Halo Sobat Data!
Selamat datang pada sesi #IDEA (Insight Data Eksplorasi Akademik). Sobat Data akan diajak mengeksplorasi jurnal penelitian yang menyoroti temuan utama, data yang digunakan, hingga potensi dampaknya di dunia nyata.
Yuk, kita jelajahi kekayaan ilmu dari sains data dan temukan inspirasi baru yang bisa diaplikasikan! Pastikan kamu simak sampai akhir agar tidak ketinggalan insight berharga ya Sobat Data!
Pada edisi ini, Sobat Data akan diajak menjelajahi jurnal dari Dosen Sains Data Telkom University Surabaya yaitu Ibu Amalia Nur Alifah, S.Si., M.Si. dengan jurnal yang berjudul “Segmenting the Higher Education Market: An Analysis of Admissions Data Using K-Means Clustering”. Penasaran lebih lanjut? Yuk kita bahas di bawah ya Sobat Data!
Jika dilihat dari judul jurnal mengenai segmentasi menggunakan K-Means Clustering. Apakah Sobat Data sudah mengetahui tentang K-Means-Clustering? Yuk kita bahas!
Pada jurnal tersebut dijelaskan bahwa K-Means Clustering adalah metode kombinasi dengan regresi yang bertujuan menggelompokkan dan memprediksi. Buat kalian yang penasaran terkait K-Means akan dibedah lebih jauh dalam #KuliahData berikutnya, namun untuk awalan kalian bisa baca artikel berikut ini ya Sobat Data!
Pada jurnal tersebut telah dibahas pentingnya segmentasi konsumen dalam Higher Education Institutions (HEI). Ibu Amal dan rekannya menjelaskan situasi terkini terkait siswa yang akan memilih pendidikan tinggi yang dapat dilihat dari berbagai faktor yaitu Total Score Ujian Tulis Berbasis Komputer (UTBK), Final Registration, dan Distance.
Tak lupa, pada jurnal tersebut dijelaskan step by step dalam menggelompokkan siswa mulai dari pengumpulan dataset, data understanding, descriptive statistics, data preprocessing, elbow method and sillhouette score, penentuan kluster, dan hasil kesimpulan.
Pada data preprocessing, terdapat proses data cleaning, data transformation, dan data filtering. Hal tersebut dilakukan agar menghasilkan hasil yang akurat. Selengkapnya terkait data cleaning akan kita bahas pada #KuliahData dan #KokBisa ya Sobat Data!
Selanjutnya pada elbow method and sillhouette score, dijelaskan pemilihan nilai k dengan menggunakan dua metode yaitu dengan elbow method dengan k = 2 dan sillhouette score dengan nilai k yang sama yaitu 2. Hal tersebut menunjukkan bahwa k = 2 memiliki kualitas yang baik dalam clustering. Namun, setelah dilakukan K-Means dan dilakukan percobaan dengan k = 2 dan k = 4, terlihat bahwa k = 4 menghasilkan clustering yang lebih baik. Pada jurnal juga dijelaskan semakin bertambah nilai k, maka semakin banyak fitur yang dapat digunakan untuk melakukan clustering.
Berikut adalah hasil clustering segmentasi konsumen dengan k = 4 :
Source : https://www.sciencedirect.com/science/article/pii/S1877050924003429?via%3Dihub
Dapat disimpulkan bahwa studi ini menggunakan metode K-Means clustering untuk menganalisis data demografis calon mahasiswa, seperti Total Score UTBK, Distance dan Final Registration, untuk mengidentifikasi segmen pasar yang berbeda bagi perguruan tinggi. Hasilnya menunjukkan bahwa segmentasi dengan 4 klaster (k = 4) memberikan hasil optimal, di mana Klaster 1 dan 4 (42% pangsa pasar) sebaiknya menjadi prioritas utama dalam strategi pemasaran, sementara Klaster 2 dan 3 memiliki prioritas lebih rendah.
Penelitian ini memberikan implikasi penting bagi unit penerimaan dan pemasaran perguruan tinggi untuk merancang strategi yang tepat untuk meningkatkan kualitas dan kuantitas mahasiswa baru. Ke depannya, studi ini dapat ditingkatkan dengan menambahkan atribut lain, seperti pendapatan orang tua, serta mengevaluasi metode clustering lainnya untuk hasil yang lebih komprehensif.
Singkatnya, hasil segmentasi ini membantu perguruan tinggi memahami pasar dengan lebih baik dan menyusun strategi pemasaran yang lebih efektif untuk meningkatkan daya saing. Menurut kamu, apa faktor lain yang sebaiknya dimasukkan dalam analisis ini? Tulis pendapatmu di kolom komentar, ya!
Baca selengkapnya di bawah ini ya Sobat Data!
Terus ikuti sesi #IDEA untuk mengeksplorasi lebih banyak penelitian menarik di bidang sains data dan aplikasinya di dunia nyata!
Yuk segera daftarkan diri kamu di Data Science Telkom University Surabaya dan wujudkan impianmu!
Playing with Data, Winning the Era.
More info :
-Website : https://bds-sby.telkomuniversity.ac.id/
-Instagram : https://www.instagram.com/ds.telkomsurabaya/