Yuhefizar, - (2016) Two-Stages Clustering Untuk Segmentasi Pengunjung Web Pada Web Usage Mining. Doctoral thesis, Institut Teknologi Sepuluh Nopember.
|
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: | https://repository.its.ac.id/id/eprint/51444 |
Actions (login required)
 |
View Item |
