Analisis dan Implementasi Web Usage Mining Menggunakan Algoritma Graph Partitioning (Studi Kasus : Tuneeca Online Store)

Sigit Bimo Wiweko

Informasi Umum

Kode

1103100017

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Rekayasa Perangkat Lunak

Dilihat

9 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Peningkatan aktivitas kunjungan terhadap website menghasilkan data yang cukup banyak mengenai user dan interaksinya dengan website yang disimpan dalam web server log. Informasi yang bisa diperoleh salah satunya adalah pola navigasi user. Pola navigasi user menggambarkan aktivitas apa saja yang dilakukan user selama mengakses suatu website. Memahami pola navigasi user dalam mengakses suatu website dapat berguna untuk memahami tingkah laku user dalam mengakses websitetersebut. Sehingga dapat digunakan sebagai acuan dalam perbaikan kualitas website dan menjamin kepuasan user ketika menggunakan website tersebut.Pada ranah e-commerce, pola navigasi user dapat digunakan sebagai acuan untuk menentukan strategi bisnis berdasarkan tingkah laku user yang diperoleh. Dalam tugas akhir ini, web server logdari tuneeca online storeakan diproses dengan mengimplementasikan salah satu metode dalamweb usage mining yaitu clustering.Web usage mining merupakan salah satu pengaplikasian teknik data mining yang dapat digunakan untuk menemukan pola navigasi user. Data log tersebut akan melalui tahap preprocessing, kemudian dilakukan clustering terhadap page dengan menggunakan algoritma graph partitioning. Hasil penelitian menunjukkan bahwa penentuan parameter nilai minimum bobot mempengaruhi jumlah klaster yang dihasilkan serta nilai visit coherence yang diperoleh. Performansi dari algoritma graph partitioning cukup baik dalam membentuk klaster pola navigasi berdasarkan tingginya nilai modularization qualityyang diperoleh. Pola navigasi user yang dihasilkan dapat digunakan sebagai acuan untuk rekomendasi pengembangan web dari tuneeca online store.KATA KUNCI: web usage mining, pola navigasi user,web server log, graph partitioning, visit coherence, modularization qualityABSTRACT: Increased activity of a visit to the website generates huge enough data about users and their interaction with a website that is stored in the web server logs. One of the information that can be obtained is user navigation patterns. User navigation patternsgenerated, could give an overview about what users actually do and need when access the website. Understanding the user navigation patternscan be useful for understanding user behavior in accessing the website. So it can be used as a reference in improving the quality of the website and ensure user satisfaction when using the website. In the domain of e-commerce, user navigation patterns can be used as a reference for determining a business strategy based on user behavior is obtained. In this final project, the web server logs of tuneeca online storewill be processed by implementing clustering, one of web usage mining methods.Web usage mining is one of the application of data mining techniques that can be used to discover the user navigation patterns. The log data will be going through the preprocessing stage, then performed clustering to the pages by using graph partitioning algorithm. The result shows that determining the minimum weight value affects the number of clusters produced and the visit coherence value obtained. Performance of graph partitioning algorithm is quite good in forming clusters of navigation patterns based on high value of modularization quality obtained. User navigation patterns generated can be used as a reference for the recommendation of web development Tuneeca online store.KEYWORD: web usage mining, user navigation patterns, web server log, graph partitioning, visit coherence, modularization quality