Penerapan K-Means Clustering pada Data Mahasiswa Fakultas Interdisiplin Program Studi D4 Destinasi Pariwisata untuk Menentukan Strategi Promosi

Penelitian yang dilakukan untuk melihat trend suplai mahasiswa yang kuliah di Fakultas Interdisiplin, Program Studi D4 Destinasi Pariwisata. Algoritma yang digunakan dalam proses suplai mahasiswa ialah K-means. Pengolahan data dengan algoritma K-means ini membantu mengekstrak informasi dan pengetahuan dari data mahasiswa yang ada di Fakultas Interdisiplin, Program Studi D4 Destinasi Pariwisata. Dengan menggunakan data mining, pemangku kepentingan di Fakultas Interdisiplin, Program Studi D4 Destinasi Pariwisata, dapat mengambil langkah strategis dalam proses penjaringan di provinsi-provinsi yang terindikasi mensuplai mahasiswa. Algoritma K-means memfasilitasi proses analisis data dan pengelompokan data mahasiswa selama 4 tahun. Tujuan dari penelitian ini adalah untuk memberikan gambaran yang tepat sasaran dan strategis mengenai provinsi-provinsi yang dapat memberikan dampak signifikan terhadap suplai mahasiswa setiap tahunnya. Hasil penelitian menunjukkan bahwa suplai mahasiswa terbanyak berasal dari daerah Jawa Tengah dan terkecil dari Bangka Belitung, Sulawesi Barat, Banten, Kalimantan Timur, Papua Barat, Bengkulu dan Riau, sehingga strategi promosi perlu ditingkatkan pada daerah-daerah tersebut