Implementasi K-Means Clustering Untuk Pengelompokan Buku Di Perpustakaan Universitas Muhammadiyah Gresik

Hidayat, Dwi Nur (2025) Implementasi K-Means Clustering Untuk Pengelompokan Buku Di Perpustakaan Universitas Muhammadiyah Gresik. undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text 2025_210602006_TA_Pernyataan keaslian.pdf Download (150kB)
	Text 2025_210602006_TA_lembar persetujuan.pdf Download (434kB)
	Text 2025_210602006_TA_lembar pengesahan.pdf Download (676kB)
	Text 2025_210602006_TA_Pernyataan persetujuan publikasi.pdf Download (208kB)
	Text 2025_TA_210602006_halaman judul.pdf Download (344kB)
	Text 2025_TA_210602006_Bab 1.pdf Download (143kB)
	Text 2025_TA_210602006_bab 2.pdf Download (271kB)
	Text 2025_TA_210602006_bab 3.pdf Download (503kB)
	Text 2025_TA_210602006_bab 4.pdf Restricted to Repository staff only Download (517kB)
	Text 2025_TA_210602006_bab 5.pdf Download (73kB)
	Text 2025_TA_210602006_daftar pustaka.pdf Download (196kB)

Abstract

Perpustakaan Universitas Muhammadiyah Gresik (UMG) yang mengelola lebih dari 20.000 judul buku. Namun, menghadapi tantangan karena data peminjaman buku yang ada masih belum terstruktur, sehingga tidak memberikan gambaran komprehensif tentang karakteristik koleksi atau tren peminjaman. Kondisi tersebut menyulitkan pengelola dalam menentukan strategi pengadaan koleksi baru serta mengevaluasi buku yang kurang diminati. Data peminjaman yang di gunakan mulai dari periode 01 Januari 2023 hingga 31 Juli 2025 dengan tiga variabel utama: stok, tahun terbit, dan total peminjaman. Proses penelitian meliputi praproses data menggunakan normalisasi Min-Max untuk menyeragamkan skala data. Algoritma K-Means diterapkan untuk membagi data ke dalam beberapa klaster yang kemudian divalidasi menggunakan metrik DaviesBouldin Index (DBI) dan Silhouette Coefficient (SC). Berdasarkan hasil analisis dan pengujian sistem, ditemukan bahwa konfigurasi dengan empat klaster (k=4) merupakan hasil yang paling optimal. Hal ini dibuktikan dengan perolehan nilai DBI terendah sebesar 0,134 yang menunjukkan pemisahan klaster sangat baik, serta nilai Silhouette Coefficient mencapai 0,824 yang mengindikasikan struktur klaster sangat kuat secara matematis

Item Type:	Thesis (undergraduate)
Uncontrolled Keywords:	Data Mining, K-Means Clustering, Perpustakaan, Davies-Bouldin Index, Silhouette Coefficient.
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Dwi Nur Hidayat
Date Deposited:	08 Jul 2026 08:12
Last Modified:	08 Jul 2026 08:12
URI:	http://eprints.umg.ac.id/id/eprint/16688

Actions (login required)

View Item