ALGORITHMA K-MEANS CLUSTERING STRATEGI PEMASARAN PENERIMAAN MAHASISSWA BARU UNIVERSITAS SATYA NEGARA INDONESIA

K-Means merupakan salah satu metode pengelompokan data non-hirarki yang berusaha mempartisi data yang ada kedalam bentuk dua atau lebih kelompok. Metode ini mempartisi data yang ada ke dalam kelompok sehingga data berkarakteristik sama dimasukan kedalam satu kelompok yang sama dan data yang berkarakteristik berbeda dikelompokan kedalam kelompok yang lain. Penelitian ini bertujuan untuk menghasilkan suatu analisa yang dapat mengcluster atau mengelompokan data mahasiswa wisudawan tahun 2016 dan 2017 untuk membuat promosi menjadi lebih tertarget dan tepat sasaran. Penelitian ini mengklaster data mahasiswa lulusan dengan atribut alamat, jurusan dan IPK kedalam tiga Cluster berdasarkan jarak (Euclidean). Data yang diolah adalah data wisudawan tahun 2016-2017. Penelitian ini mengolah data populasi. Proses pengolahan data menggunakan software SPSS 21 IBM. Proses pengklasteran sebanyak 17 iterasi dengan jarak minimul antar cluster adalah 6,47. Nilai signifikansi menunjukkan terdapat perbedaanyang berarti antara cluster1, cluster dan cluster 3 yang berhubungan dengan atribut-atribut pada penelitian. Hasil Cluster menunjukkan bahwa alamat (daerah) mahasiswa berasal dari Jakarta Selatan, Tangerang dan Jakarta Barat untuk jurusan Teknik Informatika, Sistem Informasi, Akutansi, Manajamen. Jurusan Teknik Lingkungan, Manajeman berasal dari beberapa daerah dan tidak mengelompok. Jurusan PSP dan BDP berasal dari Jawa, Sumater dan daerah lain. IPK> 3,00 berasal dari Jakarta Selatan.Kata Kunci: K-Means, Cluster, Iterasi. Euclidean, Signifika