Analisis dan Implementasi Enhanced Fuzzy C-Means Clustering dan Support Vector Machine untuk Klasifikasi Pengguna E-Commerce

FEBRIAN IMANDA EFFENDY

Informasi Umum

Kode

17.04.3572

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

186 kali

Informasi Lainnya

Abstraksi

Perkembangan situs e-commerce semakin besar seiring dengan semakin canggih dan nyamannya dalam penggunaan teknologi yang diberikan. Tidak terpungkiri data web di internet sangat besar. Namun, semua data ini hanya akan berharga apabila dapat menemukan informasi menarik yang terkandung di dalamnya. Dari sisi online retailer tentu saja ini menjadi sebuah potensi yang besar untuk dapat memahami keinginan dan permintaan e-customer yang semakin beragam. Session prediction menjadi sebuah isu yang saat ini menjadi area riset yang aktif. Dengan mengetahui apakah e-customer hanya akan melihat-lihat saja atau hingga membeli, sebuah situs e-commerce dapat memberikan sistem yang lebih baik. Support Vector Machine telah diteliti sebagai metode yang paling cocok untuk klasifikasi user dalam sebuah web. Support Vector Machine dikenal dengan tekniknya dalam menangani permasalahan dimensi data yang tinggi, hal ini dikarenakan fungsi hyperplane yang mampu mengubah input space ke dalam feature space dengan dimensi yang lebih tinggi lagi. Kemudian, dilakukannya pengelompokan pola navigasi user dengan menggunakan teknik Fuzzy Clustering yang telah dibuktikan efektif dalam menangani ambiguitas dalam data. Fuzzy C-Means Clustering menjadi pilihan sebagai metode yang akan diimplementasikan dalam pengerjaan tugas akhir ini untuk mencari informasi dan menganalisis dari pola navigasi user.