nilau belajar, dengan adanya pemetaan penyebaran mahasiswa baru di STIKes Hang Tuah Pekanbaru dapat meningkatkan kinerja team promosi pada daerah-daerah yang paling sedikit jumlah peminatan mahasiswa baru dan juga dapat mencari daerah yang akan digunakan untuk menjadi suatu daerah binaan bagi STIKes Hang Tuah Pekanbaru.

References

Febrianti, F., Hafiyusholeh, M., & Asyhar, A. H. (2016). Perbandingan Pengklusteran data iris menggunakan metode k-means dan fuzzy c-means. Jurnal Matematika" MANTIK, 2(1), 7-13.
Hardiyanti, M., Utami, Y. R. W., & Saptomo, W. L. Y. (2018). PEMETAAN DAERAH BERPOTENSI TRANSMIGRAN DI KECAMATAN KARTASURA DENGAN METODE FUZZY C-MEANS (FCM) CLUSTERING. Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), 6(1).
Irawan, Y. (2019). Implementation Of Data Mining For Determining Majors Using K-Means Algorithm In Students Of SMA Negeri 1 Pangkalan Kerinci. Journal of Applied Engineering and Technological Science (JAETS), 1(1), 17-29.
Muthmainnah, M., & Mauludiyanto, A. (2015). Optimasi Penempatan Lokasi Potensial Menara Baru Bersama pada Sistem Telekomunikasi Seluler dengan Menggunakan Fuzzy Clustering di Daerah Sidoarjo. Jurnal Teknik ITS, 4(1), A36-A41.
Pramesti, D. F., Furqon, M. T., & Dewi, C. (2017). Implementasi Metode K-Medoids Clustering Untuk Pengelompokan Data Potensi Kebakaran Hutan/Lahan Berdasarkan Persebaran Titik Panas (Hotspot). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN, 2548, 964X.
Pertiwi, A. P., & Kurniawan, R. (2017). PENGELOMPOKAN DAERAH RAWAN BENCANA BANJIR DI INDONESIA TAHUN 2013 MENGGUNAKAN FUZZY C-MEAN.
Rachman, F., & Yuniati, R. N. (2017, December). Analisis Cluster Sektor Perikanan Laut dengan menggunakan Fuzzy K-Means. In Seminar MASTER PPNS (Vol. 2, No. 1, pp. 7-10).
Ramadhan, A., Efendi, Z., & Mustakim, M. (2017, May). Perbandingan K-Means dan Fuzzy C-Means untuk Pengelompokan Data User Knowledge Modeling. In Seminar Nasional Teknologi Informasi Komunikasi dan Industri (pp. 219-226).
Sarjanako, R. J. (2019). Penerapan Fuzzy C-Means Clustering Untuk Mengoptimalkan Penentuan Media Promosi. Teknois: Jurnal Ilmiah Teknologi Informasi dan Sains, 6(1), 29-37.
Sutardi, S., & Tajidun, L. M. (2018). SISTEM INFORMASI GEOGRAFIS POTENSI EKONOMI DAERAH PROVINSI SULAWESI TENGGARA MENGGUNAKAN FUZZY C-MEANS CLUSTERING. semanTIK, 4(1), 113-120.
Suwarso, W. (2018). Application of Fuzzy C-Means Clustering Method Using Matlab To Map the Potential of Rice Plant In Bekasi Regency. SIMADA (Jurnal Sistem Informasi dan Manajemen Basis Data), 1(2), 93-103.
Tamaela, J., Sediyono, E., & Setiawan, A. (2017). Cluster Analysis Menggunakan Algoritma Fuzzy C-means dan K-means Untuk Klasterisasi dan Pemetaan Lahan Pertanian di Minahasa Tenggara. Jurnal Buana Informatika, 8(3).
Utomo, R. A. (2018). Perbandingan Clustering Produktivitas Padi Di Indonesia Menggunakan algoritme K-Means dan Fuzzy C-Means.
Published
2020-09-10
Abstract viewed = 99 times
PDF downloaded = 151 times