Analisis Asosiasi Rule Mining Dalam Rekomendasi Sparepart Pada Bengkel Service 227 Menggunakan Algortima CT-Pro

Authors

  • Yogi Aziz a:1:{s:5:"en_US";s:19:"UNIVERSITAS HARAPAN";}
  • Hasdiana Hasdiana Universitas Harapan
  • Nurjamiyah Nurjamiyah Universitas Harapan

Abstract

Clustering merupakan proses analisa informasi yang mana kerap digunakan sebagai salah satu proses untuk Data Mining yang bertujuan untuk mengumpulkan informasi yang memiliki karakter yang sama pada satu kawasan yang sama dan informasi yang memiliki karakter yang berbeda ke kawasan lain.  Pada penelitian yang dilakukan hal yang akan menjadi tujuan atau sasaran dalam penlitian ini adalah mengetahui proses clusterisasi judul skripsi di Universitas Harapan Medan mengetahui cara kerja algoritma K-Means dalam melakukan Clusterisasi judul skripsi, menerapkan algoritma K-Means. Adapun rumusan masalah yang dibangun pada penelitian ini bagaimana proses pengelompokkan judul skripsi yang ada di perpustakaan universitas harapan medan dengan menerapkan algoritma K-Means Clustering sehingga akan dapat memudahkan proses pengelompokkan. Aplikasi yang dibangun menggunakan Bahasa pemrograman PHP dan MySQL segabai databasenya. Metode K-Means merupakan sebuah metode yang melakukan proses clustrering untuk satiap judul skripsi yang ada. Penelitian yang dilakukan menciptakan informasi baru yaitu dengan adanya Clustering data dari judul skripsi berdasrakan bidang dari judul itu sendiri dimana setiap hasilnya dapat dilihat di masing-masing cluster datanya. Dari hasil penelitian yang dilakukan maka dapat disimpulkan bahwa algoritma K-Means merupakan algoritma yang mampu mengelompokan beberapa data dengan cepat dan tepat sehingga data data yang memuat judul skripi tersebut dapat dilihat sesuai dengan kelompoknya datanya masing-masing.

Downloads

Download data is not yet available.

Downloads

Published

2022-11-26

How to Cite

Aziz, Y., Hasdiana, H., & Nurjamiyah, N. (2022). Analisis Asosiasi Rule Mining Dalam Rekomendasi Sparepart Pada Bengkel Service 227 Menggunakan Algortima CT-Pro . Jurnal Media Informatika, 4(1), 31-39. Retrieved from https://ejournal.sisfokomtek.org/index.php/jumin/article/view/403

Most read articles by the same author(s)