Analysis Of Student The K-Means Clustering Algoritma To Support Promotional Strategies In The Sambas State Polytechnic Informatics Management Study Program

Abstract

Abstract. Data from Sambas State Polytectic Informatics Management Study Program student every year produces abundant data, resulting in a buildup of data. Abundant data requires data processing to explore the information contained in the data. The aim of this research is to cluster student data in the Sambas State Polytechnic Informatics Management Study Program through a data mining process using the K-Means algoritma to form clusters. The data attributes that will be used are student data from the 2020-2023 class with 219 data items and the data source comes from the staff of the Sambas State Polytechnic Informatics Management Study Program.

Keywords: Data Mining, Algorithm, K-Means, Clustering, Promotion Strategy.

Abstrak. Data mahasiswa Program Studi Manajemen Informatika Politeknik Negeri Sambas setiap tahunnya dan menghasilkan data yang berlimpah sehingga terjadi penumpukan data. Data yang berlimpah perlu dilakukan pengolahan data untuk menggali informasi yang terdapat didalam data tersebut. Tujuan penelitian ini untuk mengcluster data mahasiswa di Program Studi Manajemen Informatika Politeknik Negeri Sambas melalui proses data mining dengan menggunakan algoritma K-Means untuk pembentukan cluster. Atribut data yang akan digunakan adalah nama mahasiswa, alamat, jenis kelamin, jalur pendaftaran, dan kecamatan. Data yang digunakan adalah data mahasiswa angkatan 2020-2023 dengan data 219 items dan sumber data berasal dari bagian staff Prodi Manajemen Informatika Politeknik Negeri Sambas.

Kata Kunci: Data Mining, Algoritma, K-Means, Clustering, Strategi Promosi.