Penerapan Web Usage Mining Menggunakan Teknik Association Rule (Studi Kasus: http://portal.stikom-db.ac.id)

Pramana, Aldino Eleazar (2019) Penerapan Web Usage Mining Menggunakan Teknik Association Rule (Studi Kasus: http://portal.stikom-db.ac.id). Skripsi thesis, STIKOM DINAMIKA BANGSA.

[img] Text
BAB I.pdf

Download (207kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (851kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (371kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (2MB)
[img] Text
BAB V.pdf

Download (1MB)
[img] Text
BAB VI.pdf

Download (187kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (197kB)

Abstract

Web usage mining yang merupakan cabang dari web mining digunakan untuk penggalian data dengan tujuan untuk menemukan informasi yang tersembunyi di dalam data kunjungan web. Pada website Portal STIKOM DB, data-data kunjungan oleh pengguna semakin bertambah dan tidak ada tindak lanjut manfaat dari data-data yang tersedia. Pada penelitian ini dilakukan web usage mining pada data-data kunjungan tersebut agar menjadi informasi yang berharga bagi perbaikan kualitas website. Pada penelitian ini digunakan data kunjungan pada tanggal 12 Oktober – 23 November 2018 sebanyak 100 data pengguna yang kemudian dilakukan transformasi ke dalam format xlsx. Dalam melakukan penelitian ini, digunakan alat bantu software mining yaitu WEKA. Teknik yang digunakan yaitu teknik association rule dengan algoritma Apriori dengan 5 kategori halaman web: Search (S), Berita (B), Prodi (Prd), Profil (Prf), dan File Akademik (FA). Pada tahap preprocessing data, diketahui pengaksesan banyak dilakukan oleh bot. Hasil asosiasi didapatkan 3 rules yang merupakan pola akses pengguna dengan minimum confidence 0.5 yaitu if S then FA dengan confidence 0.86, if S,B then FA dengan confidence 0.83, if B then FA dengan confidence 0.60. Rules yang dihasilkan tersebut diinterpretasi menjadi 3 informasi yaitu jika pengguna mengakses Search maka akan mengakses File Akademik, jika pengguna mengakses Search dan Berita maka akan mengakses File Akademik, dan jika pengguna mengakses Berita maka akan mengakses File Akademik.

Item Type: Thesis (Skripsi)
Subjects: Artificial Intelligence
Divisions: Skripsi > Teknik Informatika > 2019
Depositing User: Digital Library
Date Deposited: 23 Jul 2019 03:54
Last Modified: 23 Jul 2019 03:54
URI: http://repository.unama.ac.id/id/eprint/118

Actions (login required)

View Item View Item