Web Usage Mining Guna Analisis Pola Akses Pengunjung Website dengan Association Rule
Abstract
Pengaruh internet erat dengan kehidupan masyarakat, terutama dalam menyediakan kemudahan akses informasi melalui website. Website digunakan oleh lembaga pendidikan khususnya kampus sebagai media promosi, media informasi, publikasi, dan pengenalan profil kampus. Pemanfaatan website secara optimal dapat memberikan pelayanan terbaik bagi pengunjung, sehingga kepercayaan dan citra positif terhadap kampus pun dapat meningkat. Penting bagi pengelola untuk memperhatikan juga meningkatkan kualitas website, salah satunya dengan menerapkan web usage mining. Web usage mining bermanfaat untuk menggali informasi yang didapatkan dari web, dengan memahami data aktivitas pengunjung agar dapat mengetahui kelebihan dan kekurangan website. Penelitian ini bertujuan untuk mengetahui serta melakukan analisis pola akses pengunjung website Unsika dengan web usage mining menggunakan Association Rule. Algoritma yang digunakan adalah Modified Apriori dengan teknik hashing. Teknik hashing digunakan untuk mengurangi waktu pencarian dengan menyimpan data ke dalam array sebagai key dan value pada saat proses iterasi. Berdasarkan hasil penelitian, dengan nilai minimum support 2 dan minimum confidence 65%, rule yang terbentuk yaitu sebanyak 27 dengan nilai support tertinggi 2.20%, nilai confidence tertinggi adalah 100%, dan lift ratio tertinggi sebesar 91.
References
Anggraeni, D., Anggraeny, F. T., & Purbasari, I. Y. (2019). Penerapan Algoritma Modifikasi Apriori (Tree-Based Approach) untuk Menemukan Pola Navigasi Pengguna Website. SEMINAR SANTIKA, September, 159–160.
Apriananta, Y. J., & Wijaya, L. S. (2018). Penggunaan Website Dan Media Sosial Dalam Membangun Citra Positif Perguruan Tinggi. Jurnal Komunikatif, 7(2), 187–209. https://doi.org/10.33508/jk.v7i2.1750
Desyanti, & Sari, F. (2019). Penerapan Algoritma Apriori Terhadap Perawatan Tubuh di Kakiku. SATIN - Sains Dan Teknologi Informasi, 5(1), 51–59. https://doi.org/10.33372/stn.v5i1.457
Dewi, A. R. (2020). Pentingnya Website Kampus. Kompasiana. https://www.kompasiana.com/adityardewi26/5e3cc136d541df567d28b832/pentingnya-website-kampus
Fauzy, M., Saleh W, K. R., & Asror, I. (2016). Penerapan Metode Association Rule Menggunakan Algoritma Apriori Pada Simulasi Prediksi Hujan Wilayah Kota Bandung. Jurnal Ilmiah Teknologi Informasi Terapan, II(2), 221–227.
Harika, B., & Sudha, P. T. (2020). Data Extraction from Web Server Logs using Web Usage Mining. International Journal Of Innovative Research In Technology, 6(11), 469–474.
Kaliappan, J., Sai, S. M., & Preetham, K. S. (2019). Weblog and Retail Industries Analysis using a robust modified Apriori algorithm. International Journal of Innovative Technology and Exploring Engineering (IJITEE), 8(6), 1727–1733.
Kurniawati, G. N., Santoso, R., & Sugito. (2020). Analisis Web Usage Mining Menggunakan Metode Modified Gustafson-Kessel Clustering dan Association Rule pada Website Universitas Diponegoro. Jurnal Gaussian, 9(4), 486–494.
Liu, Z., & Wang, Y. (2020). CMS System Identification Based on Improved Algorithm of Apriori. Journal of Physics: Conference Series, 1631(1). https://doi.org/10.1088/1742-6596/1631/1/012062
Masnur, A. (2015). Analisa Data Mining Menggunakan Market Basket Analysis untuk Mengetahui Pola Beli Konsumen. SATIN-Sains Dan Teknologi Informasi, 1(2), 32–40.
Patil, U. M. (2020). User and Session Identification From Web Data Preprocessing. JAC : A Journal Of Composition Theory, XIII(3), 376–385.
Pramana, A. E. (2019). Penerapan Web Usage Mining Menggunakan Teknik Association Rule (Studi Kasus: http://portal.stikom-db.ac.id). In Stikom Dinamika Bangsa.
Raphaeli, O., Goldstein, A., & Fink, L. (2017). Analyzing online consumer behavior in mobile and PC devices: A novel web usage mining approach. Electronic Commerce Research and Applications, 26, 1–12. https://doi.org/10.1016/j.elerap.2017.09.003
Setia, S., Jyoti, V., & Duhan, N. (2020). HPM : A Hybrid Model for User ’ s Behavior Prediction Based on N -Gram Parsing and Access Logs. Scientific Programming, 2020(ii).
Syahrir, M., & Fatimatuzzahra. (2020). Integrasi Pendekatan Metode Custom Hashing dan Data Partitioning untuk Mempercepat Proses Pencarian Frekuensi Item-set pada Algoritma Apriori. Matrik : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 20(1), 149–158. https://doi.org/10.30812/matrik.v20i1.853