@thesis{thesis,
		author={Febrianto  Andy},
		title ={PENERAPAN METODE K-MEANS
UNTUK CLUSTERING PENGUNJUNG},
		year={2021},
		url={http://eprints.itn.ac.id/5346/},
		abstract={PENERAPAN METODE K-MEANS
UNTUK CLUSTERING PENGUNJUNG PERPUSTAKAAN
ITN MALANG
Andy Febrianto
Teknik Informatika ? ITN Malang
Email : andy.febrianto2@gmail.com
ABSTRAK
Perpustakaan Insitut Teknologi Nasional Malang merupakan salah satu
fasilitas sarana dan prasarana yang menyediakan berbagai layanan penyediaan
informasi akademik, adapun terdapat koleksi seperti hasil-hasil penelitian, makalah
ilmiah seminar, makalah workshop, artikel jurnal program studi, skripsi, dan tesis
lulusan pascasarjana ITN Malang, terdapat data transaksi peminjaman selama ini
tidak dimanfaatkan lebih lanjut untuk digali juga pola informasi yang mungkin
berharga untuk digunakan dalam mengevaluasi koleksi buku maupun dokumentasi
lain yang sering dipinjam oleh mahasiswa maupun dosen. Peneliti menggagas
menghasilkan aplikasi yang dapat mengelompokan pengunjung dan peminjam
menggunakan metode K-Means, membantu petugas perpustakaan untuk mengevalusi
informasi kunjungan dan peminjaman buku dipepustakaan ITN Malang.
Penelitian ini merupakan penelitian Research and Development yang berbasis
aplikasi berbasis website, metode yang digunakan adalah metode K-Means,
kebutuhan pada produk skripsi yang dikembangkan mencakup sistem hanya dapat
digunakan diperangkat komputer, sistem hanya dapat diakses oleh petugas
perpustakaan ITN Malang.
Hasil penelitian ini adalah produk berupa aplikasi website, produk mempunya
fitur yaitu sistem pada website dapat memberikan analisi informasi pengunjung dan
peminjam, user dapat memasukan data pengunjung berupa member id, visitor name,
membership type, institution dan data peminjam berupa member id, member name,
item code, title, loan status, berdasarkan pengujian fungsional sistem terhadap fitur ?
fitur adalah seluruhnya berhasil dan berjalan dengan baik, berdasarkan pengujian
pengguna diketahui hasil presentase responden 50% Sangat Baik, 48% Baik dan 2%
Kurang Baik, berdasarkan penelitian disimpulkan bahwa semua fitur dapat berjalan
dengan baik pada browser Mozilla Firefox 83.0 dan Google Chrome 87.0.4280.88,
berdasarkan pengujian penguna mayoritas menilai sangat baik terhadap penggunaan
aplikasi.
Kata Kunci : Perpustakaan, Data Mining, K-Means, Clustering}
		}