UMIUMI

Jurnal Ilmiah METHONOMIJurnal Ilmiah METHONOMI

Penelitian ini bertujuan untuk menganalisis kombinasi asal sekolah dan jurusan terhadap pilihan program studi calon mahasiswa serta merumuskan strategi penerimaan mahasiswa baru berbasis data. Research gap dalam penelitian ini adalah masih terbatasnya pemanfaatan data historis pendaftaran untuk mengkaji hubungan latar belakang pendidikan dengan pemilihan program studi, khususnya pada perguruan tinggi swasta. Penelitian ini menggunakan pendekatan kuantitatif deskriptif dengan desain korelasional menggunakan data sekunder sebanyak 1.462 pendaftar selama lima tahun akademik (2021–2026) di STMIK Kaputama. Teknik analisis yang digunakan meliputi analisis deskriptif, tabulasi silang, dan analisis segmentasi. Hasil penelitian menunjukkan adanya hubungan yang signifikan antara latar belakang pendidikan dengan pilihan program studi. Program Studi Sistem Informasi menjadi pilihan dominan pada seluruh segmen, sedangkan Teknik Informatika lebih diminati oleh lulusan SMK dengan latar belakang teknologi seperti TKJ dan RPL. Selain itu, ditemukan tiga segmen utama, yaitu segmen akademik (SMA), vokasional teknologi (SMK TKJ/RPL), dan segmen transisi (SMK non-teknologi dan MA). Penelitian ini menyimpulkan bahwa strategi penerimaan mahasiswa baru perlu beralih dari pendekatan umum menjadi berbasis segmentasi dan data-driven untuk meningkatkan efektivitas dan daya saing institusi.

Berdasarkan hasil analisis, dapat disimpulkan bahwa terdapat hubungan yang jelas antara latar belakang pendidikan calon mahasiswa, khususnya asal sekolah dan jurusan, dengan pilihan program studi di STMIK Kaputama.Lulusan SMA cenderung memilih Program Studi Sistem Informasi yang memiliki karakter fleksibel, sedangkan lulusan SMK dengan latar belakang teknologi menunjukkan kecenderungan yang lebih kuat terhadap Teknik Informatika.Selain itu, ditemukan bahwa program studi Sistem Informasi memiliki daya tarik yang luas dan mampu menjangkau berbagai segmen calon mahasiswa, termasuk dari latar belakang non-teknologi.

Penelitian lanjutan dapat mengembangkan model prediksi penerimaan mahasiswa baru menggunakan algoritma machine learning berbasis data historis. Selain itu, perlu dilakukan studi lebih dalam tentang faktor psikologis dan motivasi calon mahasiswa dalam memilih program studi, khususnya pada segmen transisi. Terakhir, penelitian juga bisa mengeksplorasi potensi kolaborasi antara perguruan tinggi swasta dengan sekolah menengah untuk meningkatkan kesesuaian kurikulum dan daya tarik program studi bagi lulusan non-teknologi.

Read online
File size821.64 KB
Pages15
DMCAReport

Related /

ads-block-test