PEMANFAATAN METODE K-NEAREST NEIGHBORS (KNN) UNTUK MEMPREDIKSI STRATEGI PROMOSI EFEKTIF BERDASARKAN LOKASI ASAL MAHASISWA DI UNIVERSITAS AL-IRSYAD CILACAP
Keywords:
UNAIC, Mahasiswa, PMB, Data Mining, KlasifikasiAbstract
Dalam era persaingan pendidikan tinggi yang semakin ketat, strategi promosi yang tepat sasaran menjadi sangat penting untuk menarik calon mahasiswa. Penelitian ini bertujuan untuk mengembangkan model prediksi yang dapat digunakan untuk menentukan strategi promosi efektif bagi UNAIC dengan memanfaatkan metode K-Nearest Neighbors (KNN). Metode KNN dipilih karena kemampuannya dalam mengklasifikasikan data berdasarkan kedekatan geografis, yang memungkinkan identifikasi lokasi asal mahasiswa potensial dengan tingkat akurasi yang tinggi(Fitria et al., 2024). Penelitian ini menganalisis data mahasiswa UNAIC dari tahun 2021 hingga 2023, mencakup variabel demografis dan geografis untuk memprediksi pola asal daerah mahasiswa. Dengan hasil analisis ini, UNAIC dapat merumuskan strategi promosi yang lebih efektif dan efisien, menargetkan daerah-daerah dengan peluang tinggi untuk merekrut calon mahasiswa baru. Hasil penelitian di Universitas Al-Irsyad Cilacap tentang metode K-Nearest Neighbors (KNN) menunjukkan akurasi 99%. Model ini tidak salah dalam kategori "tidak layak" dan berhasil memprediksi 1190 mahasiswa "layak" dengan benar. Namun, ada 12 kasus mahasiswa "ditolak" yang ternyata diterima. KNN memiliki class recall 100% untuk "layak" dan 0% untuk "ditolak", mengindikasikan kinerja yang sangat baik dalam mengidentifikasi mahasiswa yang layak, tetapi membutuhkan penyempurnaan untuk kategori "ditolak".