IOINFORMATICIOINFORMATIC

JUKI : Jurnal Komputer dan InformatikaJUKI : Jurnal Komputer dan Informatika

Pemilihan perguruan tinggi merupakan keputusan penting bagi calon mahasiswa baru dan sering kali dipengaruhi oleh berbagai faktor, mulai dari minat pribadi hingga rekomendasi lingkungan sosial. Penelitian ini bertujuan merancang sistem pendukung keputusan berbasis Social Network Analysis (SNA) untuk menganalisis tren pemilihan perguruan tinggi dengan studi kasus di Universitas Dipa Makassar. Data penelitian dikumpulkan melalui dua sumber, yaitu kuisioner kepada calon mahasiswa dan hasil scraping media sosial (Facebook, Instagram) menggunakan algoritma Breadth First Search (BFS). Hasil penelitian menunjukkan bahwa faktor dominan dalam pemilihan perguruan tinggi meliputi prospek lapangan kerja, minat pribadi, rekomendasi pihak lain, serta citra kampus. Analisis jejaring sosial memperlihatkan bahwa tagar #undipa dan #teknikinformatika merupakan simpul dengan keterhubungan tertinggi, sedangkan beberapa akun berperan sebagai influencer yang menjadi pusat penyebaran informasi. Sistem yang dirancang terbukti membantu dalam menyajikan tren, pola komunikasi, serta rekomendasi strategis untuk promosi perguruan tinggi. Penelitian ini memberikan kontribusi dalam pemanfaatan SNA sebagai dasar pengambilan keputusan promosi pendidikan tinggi di era digital.

Hasil kuisioner menunjukkan bahwa faktor dominan yang memengaruhi mahasiswa dalam memilih perguruan tinggi adalah prospek lapangan kerja yang sesuai, minat pribadi, serta rekomendasi dari pihak lain.Sementara itu, citra kampus tetap penting meskipun pengaruhnya sedikit lebih rendah.teknologiinformasi menunjukkan adanya pola interaksi antar pengguna yang membentuk jejaring percakapan.Hashtag tertentu lebih dominan dan menjadi pusat diskusi, menandakan topik tersebut populer di kalangan pengguna.Sistem pendukung keputusan yang dirancang telah sesuai dengan kebutuhan awal, yaitu menyediakan informasi strategis berbasis data kuisioner dan analisis media sosial untuk mendukung promosi penerimaan mahasiswa baru.

Penelitian lanjutan dapat mengembangkan sistem ini dengan memperluas analisis ke platform media sosial lain seperti TikTok atau YouTube, yang lebih populer di kalangan generasi muda. Selain itu, integrasi data dari sumber eksternal seperti laporan industri atau survei nasional dapat meningkatkan akurasi rekomendasi. Peneliti juga bisa mengeksplorasi penggunaan algoritma machine learning untuk memprediksi tren peminatan jurusan di masa depan, sehingga perguruan tinggi dapat merancang strategi promosi lebih proaktif. Penelitian juga dapat membandingkan efektivitas SNA dengan metode lain seperti AHP atau TOPSIS dalam konteks pemilihan perguruan tinggi. Terakhir, studi kasus dapat diperluas ke institusi pendidikan tinggi lain di Indonesia untuk menguji generalisasi model yang telah dikembangkan.

  1. Penerapan CPI dan ROC dalam Sistem Pendukung Keputusan Perguruan Tinggi Komputer Swasta di Semarang |... doi.org/10.33365/jtk.v18i1.3918Penerapan CPI dan ROC dalam Sistem Pendukung Keputusan Perguruan Tinggi Komputer Swasta di Semarang doi 10 33365 jtk v18i1 3918
  2. Sistem Pendukung Keputusan Pemilihan Sekolah Terbaik Di Kota Medan Dengan Menggunakan Metode AHP Berbasis... doi.org/10.54209/jatilima.v3i02.150Sistem Pendukung Keputusan Pemilihan Sekolah Terbaik Di Kota Medan Dengan Menggunakan Metode AHP Berbasis doi 10 54209 jatilima v3i02 150
  3. Sistem Informasi Data Induk Dosen Pada Universitas Dipa Makassar | JUKI : Jurnal Komputer dan Informatika.... ioinformatic.org/index.php/JUKI/article/view/450Sistem Informasi Data Induk Dosen Pada Universitas Dipa Makassar JUKI Jurnal Komputer dan Informatika ioinformatic index php JUKI article view 450
Read online
File size624.2 KB
Pages12
DMCAReport

Related /

ads-block-test