Analisis KESIMPULAN KESIMPULAN DAN SARAN 41

BAB IV HASIL DAN PEMBAHASAN

4.1. Analisis

Analisis sistem adalah penguraian dari suatu sistem perangkat lunak yang utuh kedalam bagian komponen-komponennya dengan tujuan untuk mengidentifikasikan dan mengevaluasi permasalahan, hambatan dan kebutuhan yang diharapkan dalam penetapan strategi pemasaran dengan pendekatan model pohon keputusan menggunakan algoritma Iterative Dichotomizes versi 3 ID3. Bab ini menyajikan hasil penelitian yang penulis lakukan dengan mengolah dua dataset yaitu dataset yang berasal dari database penerimaan mahasiswa baru dan dataset kedua adalah kuesioner yang terdiri dari empat kategori pertanyaan yaitu fasilitas kampus, dukungan sekolah, dukungan keluarga dan dukungan minat. Dalam percobaan ini dibuat model aturan pohon keputusan dengan algoritma ID3 menggunakan software Rapid Miner. Untuk validasi dan korelasi data penulis membuat analisa dengan software SPSS.

4.2. Hasil Percobaan

Dalam percobaan ini penulis menguji reliabilitas data hasil kuesioner yang dijawab oleh calon mahasiswa dengan menggunakan metode Cronbachs Alpha untuk data training yang terdiri dari 300 data, sedangkan untuk keseluruhan data sebagai data testing penulis menggunakan sebanyak 1.200 data. Rumus untuk menghitung koefisien reliabilitas instrument dengan menggunakan Cronbach Alpha adalah sebagai berikut: Universitas Sumatera Utara Gambar 4.1. Formula Crobach Alpha Keterangan: r = koefisien reliabilitas instrument cronbach alpha k = banyaknya butir pertanyaan atau banyaknya soal  ∑  2 = total varians butir t  2 = total varians Adapun hasil percobaan training dan testing data secara manual dapat dilihat pada contoh dibawah ini : Kuesioner untuk fasilitas kampus Tabel 4.1. Kuesioner Fasilitas Kampus No.Quest Q1 Q2 Q3 Q4 Q5 Total Total Kuadrat 1 4 3 3 4 5 19 361 2 5 5 5 5 4 24 576 3 5 5 5 5 5 25 625 4 5 3 3 5 4 20 400 5 4 3 4 4 5 20 400 6 4 3 4 5 5 21 441 7 5 4 5 5 5 24 576 8 3 3 3 4 4 17 289 9 4 3 3 4 5 19 361 10 4 3 3 3 4 17 289 Jumlah 43 35 38 44 46 206 4318 Jlh Kuadrat 189 129 152 198 214 b Menghitung total varians ∑  2 varians butir pertama: b ∑  2 = _______________ 43 2 189 - 10 10 = 0,41 Varians butir ke-2 sampai ke-5 sama seperti diatas, sehingga total varians butir adalah: Universitas Sumatera Utara b t ∑  2 = 0,41 + 0,65 + 0,76 + 0,44 + 0,24 = 2,5 Menghitung total varians  2 206 2 4318- = 10 = 7,44 Menghitung Koefisien Cronbach Alpha r = [ ][ ] 2,5 1- 7 44 5 5-1 = 0,829 Keterangan: 1. Nilai-nilai untuk pengujian reliabilitas berasal dari skor-skor item angket yang valid. Item yang tidak valid tidak dilibatkan dalam pengujian reliabilitas. 2. Instrumen memiliki tingkat reliabilitas yang tinggi jika nilai koefisien yang diperoleh 0,60. Ada pendapat lain yang mengemukakan baik buruknya reliabilitas instrument dapat dikonsultasikan dengan nilai r tabel. 3. Interpretasi reliabilitas bisa juga menggunakan pertimbangan gambar di bawah ini: ________________________________________________________ 0 Reliabilitas Rendah 0,5 Reliabilitas Tinggi 1 buruk baik Gambar 4.2. Nilai Uji Reliabilitas Universitas Sumatera Utara

4.2.1. Hasil Percobaan Training Data

Dalam pengujian data training yang terdiri dari 300 data dapat dilihat pada gambar dibawah ini : Reliability Statistics Cronbachs Alpha Based on Standardized Items Cronbachs Alpha N of Items ,769 ,768 5 Gambar 4.3. Reliability Statistics Fasilitas Kampus Dari Gambar 4.3. menunjukan bahwa cronbach’s Alpha dari Reliability Statistics fasilitas kampus dengan 300 sampel data yang dihasilkan adalah 0,769. Reliability Statistics Cronbachs Alpha Cronbachs Alpha Based on Standardized Items N of Items ,841 ,845 5 Gambar 4.4. Reliability Statistics Dukungan Pihak Sekolah Dari Gambar 4.4. menunjukan bahwa cronbach’s Alpha dari Reliability Statistics dukungan sekolah dengan 300 sampel data yang dihasilkan adalah 0,841. Universitas Sumatera Utara Gambar 4.5. Reliability Statistics Dukungan Keluarga Reliability Statistics Cronbachs Alpha Cronbachs Alpha Based on Standardized Items N of Items ,806 ,807 5 Dari Gambar 4.5. menunjukan bahwa cronbach’s Alpha dari Reliability Statistics dukungan keluarga dengan 300 sampel data yang dihasilkan adalah 0,806. Reliability Statistics Cronbachs Alpha Cronbachs Alpha Based on Standardized Items N of Items ,843 ,847 5 Gambar 4.6. Reliability Statistics terhadap Minat Dari Gambar 4.6. menunjukan bahwa cronbach’s Alpha dari Reliability Statistics terhadap minat dengan 300 sampel data yang dihasilkan adalah 0,843.

4.2.2. Hasil Percobaan Testing Data

Dalam pengujian Testing data digunakan data keseluruhan setelah dilakukan cleaning data dengan cara menghilangkan data yang inconsistent, data testing menggunakan data sebanyak 1.200 data, hasil pengujiannya dapat dilihat pada gambar dibawah ini : Universitas Sumatera Utara Reliability Statistics Cronbachs Alpha Cronbachs Alpha Based on Standardized Items N of Items ,764 ,763 5 Gambar 4.7. Reliability Statistics Fasilitas Kampus Dari Gambar 4.7. menunjukan bahwa cronbach’s Alpha dari Reliability Statistics fasilitas kampus yang dihasilkan adalah 0,764. Gambar 4.8. Reliability Statistics Dukungan Pihak Sekolah Dari Gambar 4.8. menunjukan bahwa cronbach’s Alpha dari Reliability Statistics dukungan sekolah yang dihasilkan adalah 0,843. Reliability Statistics Cronbachs Alpha Cronbachs Alpha Based on Standardized Items N of Items ,843 ,847 5 Reliability Statistics Cronbachs Alpha Cronbachs Alpha Based on Standardized Items N of Items ,807 ,809 5 Gambar 4.9. Reliability Statistics Dukungan Keluarga Dari gambar 4.9. menunjukan bahwa cronbach’s Alpha dari Reliability Statistics dukungan keluarga yang dihasilkan adalah 0,807. Universitas Sumatera Utara Reliability Statistics Cronbachs Alpha Cronbachs Alpha Based on Standardized Items N of Items ,843 ,847 5 Gambar 4.10. Reliability Statistics Terhadap Minat Dari Gambar 4.10. menunjukan bahwa cronbach’s Alpha dari Reliability Statistics terhadap minat yang dihasilkan adalah 0,843. Dari perbedaan data training dan testing dapat dilihat pada tabel di bawah ini : Tabel 4.2. Statistik Reliabilitas data No Variabel dalam skala Cronbachs alpha Data Training 300 Data Cronbachs alpha Data Testing 1200 Data 1 Fasilitas Kampus ,769 ,764 2 Dukungan Sekolah ,841 ,843 3 Dukungan Keluarga ,806 ,803 4 Dukungan Minat ,843 ,843 Dari Tabel 4.2. diatas dapat dijelaskan bahwa Statistik Signifikan dan Reliabilitas data training memiliki nilai diatas 0,60. Cronbachs alpha diberikan survei untuk mengukur konsistensi internal. Menurut Mitchell dan Jolley 1999, Cronbachs alpha di atas 0,60 dapat diterima sebagai bukti reliabilitas internal. Dari hasil training dan testing dapat disimpulkan bahwa data yang penulis gunakan adalah valid dan dapat dipercaya. Universitas Sumatera Utara

4.2.3. Signifikansi

Untuk menguji korelasi dari tiga predictor variabel fasilitas kampus, dukungan sekolah dan dukungan keluarga terhadap dependent variabel daerah untuk penetapan strategi pemasaran penerimaan mahasiswa baru penulis menggunakan metode analisis regresi berganda dengan model fit. Dari metode ini akan diketahui variabel yang paling memberikan kontribusi. Seperti terlihat pada tabel 4.3. dibawah ini : Tabel 4.3. Korelasi signifikan dari tiga prediktor Change Statistics Model R R Squar e Adjusted R Square Std. Error of the Estimate R Square Change F Change df1 df2 Sig. F Chang e Durbin- Watson 1 ,898 a ,807 ,806 ,362 ,807 4996,384 1 1198 ,000 2 ,913 b ,834 ,834 ,335 ,027 197,588 1 1197 ,000 dimension0 3 ,915 c ,838 ,838 ,331 ,004 29,791 1 1196 ,000 1,828 a. Predictors: Constant, FASILITAS KAMPUS b. Predictors: Constant, FASILITAS KAMPUS, DUKUNGAN SEKOLAH c. Predictors: Constant, FASILITAS KAMPUS, DUKUNGAN SEKOLAH, DUKUNGAN KELUARGA d. Dependent Variable: MINAT Dari Tabel 4.3. kita dapat melihat bahwa variable terbaik dari predictor R 1 atau Fasilitas Kampus yang memberikan kontribusi 80,7 R Square change. Keempat variabel memberikan kontribusi yang signifikan R 2 = 0,828. Dengan demikian, kita dapat menyimpulkan bahwa tiga variabel tersebut di atas dapat dijadikan sebagai penaksir model aturan untuk penetapan staretgi pemasaran pada penerimaan mahasiswa baru seperti yang terdapat pada tabel 4.4. dibawah ini: Tabel 4.4. Signifikan Dari Tiga Variabel Prediktor Predikat Change Statistics Model R R Squar e Adjusted R Square Std. Error of the Estimate R Square Change F Change df1 df2 Sig. F Chang e Durbin- Watson dimension0 1 ,915 a ,838 ,838 ,331 ,838 2062,768 3 1196 ,000 1,828 a. Predictors: Constant, DUKUNGAN KELUARGA, FASILITAS KAMPUS, DUKUNGAN SEKOLAH Universitas Sumatera Utara Tabel 4.4. Signifikan Dari Tiga Variabel Prediktor Predikat Change Statistics Model R Std. Error R Sig. F Squar of the Adjusted Durbin- Square Chang F R e R Square Estimate Watson Change Change e df1 df2 ,915 a 1 ,838 ,838 ,331 ,838 2062,768 3 1196 ,000 1,828 dimension0 a. Predictors: Constant, DUKUNGAN KELUARGA, FASILITAS KAMPUS, DUKUNGAN SEKOLAH b. Dependent Variable: MINAT

4.2.4. Multicollinearity

Multikolinearitas adalah masalah umum dalam analisis korelasi banyak, terjadi ketika variabel yang berlebihan dan dapat mengganggu penafsiran yang tepat dari hasil regresi berganda. Cara sederhana untuk mengidentifikasi collinearity adalah Toleransi dan Varian Inflation Factor VIF. Toleransi adalah jumlah variabilitas variabel independen yang dipilih. Toleransi nilai mendekati 0.00 menunjukkan variabel sangat collinear dengan variabel prediktor lainnya. Faktor inflasi varian berbanding terbalik dengan nilai toleransi. Sebuah nilai VIF yang besar, biasanya ambang 10,0 menunjukkan tingkat tinggi collinearity atau multikolinieritas antar variabel independent, seperti pada tabel 4.5. Collinearity Statistics Model Beta In t Sig. Partial Correlation Tabel 4.5. Multikolinearity Diagnostik Tolerance VIF Minimum Tolerance DUKUNGAN SEKOLAH ,762 a 14,057 ,000 ,376 ,047 21,212 ,047 1 DUKUNGAN KELUARGA ,756 a 14,801 ,000 ,393 ,052 19,107 ,052 2 DUKUNGAN KELUARGA ,501 b 5,458 ,000 ,156 ,016 62,131 ,014 a. Predictors in the Model: Constant, FASILITAS KAMPUS b. Predictors in the Model: Constant, FASILITAS KAMPUS, DUKUNGAN SEKOLAH c. Dependent Variable: MINAT Universitas Sumatera Utara

4.2.5. Implementasi ID3

Contoh dari manual implementasi ID3 terhadap pengukuran minat adalah sebagai berikut: Tabel 4.6. Pengukuran Terhadap Minat Calon Mahasiswa Fasilitas Kampus Dukungan Sekolah Dukungan Keluarga Dukungan Minat C1 Baik Tinggi Tinggi Minat C2 Baik Sedang Tinggi Minat C3 Baik Sedang Rendah Minat C4 Baik Rendah Rendah Tidak Minat C5 Cukup Tinggi Tinggi Minat C6 Cukup Sedang Tinggi Minat C7 Cukup Sedang Rendah Minat C8 Cukup Rendah Rendah Tidak Minat C9 Buruk Tinggi Tinggi Minat C10 Buruk Sedang Rendah Tidak Minat C11 Buruk Rendah Tinggi Minat Dari data diatas disimpulkan: a. Jumlah class target apakah minat? = 2 “Minat” dan “Tidak” b. Jumlah sampel untuk kelas 1 “minat” = 8  P1 c. Jumlah sampel untuk kelas 2 “tidak minat” = 3  P2 Entropy S = - log 2 – log 2 = 0.8454 8 11 8 11 3 11 3 11 Information Gain berdasarkan Fasilitas Kampus FK: Values FK = “Baik”, “Cukup”, “Buruk” S = [8+, 3-]; |S| = 11 S baik = [3+, 1-]; |S baik | = 4 S cukup = [3+, 1-]; |S cukup | = 4 S buruk = [2+, 1-]; |S buruk | = 3 EntropyS = EntropyS = - log 2 – log 2 = 0.8454 EntropyS baik = - 34 log 2 34 – 14 log 2 14 = 0.8113 8 11 8 11 3 11 3 11 EntropyS cukup = - 34 log 2 34 – 14 log 2 14 = 0.8113 EntropyS buruk = - 23 log 2 23 – 13 log 2 13 = 0.9183 Universitas Sumatera Utara Gain S,FK=EntropyS- EntropyS v =  | S v | | S | v {Baik,Cukup,buruk} EntropyS – 411 Entropy-S baik – 411EntropyS cukup -311EntropyS buruk = 0.8454 - 4110.8113 - 4110.8113 – 3110.9183 = 0.0049 Begitu juga dengan perhitungan gain untuk Dukungan Sekolah dan Dukungan Keluarga, sehingga diperoleh hasil sebagai berikut: Gain S,FK = 0.0049 Gain S,DS = 0.2668 Gain S,DK = 0.4040 Dari perolehan information gain diperoleh tree sebagai berikut: tinggi rendah minat tinggi rendah Dukungan Sekolah Dukungan Keluarga tidak minat sedang tidak minat Fasilitas Kampus baik buruk minat cukup tidak minat minat Gambar 4.11. Manual Decision Tree Terhadap Minat DK=tinggi V DK=rendahDS=sedangFK=baik V DK=rendahDS=sedangFK=cukup  dukungan minat = minat Berdasarkan implementasi manual dari algoritma ID3 tersebut diatas diperoleh rule sebagai berikut: Jika DK ’tinggi’ atau Jika DK ‘rendah’ dan DS ‘sedang’ dan FK ‘baik’ atau Jika DK ‘rendah’ dan DS ’sedang’ dan FK ‘cukup’ maka dukungan minat adalah Minat. Universitas Sumatera Utara

4.2.6. Hasil Percobaan Decision Tree

Model Decision Tree dengan Model Grafik yang akan digunakan digambarkan sebagai berikut: Gambar 4.12. Grafik Decision Tree Dari grafik diatas dapat dijelaskan bahwa fasilitas kampus memiliki pengaruh paling besar terhadap minat. Untuk lebih jelasnya dapat dilihat pada model aturan berbentuk text seperti pada gambar 4.13. FASILITAS KAMPUS = 13 | DUKUNGAN SEKOLAH = 16 | | DUKUNGAN KELUARGA = 16 | | | Asal Sekolah = Pematangsiantar: Sangat Berminat {Sangat Berminat=10, Berminat=1, Tidak Berminat=9} | | | Asal Sekolah = Simalungun: Tidak Berminat {Sangat Berminat=5, Berminat=3, Tidak Berminat=11} | DUKUNGAN SEKOLAH = 17 | | Asal Sekolah = Pematangsiantar | | | DUKUNGAN KELUARGA = 17: Sangat Berminat {Sangat Berminat=5, Berminat=3, Tidak Berminat=3} | | Asal Sekolah = Simalungun: Sangat Berminat {Sangat Berminat=5, Berminat=0, Tidak Berminat=0} FASILITAS KAMPUS = 14 | DUKUNGAN SEKOLAH = 17 | | DUKUNGAN KELUARGA = 17 | | | Asal Sekolah = Pematangsiantar: Tidak Berminat {Sangat Berminat=4, Berminat=2, Tidak Berminat=8} | | | Asal Sekolah = Simalungun: Tidak Berminat {Sangat Berminat=2, Berminat=2, Tidak Berminat=4} | DUKUNGAN SEKOLAH = 18 | | Asal Sekolah = Pematangsiantar | | | DUKUNGAN KELUARGA = 18: Berminat {Sangat Berminat=5, Berminat=6, Tidak Berminat=3} | | Asal Sekolah = Simalungun | | | DUKUNGAN KELUARGA = 18: Tidak Berminat {Sangat Berminat=10, Berminat=1, Tidak Berminat=10} FASILITAS KAMPUS = 15 | DUKUNGAN SEKOLAH = 18 | | DUKUNGAN KELUARGA = 18 | | | Asal Sekolah = Pematangsiantar: Sangat Berminat {Sangat Berminat=2, Berminat=0, Tidak Berminat=1} | | DUKUNGAN KELUARGA = 19: Sangat Berminat {Sangat Berminat=1, Berminat=0, Tidak Berminat=0} | DUKUNGAN SEKOLAH = 19 | | DUKUNGAN KELUARGA = 19 | | | Asal Sekolah = Pematangsiantar: Sangat Berminat {Sangat Berminat=40, Berminat=36, Tidak Berminat=11} Universitas Sumatera Utara | | | Asal Sekolah = Simalungun: Berminat {Sangat Berminat=29, Berminat=34, Tidak Berminat=11} | | DUKUNGAN KELUARGA = 20 | | | Asal Sekolah = Pematangsiantar: Berminat {Sangat Berminat=4, Berminat=5, Tidak Berminat=0} | | | Asal Sekolah = Simalungun: Berminat {Sangat Berminat=4, Berminat=10, Tidak Berminat=4} | DUKUNGAN SEKOLAH = 20 | | DUKUNGAN KELUARGA = 20 | | | Asal Sekolah = Pematangsiantar: Sangat Berminat {Sangat Berminat=2, Berminat=1, Tidak Berminat=0} | | | Asal Sekolah = Simalungun: Sangat Berminat {Sangat Berminat=2, Berminat=1, Tidak Berminat=1} Gambar 4.13. Model Aturan Teks Decision Tree terhadap minat Dari gambar 4.13. diatas dapat dijelaskan bahwa model aturan terbaik untuk dukungan sangat berminat adalah pada node pertama Fasilitas kampus, node kedua dukungan sekolah, node berikutnya adalah dukungan keluarga. Untuk melihat penyederhanaan dari decision tree dalam bentuk model aturan induction rule dapat dilihat pada gambar 4.14. if FASILITAS KAMPUS = 18 and Asal Sekolah = Simalungun then Sangat Berminat 81 12 16 if FASILITAS KAMPUS = 17 and DUKUNGAN KELUARGA = 22 then Sangat Berminat 77 11 14 if DUKUNGAN SEKOLAH = 23 and DUKUNGAN KELUARGA = 23 then Sangat Berminat 74 10 12 if DUKUNGAN KELUARGA = 21 and Asal Sekolah = Pematangsiantar then Sangat Berminat 73 18 11 if DUKUNGAN KELUARGA = 24 and Asal Sekolah = Simalungun then Sangat Berminat 52 17 18 if FASILITAS KAMPUS = 16 and Asal Sekolah = Simalungun then Sangat Berminat 68 27 14 if FASILITAS KAMPUS = 18 and DUKUNGAN KELUARGA = 23 then Sangat Berminat 1 0 if FASILITAS KAMPUS = 18 and DUKUNGAN SEKOLAH = 22 then Sangat Berminat 31 9 8 if FASILITAS KAMPUS = 20 and DUKUNGAN KELUARGA = 25 then Sangat Berminat 21 3 7 if DUKUNGAN KELUARGA = 24 and DUKUNGAN SEKOLAH = 23 then Sangat Berminat 7 4 1 if DUKUNGAN SEKOLAH = 24 and FASILITAS KAMPUS = 20 then Sangat Berminat 9 4 4 if Asal Sekolah = Pematangsiantar and FASILITAS KAMPUS = 15 then Sangat Berminat 48 42 12 if FASILITAS KAMPUS = 19 and DUKUNGAN SEKOLAH = 24 then Sangat Berminat 34 13 19 if FASILITAS KAMPUS = 17 and DUKUNGAN SEKOLAH = 21 then Sangat Berminat 14 5 5 if DUKUNGAN SEKOLAH = 20 and FASILITAS KAMPUS = 15 then Sangat Berminat 2 1 1 if FASILITAS KAMPUS = 16 and DUKUNGAN SEKOLAH = 20 then Sangat Berminat 38 39 8 if FASILITAS KAMPUS = 13 and DUKUNGAN SEKOLAH = 17 then Sangat Berminat 10 3 3 if DUKUNGAN SEKOLAH = 18 and Asal Sekolah = Simalungun then Sangat Berminat 11 1 10 if DUKUNGAN KELUARGA = 19 and FASILITAS KAMPUS = 15 then Sangat Berminat 29 34 11 if DUKUNGAN SEKOLAH = 17 and Asal Sekolah = Pematangsiantar then Tidak Berminat Universitas Sumatera Utara 4 2 8 if FASILITAS KAMPUS = 13 and Asal Sekolah = Simalungun then Tidak Berminat 5 3 11 if FASILITAS KAMPUS = 13 and DUKUNGAN SEKOLAH = 16 then Sangat Berminat 10 1 9 if FASILITAS KAMPUS = 15 and DUKUNGAN SEKOLAH = 19 then Berminat 4 10 4 if DUKUNGAN SEKOLAH = 18 and FASILITAS KAMPUS = 14 then Berminat 5 6 3 if FASILITAS KAMPUS = 14 then Tidak Berminat 2 2 4 correct: 729 out of 1200 training examples. Gambar 4.14. Model Aturan Induction Terhadap Minat Untuk menentukan media publikasi yang efektif diimplementasikan, dapat dilihat pada model grafik dibawah ini: Gambar 4.15. Grafik Decision Tree Media Publikasi Dari grafik diatas dapat dijelaskan bahwa fasilitas kampus mempengaruhi terhadap minat, node pertama dukungan sekolah dan media publikasi adalah brosur. Untuk lebih jelasnya dapat dilihat pada model aturan berbentuk text seperti pada gambar 4.16. FASILITAS KAMPUS = 13 | DUKUNGAN SEKOLAH = 16 | | Media = Brosur | | | Asal Sekolah = Pematangsiantar | | | | DUKUNGAN KELUARGA = 16: Sangat Berminat {Sangat Berminat=4, Berminat=0, Tidak Berminat=4} | | | Asal Sekolah = Simalungun | | | | DUKUNGAN KELUARGA = 16: Tidak Berminat {Sangat Berminat=1, Berminat=1, Tidak Berminat=3} | | Media = DIKLAT: Tidak Berminat {Sangat Berminat=0, Berminat=0, Tidak Berminat=2} | | Media = Koran | | | Asal Sekolah = Pematangsiantar: Sangat Berminat {Sangat Berminat=2, Berminat=0, Tidak Berminat=0} | | | Asal Sekolah = Simalungun | | | | DUKUNGAN KELUARGA = 16: Tidak Berminat {Sangat Berminat=3, Berminat=2, Tidak Berminat=6} | | Media = P2P | | | Asal Sekolah = Pematangsiantar | | | | DUKUNGAN KELUARGA = 16: Tidak Berminat {Sangat Berminat=1, Berminat=1, Tidak Berminat=2} | | | Asal Sekolah = Simalungun: Tidak Berminat {Sangat Berminat=0, Berminat=0, Tidak Berminat=1} | | Media = Radio Universitas Sumatera Utara | | | DUKUNGAN KELUARGA = 16 | | | | Asal Sekolah = Simalungun: Sangat Berminat {Sangat Berminat=1, Berminat=0, Tidak Berminat=1} | | Media = Spanduk: Sangat Berminat {Sangat Berminat=3, Berminat=0, Tidak Berminat=0} | | Media = Teman: Tidak Berminat {Sangat Berminat=0, Berminat=0, Tidak Berminat=1} | DUKUNGAN SEKOLAH = 17 | | Asal Sekolah = Pematangsiantar | | | Media = Brosur | | | | DUKUNGAN KELUARGA = 17: Sangat Berminat {Sangat Berminat=2, Berminat=2, Tidak Berminat=0} | | | Media = Koran | | | | DUKUNGAN KELUARGA = 17: Sangat Berminat {Sangat Berminat=2, Berminat=1, Tidak Berminat=1} | | | Media = P2P | | | | DUKUNGAN KELUARGA = 17: Tidak Berminat {Sangat Berminat=1, Berminat=0, Tidak Berminat=1} | | | Media = Spanduk: Tidak Berminat {Sangat Berminat=0, Berminat=0, Tidak Berminat=1} | | Asal Sekolah = Simalungun: Sangat Berminat {Sangat Berminat=5, Berminat=0, Tidak Berminat=0} FASILITAS KAMPUS = 14 | Media = Brosur | | Asal Sekolah = Pematangsiantar | | | DUKUNGAN SEKOLAH = 17 | | | | DUKUNGAN KELUARGA = 17: Tidak Berminat {Sangat Berminat=2, Berminat=0, Tidak Berminat=3} | | | DUKUNGAN SEKOLAH = 18 | | | | DUKUNGAN KELUARGA = 18: Berminat {Sangat Berminat=2, Berminat=3, Tidak Berminat=0} | | Asal Sekolah = Simalungun | | | DUKUNGAN SEKOLAH = 17 | | | | DUKUNGAN KELUARGA = 17: Tidak Berminat {Sangat Berminat=1, Berminat=0, Tidak Berminat=3} | | | DUKUNGAN SEKOLAH = 18 | | | | DUKUNGAN KELUARGA = 18: Sangat Berminat {Sangat Berminat=6, Berminat=0, Tidak Berminat=4} | Media = DIKLAT | | DUKUNGAN SEKOLAH = 17: Tidak Berminat {Sangat Berminat=0, Berminat=0, Tidak Berminat=2} | | DUKUNGAN SEKOLAH = 18: Berminat {Sangat Berminat=0, Berminat=1, Tidak Berminat=0} | Media = Direct Mail: Berminat {Sangat Berminat=0, Berminat=1, Tidak Berminat=0} Gambar 4.16. Model Aturan Teks Decision Tree Media Publikasi Dari gambar 4.16. diatas dapat dijelaskan bahwa faktor yang mempengaruhi pada node pertama adalah fasilitas kampus, node kedua dukungan sekolah, node ketiga media publikasi brosur, node ke empat asal dan node kelima dukungan keluarga. Untuk melihat penyederhanaan dari decession tree dalam bentuk model aturan induction rule dapat dilihat pada gambar 4.17. if FASILITAS KAMPUS = 18 and Media = Koran then Sangat Berminat 56 8 6 if DUKUNGAN KELUARGA = 22 and DUKUNGAN SEKOLAH = 21 then Sangat Berminat 25 3 1 if DUKUNGAN SEKOLAH = 22 and Asal Sekolah = Simalungun then Sangat Berminat 42 5 8 if DUKUNGAN KELUARGA = 21 and Media = Brosur then Sangat Berminat 40 9 7 if DUKUNGAN SEKOLAH = 23 and Asal Sekolah = Pematangsiantar then Sangat Berminat 62 9 11 if DUKUNGAN SEKOLAH = 22 and FASILITAS KAMPUS = 17 then Sangat Berminat 31 4 Universitas Sumatera Utara 8 if DUKUNGAN KELUARGA = 21 and Media = Koran then Sangat Berminat 42 9 8 if Media = Spanduk and Asal Sekolah = Pematangsiantar then Sangat Berminat 53 19 7 if DUKUNGAN SEKOLAH = 23 and FASILITAS KAMPUS = 19 then Sangat Berminat 13 4 if Media = Brosur and Asal Sekolah = Simalungun then Sangat Berminat 82 37 30 if FASILITAS KAMPUS = 18 and Media = DIKLAT then Sangat Berminat 4 0 0 if FASILITAS KAMPUS = 17 and Media = Radio then Sangat Berminat 4 0 0 if DUKUNGAN KELUARGA = 25 and Asal Sekolah = Simalungun then Sangat Berminat 4 1 0 if DUKUNGAN SEKOLAH = 24 and Media = Koran then Sangat Berminat 30 10 9 if FASILITAS KAMPUS = 18 and Media = Spanduk then Sangat Berminat 3 0 0 if DUKUNGAN SEKOLAH = 22 and Media = P2P then Sangat Berminat 4 1 0 if DUKUNGAN SEKOLAH = 21 and FASILITAS KAMPUS = 17 then Sangat Berminat 7 4 1 if Asal Sekolah = Pematangsiantar and FASILITAS KAMPUS = 18 then Sangat Berminat 14 5 6 if FASILITAS KAMPUS = 16 and Asal Sekolah = Simalungun then Sangat Berminat 21 12 5 if Asal Sekolah = Pematangsiantar and FASILITAS KAMPUS = 20 then Sangat Berminat 16 2 9 if DUKUNGAN KELUARGA = 19 and Asal Sekolah = Pematangsiantar then Sangat Berminat 34 29 9 if FASILITAS KAMPUS = 16 and Media = Radio then Sangat Berminat 7 2 2 if FASILITAS KAMPUS = 19 and Media = P2P then Sangat Berminat 6 1 2 if Media = Koran and DUKUNGAN SEKOLAH = 18 then Sangat Berminat 9 3 3 if Media = Brosur and FASILITAS KAMPUS = 13 then Sangat Berminat 6 2 4 if DUKUNGAN KELUARGA = 20 and Media = P2P then Berminat 3 9 0 if Media = Direct Mail and FASILITAS KAMPUS = 16 then Sangat Berminat 4 0 0 if DUKUNGAN KELUARGA = 20 and Media = Teman then Berminat 0 3 0 if Media = Brosur and DUKUNGAN KELUARGA = 20 then Sangat Berminat 9 11 2 if Media = Brosur and FASILITAS KAMPUS = 19 then Sangat Berminat 10 6 10 if Media = Radio and FASILITAS KAMPUS = 19 then Sangat Berminat 4 1 1 if FASILITAS KAMPUS = 15 and Media = Koran then Berminat 14 26 8 if FASILITAS KAMPUS = 14 and Asal Sekolah = Simalungun then Tidak Berminat 1 2 6 if Media = Koran and Asal Sekolah = Pematangsiantar then Sangat Berminat 14 11 6 if DUKUNGAN SEKOLAH = 16 and Asal Sekolah = Pematangsiantar then Tidak Berminat 1 1 5 if DUKUNGAN SEKOLAH = 16 and Media = P2P then Tidak Berminat 0 0 1 if DUKUNGAN SEKOLAH = 24 and FASILITAS KAMPUS = 20 then Tidak Berminat 1 0 3 if Asal Sekolah = Pematangsiantar and Media = P2P then Tidak Berminat 2 0 5 if Asal Sekolah = Simalungun and Media = Radio then Sangat Berminat 8 5 3 if DUKUNGAN SEKOLAH = 17 and FASILITAS KAMPUS = 14 then Tidak Berminat 2 1 6 else Sangat Berminat 19 19 18 correct: 747 out of 1191 training examples. Gambar 4.17. model aturan induction rule publikasi Dari Gambar 4.17 tersebut dapat dijelaskan bahwa: 1. Dukungan minat adalah Sangat Berminat: if FASILITAS KAMPUS = 18 and Media = DIKLAT then Sangat Berminat 4 0 0 atau if FASILITAS KAMPUS = 17 and Media = Radio then Sangat Berminat 4 0 0 atau Universitas Sumatera Utara if FASILITAS KAMPUS = 18 and Media = Spanduk then Sangat Berminat 3 0 0 atau if Media = Direct Mail and FASILITAS KAMPUS = 16 then Sangat Berminat 4 0 2. Dukungan minat adalah Berminat: if DUKUNGAN KELUARGA = 20 and Media = Teman then Berminat 0 3 0 3. Dukungan minat adalah Tidak Berminat: if DUKUNGAN SEKOLAH = 16 and Media = P2P then Tidak Berminat 0 0 1 Universitas Sumatera Utara BAB V KESIMPULAN DAN SARAN

5.1. KESIMPULAN

Dari hasil analisis yang penulis lakukan maka penetapan strategi pemasaran dengan pendekatan model aturan pohon keputusan menggunakan algoritma Iterative Dichotomizes versi 3 ID3 disimpulan sebagai berikut: 1. Pohon keputusan dengan algoritma ID3 dapat digunakan untuk memperoleh pengetahuan pada bidang bisnis pendidikan khususnya memberikan keputusan dalam hal penetapan strategi pemasaran penerimaan mahasiswa baru di perguruan tinggi swasta. 2. Keunggulan Algoritma ID3 menyelesaikan kasus ini adalah diperoleh suatu model yang dapat memperlihatkan aturan keterhubungan antara database penerimaan mahasiswa baru dengan fasilitas kampus, dukungan pihak sekolah, dukungan keluarga dan dukungan minat terhadap penetapan strategi pemasaran penerimaan mahasiswa baru. 3. Faktor yang mempengaruhi minat kuliah untuk Kotamadya Pematangsiantar adalah jika gain rasio fasilitas kampus=13, gain rasio dukungan sekolah=16 dan gain rasio dukungan keluarga=16 dengan rule sebagai berikut: FASILITAS KAMPUS = 13 gain rasio | DUKUNGAN SEKOLAH = 16 | | DUKUNGAN KELUARGA = 16 | | | Asal Sekolah = Pematangsiantar: Sangat Berminat {Sangat Berminat=10, Berminat=1, Tidak Berminat=9} 4. Faktor sangat mempengaruhi minat kuliah untuk Kabupaten Simalungun adalah jika gain rasio fasilitas kampus=13, gain rasio dukungan Universitas Sumatera Utara sekolah=17 dan gain rasio dukungan keluarga=17 dengan rule sebagai berikut: DUKUNGAN SEKOLAH = 17 | | Asal Sekolah = Pematangsiantar | | | DUKUNGAN KELUARGA = 17: Sangat Berminat {Sangat Berminat=5, Berminat=3, Tidak Berminat=3} | | Asal Sekolah = Simalungun: Sangat Berminat {Sangat Berminat=5, Berminat=0, Tidak Berminat=0} 5. Penerapan media publikasi yang paling efektif jika gain rasio fasilitas kampus= 18 menggunakan media Diklat atau Spanduk. Jika gain rasio fasilitas kampus= 17 menggunakan media radio dan jika gain rasio fasilitas kampus=16 menggunakan media direct mail. 6. Dalam studi kasus pada Penerimaan Mahasiswa Baru di Akademi Manajemen Informatika Komputer AMIK Tunas Bangsa Pematangsiantar bahwa penetapan strategi ditentukan berdasarkan minat dan letak geografis sekolah. 7. Penelitian lanjutan penggunaan metode lain untuk penentuan strategi pemasaran ini mungkin akan memberikan hasil yang lebih baik dan lebih menggambarkan keadaan yang sebenarnya.

5.2. SARAN