Improvement Dashboard Marketing Berdasarkan Analisis Pesaing, Marketing Mix, dan Market Potential Menggunakan Fuzzy Analytical Hierarchy Process

Authors

  • Ardiansah Ardiansah Universitas Telkom
  • Endang Chumaidiyah Universitas Telkom

DOI:

https://doi.org/10.58344/locus.v5i7.5895

Keywords:

Dashboard Analytics, Analisis Pesaing, Marketing Mix, Fuzzy AHP, Market Potential

Abstract

Persaingan antar perguruan tinggi di Indonesia semakin meningkat sehingga diperlukan strategi pemasaran berbasis data untuk mendukung pengambilan keputusan yang lebih efektif. Direktorat Pemasaran dan Admisi (PADMI) Universitas X telah memiliki dashboard analisis pesaing, namun masih memiliki keterbatasan pada aspek indikator analisis, pembobotan kriteria, fokus analisis pemasaran, serta belum dilakukan evaluasi usability secara terukur. Penelitian ini bertujuan melakukan improvement dashboard analisis pesaing dengan mengintegrasikan pendekatan marketing mix (8P), market potential, dan metode Fuzzy Analytical Hierarchy Process (FAHP). Pendekatan kuantitatif digunakan dengan metode pengembangan dashboard analytics. Tahapan penelitian meliputi: (1) pemilihan 100 kompetitor universitas, (2) identifikasi komponen marketing mix perguruan tinggi melalui kajian literatur, (3) penyusunan rubrik penilaian menggunakan FAHP dengan tiga responden ahli, (4) analisis market potential, (5) perancangan dashboard menggunakan Google Looker Studio, dan (6) pengujian usability menggunakan System Usability Scale (SUS). Hasil pembobotan FAHP menunjukkan bahwa Biaya Pendidikan (C4) merupakan kriteria dengan bobot tertinggi sebesar 15,37%, diikuti Lokasi Perguruan Tinggi (C7) sebesar 13,59%, dan Jumlah Dosen S3 (C9) sebesar 12,22%. Bobot FAHP tersebut kemudian digunakan sebagai dasar rubrik penilaian untuk menentukan skor dan peringkat kompetitor dalam dashboard. Pengujian usability menggunakan SUS terhadap 9 responden menghasilkan skor rata-rata 77,22 yang termasuk kategori Good dan Acceptable. Penelitian ini berkontribusi pada pengembangan dashboard marketing intelligence perguruan tinggi melalui integrasi marketing mix, market potential, FAHP, dan evaluasi usability berbasis SUS.

References

Barani, G., & Menon, P. V. (2017). Influence of Marketing Mix Dimensions of Higher Education Institutions by Engineering Entrants. Asian Journal of Research in Social Sciences and Humanities, 7(10), 62–69.

Barati, M., & Fanati Rashidi, S. (2024). Fuzzy AHP and Fuzzy TOPSIS Synergy for Ranking the Factor Influencing Employee Turnover Intention in the Iran Hotel Industry. Journal of Hospitality and Tourism Insights.

Budhy Scorita, A., & Handayani, S. T. (2021). Penerapan Marketing mix Pada Perguruan Tinggi. Jurnal Manajemen Bisnis, 8(1), 45-58.

Dally, R., et al. (2021). Pemasaran Pendidikan Tinggi: Konsep dan Implementasi. Yogyakarta: Deepublish.

Fonseca Flores, A., et al. (2025). Market Potential as a Strategic Construct: A Systematic Review. Journal of Marketing Theory and Practice.

Gottfried, A., et al. (2021). Business Intelligence for Competitive Advantage: A Review. International Journal of Business Intelligence Research, 12(2), 1-18.

Halim, A. H., et al. (2019). Business intelligence for designing restaurant marketing strategy: A case study. Procedia Computer Science, 161, 62-69.

Himawan, H., et al. (2020). Web Scraping Sebagai Metode Pengumpulan Data Digital. Jurnal Teknologi Informasi, 15(1), 30-42.

Kahraman, C., et al. (2022). Fuzzy Analytic Hierarchy Process: State of the Art. Journal of Intelligent and Fuzzy Systems, 42(1), 1-18.

Kotler, P., & Keller, K. L. (2016). Marketing Management (15th ed.). New Jersey: Pearson Education.

Kovshova, I., & Hlushchenko, V. (2021). Marketing Intelligence as a Tool for Competitive Advantage. Journal of Marketing Research, 25(3), 112-128.

Liu, Y., et al. (2020). A fuzzy AHP-based approach for selecting appropriate Big Data tools. Computers & Industrial Engineering, 149, 106782.

Nazemi, K., et al. (2020). Visual Dashboards in Trend Analytics to Observe Competitors and Leading Domain Experts. IEEE Transactions on Visualization and Computer Graphics.

Nur Kholifah, A., et al. (2023). Evaluasi Usability Sistem Informasi Menggunakan System Usability Scale (SUS). Jurnal Rekayasa Sistem dan Teknologi Informasi, 7(2), 255-261.

Pardiyono, & Puspita, A. M. (2020). Faktor Penentu Pemilihan Perguruan Tinggi Swasta oleh Calon Mahasiswa. Jurnal Pendidikan Tinggi, 5(2), 88-102.

Pardiyono, & Puspita, A. M. (2022). Pengaruh Aktivitas Promosi terhadap Minat Calon Mahasiswa Memilih Perguruan Tinggi Swasta. Jurnal Pemasaran Kompetitif, 5(4), 25-40.

PDDikti. (2020). Statistik Pendidikan Tinggi 2020. Jakarta: Kementerian Pendidikan dan Kebudayaan.

Prasetyaningrum, I. D., & Marliana, N. (2020). Strategi Pemasaran Perguruan Tinggi Swasta dalam Menghadapi Persaingan. Jurnal Manajemen Pendidikan, 8(1), 65-78.

Prastyabudi, W. A., et al. (2024). Segmentasi Pasar Pendidikan Tinggi Berbasis Data Geografis. Jurnal Teknik Industri, 26(1), 1-14.

Rahman, M. A. (2021). Pengaruh Marketing mix terhadap Minat Siswa Memilih Perguruan Tinggi. Jurnal Bisnis dan Manajemen, 21(1), 33-49.

Ry?ca, R., & Ziaeian, P. (2021). Applying the goal programming in the management of the 7P marketing mix model at universities—case study. Sustainability, 13(3), 1114.

Sadya, S. (2023). Jumlah Perguruan Tinggi di Indonesia 2022. Jakarta: Databoks.

Sahria, A. (2020). Web Scraping Menggunakan Python. Yogyakarta: Andi Offset.

Shofiyah, N., & Wirani, Y. (2021). Dashboard Sistem Informasi: Konsep dan Implementasi. Jurnal Sistem Informasi Bisnis, 11(1), 12-22.

Simanjuntak, M., et al. (2024). A Marketing mix Perspective as Antecedents of Students' Decisions: Evidence from Five Universities in Indonesia. Journal of Higher Education Theory and Practice, 24(1).

Universitas X. (2024). Laporan Tahunan Universitas X 2024. Bandung: Universitas X.

Vahoniya, D., & Rajwadi, S. (2023). Market Potential Analysis: Concepts and Applications. International Journal of Marketing Studies, 15(2), 45-58.

Xu, Z., et al. (2023). Fuzzy Analytic Hierarchy Process: Theory and Application. Applied Soft Computing, 140, 110259.

Downloads

Published

2026-07-29