Text Mining Untuk Clustering Buku Di Perpustakaan Menggunakan Metode K-Means
DOI:
https://doi.org/10.32528/nms.v1i6.239Keywords:
Perpustakaan, Tugas Akhir, Text Mining, cluster, metode K-MeansAbstract
Perpustakaan merupakan sarana untuk memberikan layanan informasi untuk semua kalangan dengan tujuan mencerdaskan masyarakat dan memudahkan dalam memberikan informasi. Selama ini perpustakaan pusat Universitas Muhammadiyah Jember mengelompokkan data tugas akhir secara manual, karena belum adanya sistem untuk pengelompokan tugas akhir berdasarkan jenisnya, sehingga terkadang ada kendala atau membutuhkan waktu yang lebih lama dalam proses pencarian informasi tentang data tugas akhir mahasiswa. Oleh karena itu, pengelompokan data tugas akhir membutuhkan teknologi sistem cluster yang lebih efektif dan efisien. Sistem cluster yang diterapkan untuk mengelompokkan data-data tugas akhir bersifat sederhana dengan menggunakan metode K-Means. Data tugas akhir yang diperoleh pada tahun 2018 berjumlah 95 dokumen. Berdasarkan validitas cluster dengan perbandingan hasil DBI menggunakan 2 cluster sampai dengan 8 cluster di peroleh hasil DBI tertinggi pada percobaan dengan menggunakan 4 Cluster dengan memperoleh nilai DBI 0,87.
Downloads
References
Arlene G. Taylor, Wynar’s Introduction to Cataloging and Classification 9th Edition (USA: Greenwood Publishing Group Inc, 2004)
Batjo, A, A., Klasifikasi Islam: Adaptasi Klasifikasi Persepuluh Dewey Dan Perluasan 297 (Jakarta: UI Press, 1985)
Everitt, B.S., Landau, S., Leese, M., dan Stahl, D.. 2011. Cluster Analysis, 5th Edition. The Atrium, Southern Gate, Cichester, West Sussex, PO19 8SQ:John Willey & Sons, Ltd.
Fauzi, M., 2017, Optimasi Pusat Cluster Awal K-Means Dengan Algoritma Genetika Pada Pengelompokan Dokumen, Medan, Universitas Sumatera Utara.
Feldman, D.C. 2004, Managing Individual Are Group. Behavioral in Organization”, New York: McGraw Hill.
Giyanto, H., 2008. Penerapan algoritma Clustering K-Means, K-Medoid, Gath Geva. Tesis Tidak Terpublikasi. Yogyakarta: Universitas Gajah Mada.
Goller, 2000, Automatic Document Classification: A Thorough Evaluation of Various Methods, Proceedings of International Symposium on information Theory and Its Application, pp. 145-162, USA.
Gupta, V., 2009. A Survey of Text Mining Techniques and Application. Journal of Emerging Technologies in Web Intelligence. Vol. 1: 60-75 [2]
Hair, J.F., Black, W.C., Babin, B.J., dan Anderson, R.E.. 2010. Multivariate Data Analysis, 7thEdition. New Jersey: Pearson Prentice Hall.
Han, J., and Kamber, M., 2000, “Data mining: Concept and Technique”, Morgan Kaufman. Johnson, R.A. dan Wichern, D.W.. 2007. Applied Multivariate Statistical Analysis, 6th Edition. Upper Saddle River, New Jersey07458: Prentice Education, Inc.
Johnson, R, A. & Wichern, D, W. 1996. Applied Multivariate Stastistical Analysis. 3th. New Delhi: Prentice-Hall.
Ningrat, S, R., Maruddani, D, A, I., Wuryandari, T., 2016, Analisis Cluster Dengan Algoritma K-Means Dan Fuzzy C-Means Clustering Untuk Pengelompokan Data Obligasi Korporasi, Universitas Diponegoro, Semarang.
Pressman, Roger S. 2012. Rekayasa Perangkat Lunak – Buku Satu, Pendekatan Praktisi (Edisi 7). Yogyakarta: Andi.
Prilianti KR & Wijaya H. 2014. Aplikasi Text Mining untuk Automasi Penentuan Tren Topik Skripsi dengan Metode K-Means Clustering, Jurnal Cybermatika, Vol. 2(1).
Sebastiani, F., 2002. Machine Learning in Automated Text Categorization. ACM Computing Surveys. Vol. 34(1): 1-47
Simamora, Bilson. 2005. Analisis Multivariat Pemasaran Edisi Pertama. Jakarta: PT. Gramedia Pustaka tama
Supriyanto, W., Muhsin, A., 2008, Informasi Perpustakaan”, Yogyakarta, Kansius Anggota IKAPI.
Tawa, P., Hamakonda, Tairas, J, N, B., 2008, “Pengantar Cluster Persepuluhan Dewey”, Cetakan ke – 18. Jakarta.
Triawati, C. 2009, Metode Pembobotan Statistical Concept Based untuk Klastering dan Kategorisasi Dokumen Berbahasa Indonesia, Institut Teknologi Telkom, Bandung.
Wiber, M., Welling, M., and Perona, P., 2000, “Unsupervised Learning of Models for Recognition”. In Proc. 6 th Euro. Conf,Comput,Vision, Dublin, Ireland.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Alfathan Anggi Riyanto, Daryanto Daryanto, Ginanjar Abdurrahman
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
