Yuhefizar, - (2016) Two-Stages Clustering Untuk Segmentasi Pengunjung Web Pada Web Usage Mining. Doctoral thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
2210301010-Disertation.pdf - Published Version Download (3MB) | Preview |
Abstract
Web Usage Mining (WUM) berhubungan dengan ekstraksi knowledge dari
data web log, salah satu tujuannya adalah untuk segmentasi pengunjung web.
Data web log sebagai data utama dari WUM memiliki banyak item data yang
tidak relevan untuk dilakukan proses penambangan lebih lanjut, sehingga perlu
dilakukan tahapan-tahapan untuk menghapus data tersebut agar hasil akhir
segmentasi pengunjung web lebih baik.
Oleh karena itu, dalam penelitian ini dilakukan tahapan pra-pemrosesan
lebih detail dan mengajukan pendekatan baru untuk tujuan segmentasi pengunjung
web yang disebut dengan pendekatan klasterisasi bertahap (two-stages clustering).
Klasterisasi tahap pertama dilakukan pada data yang berbentuk frequently access
(frekuensi kunjungan) menggunakan metoda klaster hirarki dan non hirarki,
kemudian dilanjutkan dengan klasterisasi tahap kedua pada data yang berbentuk
user access pattern (pola kunjungan user). Pada klasterisasi tahap kedua
digunakan kombinasi metode klaster hirarki dan non hirarki.
Dari penerapan metode ini berhasil mereduksi data web log sebesar
98.38% dan memperoleh klaster-klaster/segmentasi pengunjung web beserta
profilnya yang dapat dijadikan acuan untuk tujuan personalisasi web, modifikasi
web dan kepentingan lainnya dalam lingkup WUM
=======================================================================================================
Web Usage Mining (WUM) is associated with knowledge extraction of
web log data. One of the purposes is for web visitor’s segmentation. Web log data
as the primary data of WUM has many irrelevant data item for further mining
process, therefore some stages need be done to reduce the data in order to make a
better result of web visitor segmentation.
For this purpose, this research conducted a more detail pre-processing
stage and proposed a new approach for web visitor’s segmentation called twostages
clustering. First stage clustering is conducted on data with frequently
access form by using hierarchical and non-hierarchical method which is followed
by the second stage clustering for the data with user access pattern form. On the
second stage clustering the combined method of hierarchical and non-hierarchical
was used.
Application of the method was successful in reducing web log data for
98.38% and gained clusters of segments of web visitor and its profile that can be
used as reference for web personalization, web modification, and other purposes
within the WUM scope.
| Item Type: | Thesis (Doctoral) |
|---|---|
| Additional Information: | RDE 006.33 Yuh t |
| Uncontrolled Keywords: | two-stages clustering, klaster hirarki, klaster non hirarki, k-means, web usage mining, data web log, web mining. |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.888 Web sites--Design. Web site development. |
| Divisions: | Faculty of Industrial Technology > Electrical Engineering > 20001-(S3) PhD Thesis |
| Depositing User: | Mr. Tondo Indra Nyata |
| Date Deposited: | 06 Mar 2018 02:56 |
| Last Modified: | 28 Dec 2018 02:24 |
| URI: | http://repository.its.ac.id/id/eprint/51444 |
Actions (login required)
 |
View Item |