Record Detail Back
Implementasi Geospatial Clustering Dengan Algoritma K-Means Dalam Menentukan Lokasi Promosi Menggunakan Menggunakan JUPYTERLAB (Studi Kasus: Universitas Langlangbuana)
- Share to:
Data mining merupakan proses untuk mendapatkan informasi dari basis data yang besar, dengan cara penggalian data yang memanfaatkan kumpulan data. Proses penerimaan mahasiswa baru dalam sebuah perguruan tinggi menghasilkan data yang berlimpah berupa profil dari mahasiswa baru tersebut. Penumpukan data mahasiswa secara menerus tanpa adanya peninindak lanjutan akan mengurangi nilai terhadap data tersebut. Berdasarkan data yang diperoleh dari SPMU Universitas Langlangbuana diketahui bahwa mahasiswa Universitas Langlangbuana dalam 3 tahun terakhir mengalami penurunan jika dibandingkan dengan jumlah mahasiswa di tahun 2017. Untuk mengatasi hal tersebut diperlukannya pengolahan data agar mahasiswa ditahun berikutnya dapat meningkat dengan cara mengimplementasikan Clustering Geolocation menggunakan algoritma K-Means untuk menentukan wilayah promosi yang tepat sasaran. Pembangunan sistem dalam pengimplementasikan Clustering Geolocation menggunakan algoritma K-Means untuk mengelompokkan asal sekolah mahasiswa ini menggunakan bahasa pemrograman Python dengan bantuan software Jupyterlab. Berdasarkan hasil analisis yang telah dilakukan,pengimplementasian Clustering Geolocation menggunakan algoritma K-Means untuk mengelompokkan asal sekolah mahasiswa ini memiliki 7 cluster dengan cluster paling banyak berada di daerah Jawa Barat terutama Kota Bandung dan Kabupaten Bandung.
Ali Hudaya - Personal Name
005 HUD i
000
Text
Indonesia
Universitas Langlangbuana
2021
Bandung
LOADING LIST...
LOADING LIST...
APA Citation
Ali Hudaya. (2021).Implementasi Geospatial Clustering Dengan Algoritma K-Means Dalam Menentukan Lokasi Promosi Menggunakan Menggunakan JUPYTERLAB (Studi Kasus: Universitas Langlangbuana).(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd