Analisis Data Penerimaan Mahasiswa Baru Untuk Meningkatkan Potensi Pemasaran Universitas Menggunakan Business Intelligence (Studi Kasus Universitas XYZ)
DOI:
https://doi.org/10.32897/infotronik.2019.4.1.170Keywords:
business, intelligence, etl, pmb, akademik.Abstract
Kegiatan penerimaan mahasiswa baru merupakan kegiatan yang sangat penting bagi universitas. Seiring berjalannya sistem operasional penerimaan mahasiswa yang ada, maka data penerimaan mahasiswa menjadi bertambah banyak dari tahun ke tahun. Data penerimaan tersebut belum dimanfaatkan oleh pihak universitas dalam pengambilan keputusan strategis, potensi pemasaran, dan pertimbangan undangan jalur penerimaan melalui akademik. Maka, untuk membantu dalam pengolahan data penerimaan mahasiswa baru tersebut, pada penelitian ini dilakukan perancangan dan analisis data penerimaan mahasiswa baru menggunakan tahapan pada business intelligence. Metode yang digunakan pada penelitian ini meliputi tahapan pengambilan data sumber, proses extraction, transform, dan loading (ETL), serta pembuatan grafik data hasil analisis. Dalam pengolahan data penerimaan mahasiswa baru digunakan algoritma time series untuk menganalisis data mahasiswa baru dari tahun ke tahun. Hasil yang didapatkan dalam penelitian ini yaitu menerapkan business intelligence pada data penerimaan mahasiswa baru untuk mendapatkan informasi yang dapat mendukung kebijakan pada tingkat universitas dalam mendukung potensi pemasaran. Informasi yang didapatkan yaitu meliputi sebaran kota dan provinsi asal mahasiswa, program studi dan fakultas pilihan mahasiswa. Dengan analisis dan rancangan pada data penerimaan mahasiswa baru diharapkan dapat membantu mendukung keputusan manajemen di tingkat universitas terkait potensi pemasaran untuk universitas setiap tahun.
References
. Kurniawati, I., Indrajit, R. E., & Fauzi, M. (2017). Peran Bussines Intelligence Dalam Menentukan Strategi Promosi Penerimaan Mahasiswa Baru. IKRAITH-INFORMATIKA, 1(2), 70-79.
. Mustafid, M. (2016). Sistem business intelligence untuk mendukung perguruan tinggi yang kompetitif. Jurnal Sistem Informasi Bisnis, 3(1), 18-24.
. Adithama, S. P., Wisnubhadra, I., & Sinaga, B. L. (2013). Analisis Dan Desain Realtime Business Intelligence Untuk Subjek Kegiatan Akademik Pada Universitas Menggunakan Change Data Capture. In Seminar Nasional Teknologi Informasi dan Komunikasi (pp. 87-95).
. Ardista, N., Purbandini, P., & Taufik, T. (2017). Rancang Bangun Data Warehouse Untuk Pembuatan Laporan dan Analisis pada Data Kunjungan Pasien Rawat Jalan Rumah Sakit Universitas Airlangga Berbasis Online Analytical Processing (OLAP). Journal of Information Systems Engineering and Business Intelligence, 3(1), 40-51.
. D. Pratama, “Implementasi Datawarehouse Dan Business Intelligence Untuk Memonitor Penjualan Sales Group : Studi Kasus Pada PT. XYZ,” 2013
. Susanto, R., & Andriana, A. D. (2016). Perbandingan Model Waterfall dan Prototyping untuk Pengembangan Sistem Informasi. Majalah Ilmiah UNIKOM, 14(1).
. Nugroho, K. (2016). Model Analisis Prediksi Menggunakan Metode Fuzzy Time Series. INFOKAM, 12(1).
. Imelda, “Business Intelligence,” Majalah Ilmiah UNIKOM, vol. 11, no. 1, pp. 111-121, 2010.
. D. Dharmayanti, A. M. Bachtiar dan A. Heryandi, “Pemodelan Data Warehouse Pada Jurusan Teknik Informatika UNIKOM,” 2012.
. Ismiati, M. B., Permanasari, A. E., & Hidayah, I. (2014). Analisis Data Time Series Korban Dbd di Kota Palembang Untuk Mendapatkan Trend dalam Melakukan Forecasting. SEMNASTEKNOMEDIA ONLINE, 2(1), 2-02.
Downloads
Published
How to Cite
Issue
Section
License
Copyright Notice
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
