Penerapan Algoritme K-Means untuk Pengelompokan Buku Berdasarkan Tingkat Minat Pembaca
Abstract
Perpustakaan menyediakan layanan baca dan peminjaman buku untuk menunjang sarana proses belajar mengajar.
Dinas Perpustakaan Kabupaten Karawang mencatat setiap transaksi peminjaman buku yang dipinjam oleh anggota
perpustakaan. Selama ini anggota perpustakaan kesulitan menemukan rak-rak buku yang sesuai dengan tingkat
minat pembaca. Maka dalam mengatasi permasalahan penelitian ini dilakukan dengan menerapkan algoritme KMeans. Penerapan algoritme K-Means dalam penelitian ini dilakukan untuk menentukan pengelompokan buku,
sehingga hasil yang didapat mampu membantu petugas perpustakaan menyusun rak-rak buku. Berdasarkan hasil
perhitungan dalam penelitian ini yang menggunakan data latih jenis buku sebanyak 38 jenis buku dan 13 atribut
data menghasilkan tiga klaster. Klaster 1 adalah klaster paling diminati yang menghasilkan 31 buku, klaster 2 yaitu
klaster cukup diminati menghasilkan tiga buku dan klaster 3 merupakan klaster kurang diminati menghasilkan
empat buku.
References
2010.
[2] Badan Pengembangan dan Pembinaan Bahasa, Kemendikbud RI. 2016: KBBI daring,
http://kbbi.kemdikbud.go.id/entri/perpustakaan, diakses 25 September 2019.
[3] Jaroji, J., Danuri, D., & Putra, F. P., K-Means Untuk Menentukan Calon Penerima Beasiswa Bidik
Misi Di Polbeng. INOVTEK Polbeng - Seri Informatika, 1(1), 87.
http://doi.org/10.35314/isi.v1i1.129, 2016.
[4] Irfiani, E., & Rani, S. S., Algoritma K-Means Clustering untuk Menentukan Nilai Gizi Balita, 6(4),
161–168, 2018.
[5] Metisen, B. M., & Sari, H. L., Analisis Clustering Menggunakan Metode K-Means Dalam
Pengelompokan Penjualan Produk Pada Swalayan Fadhila, 11(2), 110–118, 2015.
[6] Ghofar, M. A., & Kurniawan, Y. I., Aplikasi Pengelompokan Pelanggan Pada UMS Store
Menggunakan Algoritma K-Means, Program Studi Informatika, Fakultas Komunikasi dan
Informatika, 4(1), 2018.
[7] Morissette, L., & Chartier, S., The k-means clustering technique: General considerations and
implementation in Mathematica. Tutorials in Quantitative Methods for Psychology, 9(1), 15–24.
https://doi.org/10.20982/tqmp.09.1.p015, 2018.
[8] A. Yasid, "Implementasi Automatic Clustering Menggunakan Differential Evolution dan CS
Measure untuk Analisis Data Kemahasiswaan," Jurnal Ilmiah NERO, vol. 1, p. 47, 2014.
[9] Dunham, M.: Data mining: Introductory and Advance Topics. N.J. Prentice Hall, 2003.
