ANALISIS CLUSTERING DATA PENGUNJUNG DI MUSEUM LAMPUNG MENGGUNAKAN ALGORITMA K-MEANS

Monica, Sally (2020) ANALISIS CLUSTERING DATA PENGUNJUNG DI MUSEUM LAMPUNG MENGGUNAKAN ALGORITMA K-MEANS. Strata 1 thesis, Universitas Teknokrat Indonesia.

	Text (Full Skripsi) skripsi16311275.pdf - Published Version Restricted to Registered users only Download (8MB) | Request a copy
	Text (Pendahuluan) b116311275.pdf - Published Version Download (87kB)
	Text (Abstrak) abstrak16311275.pdf - Published Version Download (86kB)
	Text daftar_pustaka16311275.pdf - Bibliography Download (144kB)

Abstract

Museum Lampung sebagai salah satu tujuan wisata sejarah yang memainkan peran pendidikan dan rekreasi koleksi sejarah. Untuk menarik pengunjung, museum melalukan promosi diantaranya Museum Masuk Desa dan Museum Masuk Sekolah dengan mendatangi daerah yang dipilih secara acak melalui buku pengunjung dan melakukan sosialisasi tentang Museum Lampung. Permasalahan yang ada yaitu belum adanya pengelompokan pengunjung gunamemilih daerah mana yang akan menjadi prioritas kunjungan. Oleh karena itu, tujuan dalam penelitian ini adalah mengelompokkan data pengunjung ke dalam cluster yang ditentukan dan selanjutnya dilakukan validasi jumlah cluster terbaik.Teknik yang digunakan yaitu Clustering dengan metode K-Means dan validasi Silhouette Index . Proses Pengujian menggunakan bantuan tools Orange Hasil yang diperoleh pada penelitian ini adalah 2 cluster yang terdiri dari cluster 1 sebanyak 449 dan cluster 2 sebanyak 828 anggota. Nilai Silhouette Index yang didapat yaitu sebesar 0,746 tergolong nilai dengan struktur kuat karena memiliki nilai dalam rentang 0.7 < SC <= 1. Kata Kunci : Data Mining, Clustering, K-Means, Museum Lampung, Silhouette Index

Item Type:	Thesis (Strata 1)
Uncontrolled Keywords:	Data Mining, Clustering, K-Means, Museum Lampung, Silhouette Index
Subjects:	SISTEM INFORMASI (D3) > SISTEM PENGOLAHAN DATA
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi
Depositing User:	Asep Haikal Kurniawan S.IP., M.A
Date Deposited:	01 Dec 2021 03:12
Last Modified:	01 Dec 2021 03:12
URI:	http://repository.teknokrat.ac.id/id/eprint/3065

Actions (login required)

View Item