UMUSLIMUMUSLIM
Jurnal TikaJurnal TikaPromosi perguruan tinggi menjadi elemen krusial dalam meningkatkan jumlah pendaftar mahasiswa baru. Namun, sering kali kegiatan promosi ini tidak didasarkan pada data yang relevan. Penelitian ini bertujuan untuk memaparkan demografi, program studi, dan jalur pendaftaran yang diminati melalui penerapan business intelligence (BI) pada data penerimaan mahasiswa baru IAIN Pontianak. Melalui analisis data menggunakan perangkat lunak business intelligence, hasilnya mencakup informasi tentang karakteristik demografi pendaftar, asal sekolah, asal daerah, dan jalur penerimaan. Calon mahasiswa baru didominasi oleh perempuan, berusia 18-20 tahun, berasal terutama dari Kota Pontianak, Kabupaten Kubu Raya, dan Kabupaten Mempawah. Jalur penerimaan Lokal 2 dan UM-PTKIN menjadi yang paling diminati, dengan program studi Manajemen Bisnis Syariah menjadi favorit. Ditemukan bahwa BI efektif dalam menganalisis data penerimaan mahasiswa baru, memberikan landasan untuk perbaikan strategi promosi perguruan tinggi, dan hasil analisis dapat diakses melalui dashboard. Penelitian ini menyimpulkan bahwa BI efektif dalam menganalisis karakteristik demografi pendaftar mahasiswa baru, memungkinkan perguruan tinggi mengarahkan strategi promosi dengan lebih baik. Perangkat lunak Metabase memenuhi kebutuhan BI perguruan tinggi, memberikan informasi yang efisien, dan hasilnya dapat digunakan untuk evaluasi dan perencanaan strategi promosi mendatang.
Berdasarkan hasil penelitian, diperoleh beberapa hal sebagai berikut.BI terbukti menjadi solusi yang efektif dalam menganalisis data penerimaan mahasiswa baru untuk mengetahui karakteristik demografi para pendaftar.Perguruan tinggi dapat mengarahkan strategi promosinya dengan lebih baik berdasarkan hasil analisis demografi, jalur pendaftaran, dan peminatan program studi.
Berdasarkan latar belakang penelitian yang menyoroti pentingnya pemahaman demografi mahasiswa baru untuk strategi promosi yang efektif, serta keterbatasan data yang ada, beberapa saran penelitian lanjutan dapat diajukan. Pertama, perlu dilakukan analisis data pendaftar mahasiswa baru secara longitudinal, yaitu selama beberapa tahun terakhir, untuk mengidentifikasi tren pendaftaran dan perubahan preferensi calon mahasiswa dari waktu ke waktu. Hal ini akan memberikan gambaran yang lebih komprehensif tentang dinamika pendaftar dan memungkinkan perguruan tinggi untuk menyesuaikan strategi promosi secara proaktif. Kedua, penelitian dapat diperluas dengan melakukan analisis yang lebih mendalam terhadap faktor-faktor yang memengaruhi pilihan program studi, seperti reputasi program, prospek karir, dan kualitas pengajaran. Dengan memahami faktor-faktor ini, perguruan tinggi dapat merancang program promosi yang lebih persuasif dan menargetkan calon mahasiswa yang tepat. Ketiga, penelitian dapat mengeksplorasi potensi penggunaan teknik machine learning untuk memprediksi pendaftar mahasiswa baru berdasarkan data demografi dan preferensi studi. Model prediktif ini dapat membantu perguruan tinggi dalam mengidentifikasi calon mahasiswa potensial dan menyesuaikan strategi promosi secara personal.
- Pemetaan Profil Mahasiswa Untuk Peningkatan Strategi Promosi Perguruan Tinggi Menggunakan Predictive... doi.org/10.30864/eksplora.v10i2.505Pemetaan Profil Mahasiswa Untuk Peningkatan Strategi Promosi Perguruan Tinggi Menggunakan Predictive doi 10 30864 eksplora v10i2 505
- PROMOSI DAN PENGARUHNYA TERHADAP TERHADAP ANIMO CALON MAHASISWA BARU DALAM MEMILIH PERGURUAN TINGGI SWASTA... doi.org/10.47232/aktual.v16i1.3PROMOSI DAN PENGARUHNYA TERHADAP TERHADAP ANIMO CALON MAHASISWA BARU DALAM MEMILIH PERGURUAN TINGGI SWASTA doi 10 47232 aktual v16i1 3
- 0. scitepress publication details doi.org/10.5220/00083517046704740 scitepress publication details doi 10 5220 0008351704670474
| File size | 446.23 KB |
| Pages | 6 |
| DMCA | Report |
Related /
UMIUMI Dalam era digital, kebutuhan akan sarana pengecekan kesehatan dan gizi anak secara online menjadi penting untuk mencegah stunting. Peran orang tua dalamDalam era digital, kebutuhan akan sarana pengecekan kesehatan dan gizi anak secara online menjadi penting untuk mencegah stunting. Peran orang tua dalam
UMIUMI Salah satu cara adalah dengan memanfaatkan teknologi data mining. Algoritma Apriori merupakan salah satu teknologi data mining yang dapat digunakan. PenerapanSalah satu cara adalah dengan memanfaatkan teknologi data mining. Algoritma Apriori merupakan salah satu teknologi data mining yang dapat digunakan. Penerapan
UMIUMI Penelitian ini berhasil mengimplementasikan metode Deep Learning untuk mendeteksi dini potensi bencana cuaca ekstrem berbasis analisis citra awan satelit.Penelitian ini berhasil mengimplementasikan metode Deep Learning untuk mendeteksi dini potensi bencana cuaca ekstrem berbasis analisis citra awan satelit.
USMUSM Salah satunya adalah dengan memanfaatkan media sosial Instagram sebagai alat promosi. Namun, penggunaan media sosial sebagai media promosi juga memilikiSalah satunya adalah dengan memanfaatkan media sosial Instagram sebagai alat promosi. Namun, penggunaan media sosial sebagai media promosi juga memiliki
USMUSM Hasil evaluasi dengan rasio data training dan testing 80.20 mencapai akurasi 76%, presisi 72%, dan recall 76%. Hasil ini lebih tinggi dibandingkan penelitianHasil evaluasi dengan rasio data training dan testing 80.20 mencapai akurasi 76%, presisi 72%, dan recall 76%. Hasil ini lebih tinggi dibandingkan penelitian
RESCOLLACOMMRESCOLLACOMM Sebaliknya, KNN dan Logistic Regression menunjukkan kelemahan, terutama pada kelas dengan fitur visual yang serupa, seperti kelas 7 (Rice Stem Fly) danSebaliknya, KNN dan Logistic Regression menunjukkan kelemahan, terutama pada kelas dengan fitur visual yang serupa, seperti kelas 7 (Rice Stem Fly) dan
UBUB 2% tanpa, 38. 9% pada ws2 dengan loadbalancer dan 51. 7% tanpa, serta 6. 3% pada ws3 ketika mengalihkan request saat server 1 atau 2 mati dan efektif dalam2% tanpa, 38. 9% pada ws2 dengan loadbalancer dan 51. 7% tanpa, serta 6. 3% pada ws3 ketika mengalihkan request saat server 1 atau 2 mati dan efektif dalam
UBUB Metode penelitian yang digunakan adalah eksperimen dengan menggunakan perangkat keras NodeMCU ESP8266, sensor GPS NEO-6Mv2, modul komunikasi NRF24L01,Metode penelitian yang digunakan adalah eksperimen dengan menggunakan perangkat keras NodeMCU ESP8266, sensor GPS NEO-6Mv2, modul komunikasi NRF24L01,
Useful /
RESCOLLACOMMRESCOLLACOMM Tujuan selanjutnya dari kegiatan PKM ini adalah mengadakan pelatihan lanjutan terkait teknologi tepat guna. Hal ini untuk memastikan bahwa produk olahanTujuan selanjutnya dari kegiatan PKM ini adalah mengadakan pelatihan lanjutan terkait teknologi tepat guna. Hal ini untuk memastikan bahwa produk olahan
UMUSLIMUMUSLIM Penelitian ini menyimpulkan bahwa metode Weighted Product (WP) berhasil mengidentifikasi mahasiswa terbaik, yaitu Alternatif 9 (Rifai). Sistem yang dibangunPenelitian ini menyimpulkan bahwa metode Weighted Product (WP) berhasil mengidentifikasi mahasiswa terbaik, yaitu Alternatif 9 (Rifai). Sistem yang dibangun
STKIP JBSTKIP JB Metode pengumpulan data yang digunakan dalam penelitian ini adalah angket. Instrumen yang digunakan adalah angket motivasi belajar berupa 19 item soal.Metode pengumpulan data yang digunakan dalam penelitian ini adalah angket. Instrumen yang digunakan adalah angket motivasi belajar berupa 19 item soal.
STKIP JBSTKIP JB Penelitian ini menggunakan pendekatan kualitatif dengan jenis penelitian tindakan kelas. Subyek penelitian ini adalah siswa kelas X KI SMK Negeri MojoagungPenelitian ini menggunakan pendekatan kualitatif dengan jenis penelitian tindakan kelas. Subyek penelitian ini adalah siswa kelas X KI SMK Negeri Mojoagung