@thesis{thesis,
		author={Bettiza  Martaleli and Nurfalinda  Nurfalinda and SYAFIRA ANDRINI  MUTHIA},
		title ={IMPLEMENTASI DATA MINING CLUSTERING DATA PERPUSTAKAAN MENGGUNAKAN ALGORITMA
 K-MEANS PADA KOLEKSI PERPUSTAKAAN},
		year={2022},
		url={http://repositori.umrah.ac.id/3832/},
		abstract={Penambahan koleksi yang tepat sasaran pada sebuah perpustakaan menjadi sebuah hal yang penting karena penambahan koleksi perpustakaan harus dilihat dari aspek kualitas dan kemanfaatannya. Harus menjadi pengetahuan penting bagi para petugas perpustakaan dalam menentukan jenis koleksi apa yang seharusnya perlu menjadi prioritas untuk diperbanyak atau tidak. Petugas perpustakaan harus memiliki pengetahuan berdasarkan data pinjaman buku, sehingga tidak terjadi kesalahan dalam penambahan. Untuk mengatasi kesulitan dalam penambahan koleksi buku, maka diperlukan sistem yang dapat membantu menentukan keputusan yang tepat dan cepat. Penelitian ini bertujuan untuk mendapatkan hasil clustering data peminjaman buku perpustakaan dan mendapatkan hasil cluster dari setiap data. Data yang digunakan adalah data peminjaman perpustakaan yang diperoleh dari Dinas Perpustakaan dan Arsip Provinsi Kepulauan Riau Tahun 2021 yang memiliki variabel nama, jenis kelamin, usia, pekerjaan, pendidikan, dan jenis buku. hasil perhitungan tersebut dapat diketahui data yang mendominasi peminjaman buku pada cluster 1 adalah berjenis kelamin laki-laki, berusia 13 sampai 18 tahun, merupakan pelajar SMA, dengan buku yang banyak dipinjam adalah cerpen. Pada cluster 2 adalah berjenis kelamin laki-laki, berusia 25 sampai 45 tahun, merupakan pegawai dengan level pendidikan S1, dengan buku yang banyak dipinjam adalah novel. Pada cluster 3 adalah berjenis kelamin perempuan, berusia 5 sampai 12 tahun, merupakan pelajar TK, dengan buku yang banyak dipinjam adalah dongeng dan komik. Dan pada cluster 4 adalah berjenis kelamin perempuan, berusia 13 sampai 18 tahun, merupakan pelajar SMA, dengan buku yang banyak dipinjam adalah novel.
  

Kata kunci: Koleksi Perpustakaan, K-Means, Clustering}
		}