Penerimaan mahasiswa baru merupakan proses strategis bagi keberlangsungan perguruan
tinggi. Namun, analisis data pendaftar di UAJY selama ini masih dilakukan secara manual, melalui
pencarian data langsung pada file Excel dan pelaporan ke dalam form rekap khusus, sehingga belum
dimanfaatkan lebih mendalam untuk mendukung penyusunan strategi promosi yang berbasis data.
Penelitian ini bertujuan melakukan segmentasi calon mahasiswa menggunakan algoritma K-Modes
Clustering untuk mengungkap karakteristik utama pendaftar dan merumuskan strategi promosi berbasis
data. Dataset terdiri dari 29.941 data pendaftar lima tahun terakhir pada Tahun Akademik 2020/2021
hingga 2024/2025, dengan atribut kategorikal berupa Jalur Pendaftaran, Propinsi Asal, dan Pilihan Prodi.
Proses clustering dilakukan setelah tahap preprocessing dan penentuan jumlah cluster optimal
menggunakan Elbow Method, yang menghasilkan enam cluster. Distribusi anggota masing-masing cluster
adalah: Cluster 0 (9.013/30,1%), Cluster 1 (5.840/19,51%), Cluster 2 (3.380/11,29%), Cluster 3
(4.576/15,28%), Cluster 4 (4.553/15,21%), dan Cluster 5 (2.579/8,61%). Setiap cluster dianalisis melalui
descriptive profiling berdasarkan modus, distribusi tahun angkatan, dan asal sekolah. Hasilnya
menunjukkan segmentasi yang bermakna secara strategis dan digunakan sebagai dasar perumusan
strategi promosi yang lebih terarah. Penelitian ini membuktikan bahwa K-Modes efektif untuk segmentasi
data kategorikal dalam konteks pendidikan tinggi.