Analisis Strategi Promosi Universitas dengan Data Mining (Studi Kasus: Biro Promosi dan Hubungan Luar UKSW Salatiga) Tesis. Oleh: Suharyadi

Transkripsi

1 Analisis Strategi Promosi Universitas dengan Data Mining (Studi Kasus: Biro Promosi dan Hubungan Luar UKSW Salatiga) Tesis Oleh: Suharyadi Program Studi Magister Sistem Informasi Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga Juni 2012 i

2 Lembar Pengesahan Judul Tesis : Analisis Strategi Promosi Universitas dengan Data Mining (Studi Kasus : Biro Promosi dan Hubungan Luar UKSW Salatiga) Nama mahasiswa : Suharyadi NIM : Program Studi : Magister Sistem Informasi Fakultas : Teknologi Informasi Menyetujui Prof. Ir. Danny Manongga, M.Sc., Ph.D. Pembimbing 1 M. A. Ineke Pakereng, M.Kom. Pembimbing 2 Mengesahkan Andeka Rocky Tanaamah, SE., M.Cs. Dekan Prof. Dr. Ir. Eko Sediyono, M.Kom. Ketua Program Studi Dinyatakan Lulus Ujian Tanggal : 20 Juni 2012 Penguji : 1. Prof. Dr. Ir. Eko Sediyono, M.Kom 2. Dr.Ir. Wiranto H. Utomo, M.Kom. 3. Dr. Dharmaputera palekahelu, M.Pd. ii

3 Surat Pernyataan Keaslian Tesis Yang bertanda tangan di bawah ini: Nama : Suharyadi Nim : Program Studi : Magister Sistem Informasi Alamat : Jalan Saparua No. 35, Tegalrejo Salatiga Dengan ini menyatakan sesungguhnya dan penuh kesadaran bahwa dalam menulis tesis dengan judul Analisis Strategi Promosi Universitas dengan Data Mining (Studi Kasus : Biro Promosi dan Hubungan Luar UKSW Salatiga), saya tidak melakukan tindakan plagiasi dengan mengambil alih seluruh atau sebagian besar karya tulis orang lain tanpa menyebutkan sumbernya. Jika saya terbukti melakukan tindakan plagiasi, saya bersedia dicabut hak-nya sebagai mahasiswa atau dicabut kembali gelar yang sudah diberikan dan akibat hukum lainnya. Salatiga, Juni 2012 Yang membuat pernyataan, (Suharyadi) iii

4 Kata Pengantar Puji dan syukur saya panjatkan ke hadirat Tuhan Yang Maha Kuasa karena hanya oleh perkenannya, tesis ini dapat diselesaikan dengan baik. Tesis yang berjudul Analisis Strategi Promosi Universitas dengan Data Mining : Studi Kasus : Biro Promosi dan Hubungan Luar UKSW Salatiga) ini disusun guna memenuhi persyaratan dalam memperoleh gelar Master of Computer Science pada Program Studi Magister Sistem Informasi, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana Salatiga. Saya menyadari sepenuhnya bahwa penulisan tesis ini dapat terselesaikan dengan baik karena ada dukungan dan bantuan dari berbagai pihak, oleh karena itu pada kesempatan ini saya menyampaikan banyak terima kasih kepada: 1. Bapak Andeka Rocky Tanaamah, SE., M.Cs., selaku Dekan Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana Salatiga. 2. Bapak Prof. Dr. Ir. Eko Sediyono, M.Kom., selaku Ketua Program Studi Magister Sistem Informasi, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana. 3. Prof. Ir. Danny Manongga, M.Sc., Ph.D., selaku pembimbing pertama yang telah banyak memberikan arahan, serta masukan yang berarti, sehingga tesis ini dapat terselesaikan dengan baik. iv

5 4. Ibu M. A. Ineke Pakereng, M.Kom., selaku pembimbing dua yang telah banyak memberikan kritik dan saran yang membangun demi sempurnanya laporan tesis ini. 5. Ibu Dra. Lina Sinatra, MA., selaku Manajer Biro Promosi dan Hubungan Luar UKSW, yang banyak membantu saya dalam suplai data sebagai bahan penelitian ini. 6. Bapak/Ibu dosen pengajar Magister Sistem Informasi dan seluruh staf Tata Usaha Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana Salatiga, yang telah banyak membantu saya selama masa perkuliahan. 7. Para narasumber yang telah banyak membantu penulis, dalam memberikan data dan informasi yang berarti guna penulisan laporan tesis ini. 8. Orangtua yang sudah tiada, namun tetap memberikan semangat dalam penulisan tesis ini sehingga dapat selesai dengan baik. 9. Ibuk Andre dan Andre Ganteng, yang selalu memberikan semangat dan menemani selama penulisan ini. Kalian adalah sumber inspirasi bagi saya. 10. Teman-teman seperjuangan selama masa perkuliahan khususnya angkatan ketiga (3G). 11. Teman-teman Biro Administrasi Akademik, buat semangat yang secara tidak langsung sudah saya rasakan, sehingga memacu saya untuk segera menyelesaikan tesis ini. v

6 12. Semua pihak yang telah banyak membantu, namun tidak dapat saya sebutkan satu per satu. Saya menyadari bahwa dalam penulisan tesis ini masih banyak terdapat kesalahan. Oleh karena itu, saya menerima kritik dan saran demi sempurnanya laporan tesis ini. Akhir kata, saya berharap semoga tesis ini dapat bermanfaat bagi pembaca. Tuhan Yesus memberkati. Salatiga, Mei 2012 Suharyadi vi

7 Daftar Isi Lembar Judul... i Lembar Persetujuan... ii Lembar Pernyataan... iii Kata Pengantar... iv Daftar Isi... vii Daftar Tabel... ix Daftar Gambar... x Daftar Lampiran... xi Abstract... xii Bab 1 Pendahuluan Latar Belakang Perumusan Masalah Tujuan dan manfaat penelitian Batasan masalah Sistematika Penelitian... 6 Bab 2 Tinjauan Pustaka Penelitian Sebelumnya Data Mining Tahapan Data Mining Cluster Analysis K-Mean Cluster Analysis Algoritma K-Mean Cluster Analysis Menentukan banyaknya Cluster-k Menentukan Centroid Menghitung Jarak Antara Data Dengan Centroid Mengalokasikan Data Ke Masing-Masing Cluster Jenis Algoritma Data MiningPada SQL Server Algoritma Microsoft Clustering Promosi Strategi Promosi vii

8 Bab 3 Metodologi Penelitian Metode Penelitian Tahap 1. Pengumpulan Data dan Analisis Permasalahan Tahap 2. Analisis data pendaftar Tahap 3. Pemahaman dan perbaikan data Tahap 4. Percobaan Algoritma Tahap 5. Analisis Hasil Percobaan Metode Pengumpulan data Bab 4 Analisis strategi Promosi Pemahaman Bisnis Proses Bisnis Biro Promosi UKSW Pemahaman data Pemodelan Analisis Hasil Cluster Analisa Asal Sekolah Strategi Promosi Bab 5 Kesimpulan dan Saran Kesimpulan Saran Daftar Pustaka Lampiran... viii

9 . Daftar Tabel Tabel 2.1 Perbandingan Mass Mailing dengan Direct Mailing... 9 Tabel 3.1 Data Jumlah Rumah dan Mobil Nasabah Bank XYZ Tabel 3.2 Tabel Hasil Perhitungan Jarak Terpendek Tabel 3.3 Tabel Pengelompokan Nasabah ke Kelompok Tabel 3.4 Hasil Clustering dengan Microsoft Clustering Tabel 4.1 Struktur Tabel Data Pendaftar Tabel 4.2 Hasil Seleksi Tabel Data Pendaftar Tabel 4.3 Penjelasan Tabel Data Pendaftar Tabel 4.4 Cluster Tabel 4.5 Pengelompokan Asal Sekolah Cluster Tabel 4.6 Cluster Tabel 4.7 Cluster Tabel 4.8 Cluster Tabel 4.9 Cluster Tabel 4.10 Cluster Tabel 4.11 Cluster Tabel 4.12 Cluster Tabel 4.13 Cluster Tabel 4.14 Cluster 9 Pilihan 1 dan Pilihan Tabel 4.15 Cluster Tabel 4.16 Cluster Tabel 4.17 Tabel Cluster 1, 2, 10, ix

10 Daftar Gambar Gambar 2.1 Tahap-Tahap Data Mining Gambar 2.2 Cluster berdasarkan definisi Well-Separated Cluster Gambar 2.3. Cluster Berdasarkan Center Based-Cluster Gambar 2.4 Flowchart Algoritma K-Mean Cluster Analysis Gambar 2.5 Clustering Gambar 4.1 Data Pendaftar Gambar 4.2 Sub Menu Analysis Gambar 4.3 Menu Detect Categories Gambar 4.4 Form Column Selection and Parameter Dengan Pilihan Field yang Terseleksi Gambar 4.5 Proses Mining Gambar 4.6 Hasil Eksekusi Detect Categories x

11 Daftar lampiran Lampiran 1 : SOP Pelaksnaan Promosi Lampiran 2 : Contoh data yang kosong Lampiran 3 : Sebaran jumlah pendaftar pada setiap klaster (tahun ) Lampiran 4 : Filtering terhadap data asal sekolah Lampiran 5 : Pendaftar dari sekolah-sekolah Islam tahun xi

12 Abstract Promotion is a must for any private universities to attract prospective students. The competition between them is getting tougher so that it needs a proper promotion strategy by looking at prospective students segments. Data mining and clustering method are used for classifying prospective students segments. By knowing the segments of the prospective students, promotion strategy could be structurally identified and it could hit the target. Apart from that, the cost-effectiveness could also be achieved through the right strategy. This kind of promotion model could give some advantages such as minimizing the cost and increasing the respond level. The modelling uses the available tools in the market which is Microsoft Excel with the Data Mining Technology i.e. SQL server 2008 Data Mining Add In. By implementing segmented prospective students then it could identify which areas contributes the prospective students along with the major they are interested in. It is expected that more directed and on target promotion strategies could be created Keywords : Data Mining, Clustering, Promotion Strategy Analysi xii

13 1