YANAH, Fitri (2025) IMPLEMENTASI K-MEANS CLUSTERING DALAM PENGELOMPOKKAN MINAT BACA MAHASISWA DI PERPUSTAKAAN ( STUDI KASUS : UNIVERSITAS PERADABAN). Bachelor thesis, UNIVERSITAS PERADABAN.
![[img]](http://repository.peradaban.ac.id/style/images/fileicons/other.png) |
PDF (HALAMAN AWAL)
COVER-Fitri Yanah-42420014-Skripsi-2025.pdf - Published Version Download (730kB) |
![[img]](http://repository.peradaban.ac.id/style/images/fileicons/text.png) |
Text (ABSTRAK)
ABSTRAK-Fitri Yanah-42420014-Skripsi-2025.docx - Published Version Download (13kB) |
|
PDF (BAB I)
BAB I-Fitri Yanah-42420014-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (116kB) |
|
PDF (BAB II)
BAB II-Fitri Yanah-42420014-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (315kB) |
|
PDF (BAB III)
BAB III-Fitri Yanah-42420014-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (236kB) |
|
PDF (BAB IV)
BAB IV-Fitri Yanah-42420014-Skripsi-2025.pdf - Published Version Restricted to Registered users only Download (1MB) |
|
PDF (BAB V)
BAB V-Fitri Yanah-42420014-Skripsi-2025.pdf - Published Version Download (7kB) |
|
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-Fitri Yanah-42420014-Skripsi-2025.pdf - Published Version Download (128kB) |
|
PDF (LAMPIRAN)
LAMPIRAN-Fitri Yanah-42420014-Skripsi-2025.pdf - Published Version Restricted to Repository staff only Download (855kB) |
Abstract
Perpustakaan perguruan tinggi menghadapi tantangan dalam pengadaan koleksi buku yang relevan karena kesulitan mengidentifikasi minat baca mahasiswa secara efisien. Penelitian ini bertujuan untuk mengimplementasikan teknik text mining menggunakan algortima k-means clustering untuk mengelompokan minat baca mahasiswa berdasarkan data peminjaman buku diperpustakaan. Penelitian ini menggunakan pendekatan kuantitatif dengan memanfaatkan 1524 data sekunder riwayat peminjaman buku. Data judul buku diolah melalui tahapan preprocessing (case folding, tokenize, stopword removal, stemming) dan pembobotan kata menggunakan TF-IDF, kemudian dikelompokkan dengan algortima k-means. Evaluasi hasil klasterisasi menggunakan Davies-Bouldin Index (DBI) menunjukkan bahwa jumlah klaster terbaik adalah 2 klaster dengan nilai DBI terrendah sebesar 2.5853. Hasil pengelompokkan berhasil mengidentifikasi dua kategori minat baca, yaitu metodologi penelitian dan manajemen keuangan, pengantar ilmu sosial dan manajemen dasar. Disimpulkan bahwa algoritma K-Means efektif untuk memetakan minat baca mahasiswa, sehingga dapat memberikan rekomendasi berbasis data bagi perpustakaan dalam strategis pengembangan koleksi buku.
| Item Type: | Thesis (Bachelor) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | Minat baca, Text Mining, K-Means Clustering, Perpustakaan, Davies- Bouldin Index. | |||||||||
| Subjects: | 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 006-Metode Komputer Tertentu > Kecerdasan Buatan;Sistem Pakar; Neural Network; Data Mining; Machine learning; Computer Vision; Pengolahan Citra | |||||||||
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Informatika - S1 | |||||||||
| Depositing User: | S.E. Khozin Khozin | |||||||||
| Date Deposited: | 02 Mar 2026 04:40 | |||||||||
| Last Modified: | 02 Mar 2026 04:40 | |||||||||
| URI: | http://repository.peradaban.ac.id/id/eprint/2337 |
Actions (login required)
 |
View Item |