CIPTA MEDIA HARMONICIPTA MEDIA HARMONI
JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi KomputerJSITIK: Jurnal Sistem Informasi dan Teknologi Informasi KomputerLatar Belakang: Perpustakaan berfungsi penting dalam meningkatkan kualitas intelektual masyarakat, namun banyak yang menghadapi tantangan dalam pengelolaan data, mengurangi kepuasan pengguna. Tujuan: Tujuan penelitian ini untuk mengidentifikasi pola peminjaman buku di Perpustakaan Mas Trip Kabupaten Kediri menggunakan algoritma Apriori. Metode: Metode penelitian menggunakan metode kuantitatif, data yang digunakan berasal dari gabungan tiga dataset publik (Books, Ratings, dan Users), yang kemudian diproses melalui teknik preprocessing dan dianalisis dengan algoritma association rule mining. Hasil: Hasil analisis menunjukkan bahwa kombinasi kedua algoritma ini dapat memberikan rekomendasi buku yang lebih personal dan akurat. Model yang dibangun kemudian diekspor ke dalam file untuk digunakan dalam aplikasi web berbasis Streamlit. Aplikasi tersebut memungkinkan pengguna mendapatkan rekomendasi buku berdasarkan histori peminjaman dan rating. Kesimpulan: Penelitian ini membuktikan bahwa integrasi algoritma data mining dapat meningkatkan efisiensi pengelolaan koleksi dan kualitas layanan perpustakaan.
Penelitian ini berhasil menerapkan algoritma Apriori untuk mengidentifikasi pola peminjaman buku di Perpustakaan Mas Trip Kabupaten Kediri, yang membuktikan bahwa teknik data mining mampu meningkatkan efisiensi pengelolaan koleksi dan menghasilkan rekomendasi yang lebih relevan.Analisis data peminjaman tidak hanya mengungkap hubungan antar buku, tetapi juga memberikan wawasan mengenai preferensi pembaca yang dapat dimanfaatkan untuk penyesuaian koleksi.Penelitian ini menegaskan pentingnya pengumpulan dan pengolahan data yang akurat serta membuka peluang pengembangan sistem rekomendasi yang lebih canggih melalui integrasi dengan metode collaborative filtering.Selain itu, analisis yang dilakukan terbatas pada pola peminjaman buku tanpa mempertimbangkan faktor tambahan seperti usia, jenis kelamin, preferensi genre, denda, atau data pengembalian.
Untuk penelitian selanjutnya, disarankan agar sistem rekomendasi dikembangkan dengan menggabungkan algoritma Apriori dan collaborative filtering guna meningkatkan personalisasi rekomendasi, melakukan optimasi model untuk mencegah kebocoran data, serta mengimplementasikan sistem secara nyata agar hasilnya dapat memberikan manfaat praktis bagi pengguna perpustakaan. Selain itu, perlu dipertimbangkan untuk memperluas analisis dengan mempertimbangkan faktor-faktor tambahan seperti usia, jenis kelamin, dan preferensi genre, serta mengintegrasikan data pengembalian buku untuk meningkatkan akurasi rekomendasi. Dengan demikian, sistem rekomendasi dapat menjadi lebih komprehensif dan bermanfaat bagi pengguna perpustakaan.
- Clustering Analysis of Borrowing Data of University Library based on K-means Algorithm | IEEE Conference... doi.org/10.1109/ICETCI55101.2022.9832097Clustering Analysis of Borrowing Data of University Library based on K means Algorithm IEEE Conference doi 10 1109 ICETCI55101 2022 9832097
- 0. pdf obj metadata endobj extgstate font procset text imageb imagec imagei annots mediabox contents... doi.org/10.17148/ijarcce.2023.127350 pdf obj metadata endobj extgstate font procset text imageb imagec imagei annots mediabox contents doi 10 17148 ijarcce 2023 12735
- Penerapan Algoritma Apriori untuk Mengidentifikasi Pola Peminjaman Buku Pada Perpustakaan Mas Trip Kabupaten... doi.org/10.53624/jsitik.v4i1.723Penerapan Algoritma Apriori untuk Mengidentifikasi Pola Peminjaman Buku Pada Perpustakaan Mas Trip Kabupaten doi 10 53624 jsitik v4i1 723
- Evaluasi katalog online perpustakaan menggunakan pendekatan Salton and Mcgill | Jurnal Penelitian Ilmu... doi.org/10.21831/jpipfip.v11i1.23797Evaluasi katalog online perpustakaan menggunakan pendekatan Salton and Mcgill Jurnal Penelitian Ilmu doi 10 21831 jpipfip v11i1 23797
| File size | 1.01 MB |
| Pages | 12 |
| DMCA | Report |
Related /
LLDIKTI13LLDIKTI13 Secara fungsional sistem sudah dapat digunakan dan menghasilkan keluaran yang sesuai dengan yang diharapkan. Hasil analisa dari aplikasi data mining iniSecara fungsional sistem sudah dapat digunakan dan menghasilkan keluaran yang sesuai dengan yang diharapkan. Hasil analisa dari aplikasi data mining ini
UBHINUSUBHINUS Hasil penelitian menunjukkan bahwa algoritma K-Means memperlihatkan kinerja yang lebih baik daripada algoritma K-Means dengan tingkat akurasi indeks DBIHasil penelitian menunjukkan bahwa algoritma K-Means memperlihatkan kinerja yang lebih baik daripada algoritma K-Means dengan tingkat akurasi indeks DBI
STMIK ROYALSTMIK ROYAL K-Nearest Neighbor adalah teknik klasifikasi yang mengelompokkan data berdasarkan kedekatan atau jarak antara titik data. Tujuan penerapan algoritma K-NearestK-Nearest Neighbor adalah teknik klasifikasi yang mengelompokkan data berdasarkan kedekatan atau jarak antara titik data. Tujuan penerapan algoritma K-Nearest
DCCKOTABUMIDCCKOTABUMI Penerapan data mining menggunakan algoritma apriori dengan min support 30% dan min confidence 65% berhasil menghasilkan 14 aturan asosiasi dalam memprediksiPenerapan data mining menggunakan algoritma apriori dengan min support 30% dan min confidence 65% berhasil menghasilkan 14 aturan asosiasi dalam memprediksi
IRPIIRPI Berdasarkan penelitian yang dilakukan dalam menentukan pola pembelian konsumen pada Pt Citra Mustika Pandawa, dapat ditarik kesimpulan dengan melakukanBerdasarkan penelitian yang dilakukan dalam menentukan pola pembelian konsumen pada Pt Citra Mustika Pandawa, dapat ditarik kesimpulan dengan melakukan
TUNASBANGSATUNASBANGSA b) Pada Algoritma Apriori berdasarkan nilai minimum support 40% dan nilai confidence 60% yang diberikan maka didapat hasil asosiasi rule sebanyak 10 rule.b) Pada Algoritma Apriori berdasarkan nilai minimum support 40% dan nilai confidence 60% yang diberikan maka didapat hasil asosiasi rule sebanyak 10 rule.
STMIK AMIKBANDUNGSTMIK AMIKBANDUNG Pengujian algoritma k-means menghasilkan nilai Davies‑Bouldin sebesar -0. 453, lebih baik dibandingkan k-medoids yang memperoleh -1. Dari hasil clustering,Pengujian algoritma k-means menghasilkan nilai Davies‑Bouldin sebesar -0. 453, lebih baik dibandingkan k-medoids yang memperoleh -1. Dari hasil clustering,
STMIKLOMBOKSTMIKLOMBOK Analisa terhadap data yang besar dengan metode data mining untuk mendapatkan pola pengetahuan di dalamnya. Penelitian ini melakukan analisa terhadap sentimenAnalisa terhadap data yang besar dengan metode data mining untuk mendapatkan pola pengetahuan di dalamnya. Penelitian ini melakukan analisa terhadap sentimen
Useful /
CAHAYA ICCAHAYA IC Analisis data menggunakan statistik deskriptif. Hasil menunjukkan adanya kesenjangan signifikan antara praktik pembelajaran sains saat ini dan tuntutanAnalisis data menggunakan statistik deskriptif. Hasil menunjukkan adanya kesenjangan signifikan antara praktik pembelajaran sains saat ini dan tuntutan
CAHAYA ICCAHAYA IC Metodologi: Penelitian kualitatif menggunakan perangkat lunak Powtoon untuk mendesain media instruksional. Data dikumpulkan melalui panduan wawancara,Metodologi: Penelitian kualitatif menggunakan perangkat lunak Powtoon untuk mendesain media instruksional. Data dikumpulkan melalui panduan wawancara,
UNCMUNCM Temuan penelitian juga menunjukkan bahwa pemaknaan lagu bersifat dinamis, bergantung pada latar belakang dan pengalaman individu yang mendengarkannya.Temuan penelitian juga menunjukkan bahwa pemaknaan lagu bersifat dinamis, bergantung pada latar belakang dan pengalaman individu yang mendengarkannya.
IRPIIRPI Indonesia sering mengalami bencana yang disebabkan oleh ke rusakan alam akibat perbuatan manusia seperti bencana banjir dan tanah longsor. BerdasarkanIndonesia sering mengalami bencana yang disebabkan oleh ke rusakan alam akibat perbuatan manusia seperti bencana banjir dan tanah longsor. Berdasarkan