IMPLEMENTASI ALGORITMA K-MEDOIDS DALAM SISTEM CLUSTERING UNTUK PENENTUAN STRATEGI PROMOSI DI SMK BINA SATRIA

Abstract

Persaingan antara Sekolah Menengah Kejuruan (SMK) Negeri dan Swasta menuntut SMK Swasta, seperti SMK Bina Satria, untuk memiliki strategi promosi yang lebih efektif dan berbasis data. Penelitian ini bertujuan untuk menerapkan algoritma K-Medoids dalam proses clustering data sekolah asal siswa guna mengelompokkan potensi kontribusi sekolah mitra terhadap penerimaan siswa baru. Variabel yang digunakan dalam analisis meliputi jumlah kontribusi siswa dan status keikutsertaan dalam program Member Get Member (MGM). Penelitian dilakukan dengan pendekatan kuantitatif dan menggunakan metode data mining. Tahapan yang dilalui meliputi pengumpulan data, preprocessing, penentuan jumlah cluster menggunakan Elbow Method dan Silhouette Score, implementasi algoritma K-Medoids, serta pengembangan sistem berbasis web untuk visualisasi hasil. Hasil analisis menunjukkan bahwa sekolah-sekolah asal dapat dikelompokkan ke dalam tiga cluster, yaitu: Mitra Loyal Potensi Tertinggi, Calon Mitra Potensial, dan Kontributor Insidental. Sistem yang dikembangkan membantu pihak sekolah dalam menentukan strategi promosi yang lebih terarah dan efisien. Dengan implementasi ini, SMK Bina Satria dapat menyusun kebijakan promosi yang berbasis pada segmentasi mitra secara objektif, serta meningkatkan efektivitas program promosi dalam menjaring siswa baru.