Penerapan Data Mining Clustering Menggunakan Metode K-Means Dalam Pengelompokan Buku Perpustakaan Politeknik Negeri Balikpapan
Main Article Content
Abstract
Perpustakaan Politeknik Negeri Balikpapan, setiap tahunnya menggadakan penambahan koleksi buku bacaan. Agar penggadaan buku tersebut sesuai dengan kebutuhan pengguna yakni mahasiswa maka diperlukan informasi koleksi buku yang dibutuhkan atau diminati. Untuk menjawab permasalahan ini , maka perlukan sistem clustering buku-buku yang ada diperpustakaan dengan melihat aspek frekuensi peminjaman. Sistem Clustering yang dibuat meggunakan metode K-Means dengan pemilihan 3 Cluster yakni, sangat diminati, diminati dan kurang diminati. Dari hasil pengolahan data melalui Aplikasi Rapid Miner dengan K=3 , didapatkan hasil cluster_0 ( rendah) terdiri 82 judul buku dengan frekuensi peminjaman buku nya dalam kategori jarang dengan kata lain kurang diminati untuk dipinjam, cluster_1 (sedang) terdiri dari 23 judul buku yang merupakan buku-buku dengan frekuensi peminjaman sedang dengan kata lain dikategorikan diminati untuk dipinjam, cluster_2 (tinggi) terdiri dari 2 judul buku merupakan kelompok buku yang paling diminati yang terdiri dari 2 judul buku yakni Teknologi Beton dan buku Teori dan Praktik hotel Front Office. Hasil pengelompokan data buku-buku ini dapat menjadi masukkan bagi pengelola perpustakaan dalam pengadaan koleksi buku berdasarkan frekuensi peminjaman buku.
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with FIDELITY : Jurnal Teknik Elektro agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
Jurnal FIDELITY : Jurnal Teknik Elektro is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Accepted 2022-09-25
Published 2022-09-30
References
[1] Intan fitri andyni. (2013) Pengelompokan peminjam buku Dengan metode k-means Di perpustakaan pusat upn “veteran” jawa timur
[2] Parlina, Iin. (2018). Memanfaatkan Algoritma K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Center. CESS (Journal of Computer Engineering System and Science), 3(1), 87–93.
[3] Kusrini dan Lutfi, E.T. 2009. Alogoritma Data Mining. Yogyakarta: Andi Offset
[4] Pramudiono, (2006), Apa Itu Data Mining?, [online], diakses tanggal 15 Maret 2022
[5] Santosa, Budi. (2007). Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu.
[6] Sulaiman. (2020). Analisis pola belanja konsumen menggunakan algoritma k-means dan apriori pada haura swalayan. UIN Sultan Syarif Kasim Riau
[7] Arai, K., dan Barakbah, A. R. (2007). Hierarchical k-means: an algorithm for centroids initialization for k-means. Reports of the Faculty of Science and Engineering, 36(1), 25–31.