cluster datmin

download cluster datmin

of 29

Transcript of cluster datmin

  • 8/7/2019 cluster datmin

    1/29

    ABSTRAKS

    Analisis cluster merupakan salah satu teknik data mining yang bertujuan untukmengidentifikasi sekelompok obyek yang mempunyai kemiripan karakteristik tertentu

    yang dapat dipisahkan dengan kelompok obyek lainnya, sehingga obyek yang beradadalam kelompok yang sama relatif lebih homogen daripada obyek yang berada pada

    kelompok yang berbeda. Tujuan dari pengelompokan sekumpulan data obyek ke

    dalam beberapa kelompok yang mempunyai karakteristik tertentu dan dapatdibedakan satu sama lainnya adalah untuk analisis dan interpretasi lebih lanjut

    sesuai dengan tujuan penelitian yang dilakukan. Tujuan dari penelitian ini adalahingin berusaha memuaskan pengunjung perpustakaan FTI UII. Penelitian ini

    menggunakan Teknik Hierarki untuk mengetahui pengelompokan-pengelompokan

    yang terjadi. Dalam Teknik Hierarki digunakan dua metode yaitu AgglomerativeMethods yang disajikan dalam bentuk dendogram dan menghasilkan tiga cluster dan

    dua oulier. Sedangkan profilisasi mahasiswa menghasilkan persentase

    pengelompokkan dari jenis kelamin mahasiswa, jurusan mahasiswa, intensitasmahasiswa mengunjungi perpustakaan dalam seminggu, lamanya mahasiswa berada

    di perpustakaan, dan lamanya mahasiswa menjadi anggota perpustakaan. Daripengelompokan tersebut, diketahui jenis kelamin mahasiswa yang paling banyak

    mengunjungi perpustakaan adalah laki-laki dengan presentase 54%; jurusanmahasiswa yang paling banyak berkunjung adalah Teknik Industri terbukti dengan

    persentase yang diperoleh lebih besar dari yang lainnya, yaitu : 78%; intensitas

    mahasiswa paling banyak adalah sebanyak

  • 8/7/2019 cluster datmin

    2/29

    BAB I

    PENDAHULUAN

    1.1 Latar Belakang

    Analisis cluster merupakan salah satu teknik data mining yang bertujuan untuk

    mengidentifikasi sekelompok obyek yang mempunyai kemiripan karakteristik

    tertentu yang dapat dipisahkan dengan kelompok obyek lainnya, sehingga obyek

    yang berada dalam kelompok yang sama relatif lebih homogen daripada obyek

    yang berada pada kelompok yang berbeda. Jumlah kelompok yang dapat

    diidentifikasi tergantung pada banyak dan variasi data obyek. Tujuan dari

    pengelompokan sekumpulan data obyek ke dalam beberapa kelompok yang

    mempunyai karakteristik tertentu dan dapat dibedakan satu sama lainnya adalah

    untuk analisis dan interpretasi lebih lanjut sesuai dengan tujuan penelitian yang

    dilakukan. Model yang diambil diasumsikan bahwa data yang dapat digunakan

    adalah data yang berupa data interval, frekuensi dan biner. Set data obyek harus

    mempunyai peubah dengan tipe yang sejenis tidak campur antara tipe yang satu

    dengan lainnya. Dalam hal ini, perpustakaan FTI UII akan melakukan

    pengelompokan kepada para anggota perpustakaan berdasarkan tingkat kepuasan

    pelanggan terhadap pelayanan yang diberikan. Perpustakaan FTI UII ini

    menyebarkan 2 kuisioner kepada pengunjungnya, dimana kuisioner 1 berisi

    pertanyaan seputar pofilisasi pengunjung yaitu: Jenis Kelamin, Jurusan,

    Intensitas kunjungan, Lama kunjungan dan Lama keanggotaan, sedangkan

    kuisioner 2 berisi pertanyaan mengenai tingkat kepuasan pengunjung

    berdasarkan variabel yaitu: Kecepatan pelayanan, Kelengkapan jenis buku,

    Pelayanan yang diberikan, Kenyamanan tempat dan Tata letak tempat . Pada

    dasarnya penelitian ini digunakan untuk mengetahui apa sajakah yang

    diinginkan pengunjung selama berkunjung ke Perpustakaan FTI UII sehingga

    nantinya pengunjung terkelompok dalam beberapa cluster yang memiliki

    persamaan karakteristik.

  • 8/7/2019 cluster datmin

    3/29

    1.2 Rumusan Masalah

    1.Berapakah jumlah cluster yang terbentuk dengan menggunakan

    metode hirarki?

    2. Bagaimana hasil profilisasi customer?

    1.3 Tujuan Penelitian

    Adapun tujuan dari penelitian ini yaitu:

    1. Untuk mengetahui jumlah cluster yang terbentuk dengan menggunakan

    Metode Hierarki

    2. Untuk mengetahui profilisasi customer yang terbentuk

    1.4 Manfaat Penelitian

    Manfaat yang diperoleh dari penelitian ini adalah sebagai berikut :

    1. Sebagai sumbangan pemikiran bagi Perpustakaan FTI UII dalam

    mensukseskan pendidikan.

    2. Memperluas dan memperdalam pengetahuan dan wawasan pemikiran

    mengenai metode analisis cluster.

  • 8/7/2019 cluster datmin

    4/29

    BAB II

    LANDASAN TEORI

    2.1 Analysis Cluster

    Analisis cluster merupakan salah satu teknik data mining yang bertujuan untuk

    mengidentifikasi sekelompok obyek yang mempunyai kemiripan karakteristik tertentu

    yang dapat dipisahkan dengan kelompok obyek lainnya, sehingga obyek yang berada

    dalam kelompok yang sama relatif lebih homogen daripada obyek yang berada pada

    kelompok yang berbeda. Jumlah kelompok yang dapat diidentifikasi tergantung pada

    banyak dan variasi data obyek. Tujuan dari pengelompokan sekumpulan data obyek

    ke dalam beberapa kelompok yang mempunyai karakteristik tertentu dan dapat

    dibedakan satu sama lainnya adalah untuk analisis dan interpretasi lebih lanjut sesuai

    dengan tujuan penelitian yang dilakukan. Solusi cluster secara keseluruhan bergantung

    pada variabel-variaabel yang digunakan sebagai dasar untuk menilai kesamaan.

    Penambahan atau pengurangan variabel-variabel yang relevan dapat mempengaruhi

    substansi hasil analisisi cluster.

    2.2 Tujuan Analisis Cluster

    Analisis cluster dapat diterapkan pada bidang apa saja. Namun pemakaian

    teknik ini lebih familiar pada bidang pemasaran karena memang salah satu kegiatan

    yang dilakukan dalam pemasaran adalah pengelompokan, yang disebut segmentasi

    pasar. Tujuan analisis cluster di dalam pemasaran adalah sebagai berikut :

    1. Membuat segmen pasar (segmenting the market)

    Pelanggan atau pembeli sering diklasterkan berdasarkan manfaat atau keuntungan

    yang diperoleh dari pembelian barang. Setiap cluster akan terdiri daripelanggan/pembeli yang relatif homogen, dinyatakan dalam manfaat yang dicari.

    2. Memahami perilaku pembeli

    Analisis cluster digunakan untuk mengenali/mengidentifikasi kelompok pembeli

    yang homogen/relatif homogen. Kemudian perilaku dalam untuk setiap kelompok

    perlu dikaji secara terpisah. Responden (pembeli) dikelompokkan didasarkan pada

    self-reported importance yang terkait pada setiap faktor pilihan yang digunakan

    untuk memilih toko atau mall di mana para pembeli membeli barang yang

    dibutuhkan.

  • 8/7/2019 cluster datmin

    5/29

  • 8/7/2019 cluster datmin

    6/29

    BAB III

    METODOLOGI PENELITIAN

    3.1 Lokasi Penelitian

    Lokasi penelitian Analisis Cluster ini terletak di Perpustakaan FTI UII,

    yang terletak di Jalan Raya Kaliurang km 14,5 Yogyakarta.

    3.2 Objek Penelitian

    Dalam penelitian ini kami membagikan kuisioner pada para pengunjungPerpustakaan FTI UII Yogyakarta.

    3.3 Metode Pengumpulan Data

    3.3.1 Primer

    Metode pengumpulan data primer yang kami lakukan yaitu dengan

    membagikan kuisioner kepada para pengunjung perpustakaan FTI UII, data

    yang kami ambil dari Perpustakaan FTI UII yaitu sebanyak 50 data.

    3.3.2 Sekunder

    Pada penelitian ini kami tidak menggunakan data sekunder karena data

    yang kami peroleh didapat dari pembagian kuisioner pada para pelanggan.

    Sehingga, tidak dibutuhkan data history dari pihak Perpustakaan maupun dari

    sumber lainnya.

  • 8/7/2019 cluster datmin

    7/29

  • 8/7/2019 cluster datmin

    8/29

    3.4 flow chart

    MulaiMulai

    Pengamatan AwalPengamatan Awal

    PengumpulanData

    PengumpulanData

    IdentifikasiMasalah

    Identifikasi

    Masalah

    Pengolahan DataPengolahan Data

    PembahasanPembahasan

    Analisis DataAnalisis Data

    Kesimpulan danSaran

    Kesimpulan dan

    Saran

    SelesaiSelesai

    Gambar 3.1 Flow chart

  • 8/7/2019 cluster datmin

    9/29

  • 8/7/2019 cluster datmin

    10/29

    BAB IV

    PENGUMPULAN DAN PENGOLAHAN DATA

    4.1 Pengumpulan Data

    Tabel 4.1 Data Hasil Kuisioner Pertama

  • 8/7/2019 cluster datmin

    11/29

    nama Jenis kelamin jurusan intensitas Lama waktu Lama berlangganan

    Yudha 1 1 1 1 3

    Wijaya 1 2 3 2 4

    Nindar 1 1 5 2 4

    Arun 1 1 2 2 2

    Cahyo 1 1 2 2 3

    Wewen 2 1 2 1 3

    Pepy 1 1 2 2 1

    Pre Agus 1 1 2 2 3

    Mhd. Khai 1 1 1 1 3

    Herdy 1 1 2 2 3

    Nafis 1 1 1 3 3

    Tri Apri 1 1 1 1 3

    Noviana 2 1 1 2 3

    Ika 2 1 1 1 3

    Aziz 1 1 1 2 3

    Prasidya 1 2 1 3 3

    Reza 1 2 3 1 3

    Septia 2 1 1 2 2

    Rizki 2 1 1 1 2

    Meilina 2 1 1 3 2

    Ayu dwi 2 1 1 1 3

    Intan 2 1 2 2 2

    Acintya 2 1 1 1 2

    Lili 2 1 2 2 3

    Dian 2 1 2 1 2

    nama Jenis kelamin jurusan intensitas Lama waktu Lama berlanggananRoberta 1 1 5 5 5

    Mei 2 3 3 1 3

    Nurul 2 3 2 1 3

    Syukron 1 1 2 2 2

    Trisno 1 1 2 2 2

    Teguh 1 1 3 1 3

    Indra 1 1 1 3 1

    Heri 1 4 1 1 4

    Yudha 2 1 1 2 3Andre 1 1 2 1 3

    Feri 1 1 2 2 3

    Yopika 1 1 1 2 3

    Fai 2 1 2 2 4

    Diana 2 1 1 1 3

    nila 2 1 2 4 4

    Yudha 1 1 2 4 5

    Lopn 1 1 5 4 5

    Novi 2 2 1 2 5Vina 2 1 1 1 3

    Ani 2 1 1 2 3

    Deni 2 1 1 1 3

    Ala 2 2 4 3 4

    Tika 2 2 2 1 3

  • 8/7/2019 cluster datmin

    12/29

    Tabel4.2 Data Hasil Kuisioner 2

    nama Kecepatan

    pelayanan

    Kelengkapan

    jenis buku

    pelayanan Kenyamanan

    tempat

    Tata letak

    tempat

    Yudha 2 3 3 3 2

    Wijaya 3 1 3 2 3

    Nindar 2 2 3 2 3

    Arun 2 2 2 2 2

    Cahyo 2 2 2 2 2

    Wewen 2 3 3 2 3

    Pepy 2 3 3 3 3

    Pre Agus 2 4 3 3 3

    Mhd. Khai 3 3 3 3 3

    Herdy 2 3 1 2 5Nafis 1 2 3 2 3

    Tri Apri 1 2 1 1 1

    Noviana 3 3 3 3 2

    Ika 2 3 3 2 3

    Aziz 2 4 5 3 3

    Prasidya 2 2 2 2 3

    Reza 2 3 3 1 2

    Septia 2 2 2 2 2

    Rizki 2 2 2 2 2Meilina 2 2 2 1 2

    Ayu dwi 2 3 3 2 3

    Lili 2 3 3 3 3

    Intan 2 3 2 2 2

    Acintya 2 3 3 4 3

    Dian 2 4 2 2 2

    Imam 2 2 2 2 2

    Roberta 3 3 3 2 2

    nama Kecepatan Kelengkapan pelayanan Kenyamanan Tata letak

  • 8/7/2019 cluster datmin

    13/29

    pelayanan jenis buku tempat tempat

    Nurul 2 3 3 2 2

    Syukron 2 4 2 2 3

    Trisno 4 4 4 3 3

    Teguh 2 3 2 2 3

    Indra 2 3 3 2 2

    Heri 3 3 4 4 3

    Yudha.Y 1 2 2 3 3

    Andre 3 2 3 3 3

    Ferry 3 4 4 3 3

    Yopika 3 2 2 2 3

    Fay 2 3 3 2 3

    Diana 3 4 3 4 2

    nila 2 3 4 3 3Yudha 3 3 3 2 3

    Lopn 3 2 3 3 3

    Novi 3 4 3 3 3

    Vina 2 3 2 2 2

    Ani 2 2 2 2 4

    Deni 2 2 2 2 2

    Ala 2 3 2 2 5

    Tika 2 2 3 2 2

    Dedy 2 4 3 1 5

    4.2 Pengolahan Data

    4.2.1 Metode Hirarki

    Tabel 2.3 Agglomeration Schedule

  • 8/7/2019 cluster datmin

    14/29

    Agglomeration Schedule

    Stage

    Cluster Combined Stage Cluster First Appears

    Cluster 1 Cluster 2 Coefficients Cluster 1 Cluster 2 Next Stage

    1 42 50 .000 0 0 52 21 47 .000 0 0 12

    3 43 46 .000 0 0 4

    4 41 43 .000 0 3 6

    5 39 42 .000 0 1 20

    6 14 41 .000 0 4 32

    7 16 38 .000 0 0 13

    8 30 37 .000 0 0 11

    9 13 36 .000 0 0 19

    10 27 32 .000 0 0 23

    11 11 30 .000 0 8 14

    12 20 21 .000 0 2 18

    13 5 16 .000 0 7 36

    14 6 11 .000 0 11 15

    15 4 6 .000 0 14 17

    16 25 49 1.000 0 0 22

    17 4 45 1.000 15 0 20

    18 20 44 1.000 12 0 3219 13 40 1.000 9 0 21

    20 4 39 1.000 17 5 28

    21 13 35 1.000 19 0 35

    Stage Cluster Combined Stage Cluster First Appears

    Cluster 1 Cluster 2 Coefficients Cluster 1 Cluster 2 Next Stage

    24 27 31 1.000 23 0 27

    25 28 29 1.000 0 0 26

    26 26 28 1.000 0 25 27

    27 26 27 1.000 26 24 28

    28 4 26 1.000 20 27 37

    29 19 25 1.000 0 22 33

    30 8 24 1.000 0 0 47

    31 22 23 1.000 0 0 40

    32 14 20 1.000 6 18 34

    33 15 19 1.000 0 29 34

    34 14 15 1.000 32 33 35

    35 13 14 1.000 21 34 36

    36 5 13 1.000 13 35 38

    37 4 12 1.000 28 0 38

  • 8/7/2019 cluster datmin

    15/29

    C A S E 0 5 10 15 20 25

    Label Num +---------+---------+---------+---------+---------+

    Mhd.Khai 42 -+Yudha. 50 -+---+

    Tri Apri 39 -+ |

    Ayu Dwi 30 -+ |

    Ika 37 -+ |

    Diana 11 -+ |

    Vina 6 -+---+

    Dewi 4 -+ |

    Wewen 45 -----+

    Acintya 27 -+---+

    Rizki. A 32 -+ |

    Septia.W 33 -----+

    Meilina 31 -----+

    Intan. T 28 -----+Lili 29 -----+

    Dian. I 26 -----+

    Fay 12 -----+

    Yudha. Y 16 -+ |

    Noviana 38 -+---+

    Ani 5 -+ |

    Yopika 13 -+---+

    Aziz 36 -+ |

    Nafis 40 -----+

    Prasidya 35 -----+

    Pre Agus 43 -+ |

    Cahyo 46 -+ |

    Heray 41 -+---+

    Ferry. A 14 -+ +-----+

    Syukron 21 -+ | |

    Arun 47 -+---+ |

    Trisno 20 -+ | |

    Pepy 44 -----+ |

    Imam. M 25 -----+ |

    Wijaya 49 -----+ |

    Reza. N 34 -----+ |

    Teguh 19 -----+ |

    Andra 15 -----+ +-----+

    Tika 2 -----+ | |

    Nurul. M 22 -----+-----+ |

    NN 23 -----+ | |

    Indra. M 18 -----------+ +-----+

    Novi 7 -----------------+ |

    Ala 3 -----------------+ +---+

    Nindar 48 -----------------------+ |

    Yudha 9 -----------+-----------+ +-----------+

    Nila. M 10 -----------+ | |

    Lopn 8 -----+---------------------+ +---------+

    Roberta 24 -----+ | |

    Heri 17 ---------------------------------------+ |

    Dedy 1 -------------------------------------------------+

    Gambar 4.2 Dendogram

  • 8/7/2019 cluster datmin

    16/29

    Tabel 4.4 Hasil Pengclusteran

    Cluster 1 Cluster 2 Cluster 3

    Mhd.Khai Nindar Heri

    Yudha. Yudha DedyTri Apri Nila. M

    Ayu Dwi Lopn

    Ika Roberta

    Diana

    Vina

    Dewi

    Wewen

    Acintya

    Rizki. ASeptia.W

    Meilina

    Intan. T

    Lili

    Dian. I

    Fay

    Yudha. Y

    Noviana

    AniYopika

    Aziz

    Nafis

    Prasidya

    Pre Agus

    Cahyo

    Heray

  • 8/7/2019 cluster datmin

    17/29

    Cluster 1 Cluster 2 Cluster 3

    Ferry. A

    Syukron

    Arun

    TrisnoPepy

    Imam. M

    Wijaya

    Reza. N

    Teguh

    Andra

    Tika

    Nurul. M

    NN

    Indra. MNovi

    Ala

    Profilisasi Customer

    Jenis Kelamin

  • 8/7/2019 cluster datmin

    18/29

    4.5 Tabel Jenis Kelamin

    Cluster

    1.00 2.00 3.00 Total

    Jenis Kelamin laki-laki Count 21 4 2 27

    % of Total 20.0% 22.0% 12.0% 54.0%

    perempuan Count 22 1 0 23

    % of Total 36.0% 2.0% 0% 46.0%

    Total Count 28 13 9 50

    % of Total 56.0% 24.0% 12.0% 100.0%

    Jurusan

  • 8/7/2019 cluster datmin

    19/29

    4.6 Tabel Jurusan

    Cluster

    1.00 2.00 3.00 Total

    Jurusan teknik industri Count 34 4 1 39

    % of Total 68.0% 8.0% 2.0% 78.0%

    teknik

    informatika

    Count 7 0 0 7

    % of Total 14.0% 0% 0% 14.0%

    teknik kimia Count 2 0 0 2

    % of Total 4.0% 0% .0% 4.0%

    teknik elektro Count 0 0 1 1

    % of Total .0% .0% 2.0% 2.0%

    teknik mesin Count 0 1 0 1

    % of Total .0% 2.0% .0% 2.0%

    Total Count 43 5 2 50

    % of Total 86.0% 10.0% 4.0% 100.0%

    Seberapa Sering

    4.6 Tabel Seberapa Sering

  • 8/7/2019 cluster datmin

    20/29

  • 8/7/2019 cluster datmin

    21/29

    Cluster

    1.00 2.00 3.00 Total

    Waktu yang

    dihabiskan

    3 jam Count 0 1 0 1

    % of Total .0% 2.0% .0% 2.0%

    Total Count 43 5 2 50

    % of Total 86.0% 10.0% 4.0% 100.0%

    Berapa lama menjadi anggota

    4.8 Tabel lama menjadi anggota

  • 8/7/2019 cluster datmin

    22/29

    Cluster

    1.00 2.00 3.00 Total

    Berapa lama menjadi

    anggota

    4 tahun Count 1 3 0 4

    % of Total 2.0% 6.0% .0% 8.0%

    Total Count 43 5 2 50

    % of Total 86.0% 10.0% 4.0% 100.0%

    BAB IV

    PEMBAHASAN

  • 8/7/2019 cluster datmin

    23/29

    4.1 Clustering

    Berdasarkan pengolahan data yang telah dilakukan, customer dikelompokkan

    menjadi 3 cluster.

    1. Customer yang masuk cluster 1 ada 43 orang, antara lainnya adalah

    Mhd.Khai,Yudha,Tri Apri, Ayu Dwi, Ika, Diana, Vina, Dewi, Wewen,

    Acintya, Rizki. A, Septia.W, Meilina, Intan. T, Lili, Dian, Fay, Yudha.

    Y, Noviana, Ani, Yopika, Aziz, Nafis, Prasidya, Pre Agus, Cahyo,

    Heray, Ferry A, Syukron, Arun, Trisno, Pepy, Imam. M, Wijaya, Reza.

    N, Teguh, Andra, Tika, Nurul. M, NN, Indra. M, Novi, Ala,

    2. Customer yang masuk cluster 2 ada 5 orang, antara lainnya adalah

    Nindar, Yudha, Nila. M, Lopn, Roberta,

    3. Customer yang masuk cluster 3 ada 2 orang Heri, Dedy

    4.2 Profilisasi Customer

    4.2.1 Jenis Kelamin

    Dari pengolahan data di atas, diketahui mahasiswa berjenis kelamin

    pria pada cluster 1 sebanyak 21 orang dengan persentase sebesar 42%,

    cluster 2 sebanyak 3 orang dengan persentase sebesar 6%, cluster 3

    sebanyak 2 orang dengan persentase sebesar 4%. Sedangkan mahasiswa

    berjenis kelamin wanita pada cluster 1 sebanyak 22 orang dengan

    persentase sebesar 44%, cluster 2 sebanyak 1 orang dengan persentase

    sebesar 2%..

    4.2.2 Jurusan

    Untuk mahasiswa jurusan teknik industri pada cluster 1sebanyak 34 orang dengan presentase 68%, cluster 2 sebanyak 4 orang

  • 8/7/2019 cluster datmin

    24/29

    dengan presentase sebanyak 8%, cluster 3 sebanyak 1 orang dengan

    presentase 2%. Jurusan informatika pada cluster 1 sebanyak 7 orang

    dengan presentase 14%. Jurusan teknik elektro pada cluster 3 terdapat 1

    orang dengan prosentase 2%. Jurusan teknik mesin pada cluster 2

    terdapat 1 orang dengan prosentase 2 %. Jurusan teknik kimia pada

    cluster 1 terdapat 2 orang dengan prosentase 4%.

    4.2.3 Seberapa Sering ke Perpustakaan dalam seminggu

    Banyaknya mahasiswa yang mengunjungi perpustakaan

    sebanyak 13 kali seminggu, pada cluster

    2 sebanyak 2 orang dengan prosentase 4%, pada cluster 3 sebanyak 1

    orang dengan prosentase 2%.

    4.2.4 Lama waktu di Perpustakaan

    Mahasiswa yang berkunjung ke perpustakaan selama

  • 8/7/2019 cluster datmin

    25/29

    sebanyak 1 orang dengan prosentase 2%, pada cluster 3 sebanyak 1

    orang dengan prosentase 2%. Untuk mahasiswa yang berkunjung ke

    perpustakaan selama 30 menit 1 jam, pada cluster 1 sebanyak 20 orang

    dengan prosentase 40%, pada cluster 3 sebanyak 1 orang dengan

    prosentase 2%. Mahasiswa yang berkunjung selama 1-2 jam, pada

    cluster 1 sebanyak 5 orang dengan prosentase 10%. Untuk mahasiswa

    yang berkunjung ke perpustakaan selama 2-3 jam pada cluster 2

    sebanyak 3 orang dengan prosentase 6%. Untuk mahasiswa yang

    berkunjung ke perpustakaan selama >3 jam, pada cluster 2 sebanyak 1

    orang dengan prosentase 2%.

    4.2.5 Lama menjadi anggota

    Mahasiswa yang telah menjadi anggota selama

  • 8/7/2019 cluster datmin

    26/29

    5.1 Kesimpulan

    1. Berdasarkan pengolahan data yang telah dilakukan, customer

    dikelompokkan menjadi 3 cluster.

    a. Customer yang masuk cluster 1 ada 27 orang, antara lainnya adalah

    Mhd.Khai,Yudha,Tri Apri, Ayu Dwi, Ika, Diana, Vina, Dewi,

    Wewen, Acintya, Rizki. A, Septia.W, Meilina, Intan. T, Lili, Dian,

    Fay, Yudha. Y, Noviana, Ani, Yopika, Aziz, Nafis, Prasidya, Pre

    Agus, Cahyo, Heray

    b. Customer yang masuk cluster 2 ada 14 orang, antara lainnya adalah

    Ferry. A, Syukron, Arun, Trisno, Pepy, Imam. M, Wijaya, Reza. N,

    Teguh, Andra, Tika, Nurul. M, NN, Indra. M

    c. Customer yang masuk cluster 3 ada 9 orang, antara lainnya adalah

    Novi, Ala, Nindar, Yudha, Nila. M, Lopn, Roberta, Heri, Dedy

    2. Dari data hasil kuisioner 1 dapat dinyatakan bahwa semua data valid.

    Setelah dilakukan pengolahan data, dapat diketahui:

    a. Dari pengolahan data di atas, diketahui mahasiswa berjenis kelamin

    pria pada cluster 1 sebanyak 21 orang dengan persentase sebesar 42%,

    cluster 2 sebanyak 3 orang dengan persentase sebesar 6%, cluster 3

    sebanyak 2 orang dengan persentase sebesar 4%. Sedangkan

    mahasiswa berjenis kelamin wanita pada cluster 1 sebanyak 22 orang

    dengan persentase sebesar 44%, cluster 2 sebanyak 1 orang denganpersentase sebesar 2%..

    b. Untuk mahasiswa jurusan teknik industri pada cluster 1 sebanyak 34

    orang dengan presentase 68%, cluster 2 sebanyak 4 orang dengan

    presentase sebanyak 8%, cluster 3 sebanyak 1 orang dengan presentase

    2%. Jurusan informatika pada cluster 1 sebanyak 7 orang dengan

  • 8/7/2019 cluster datmin

    27/29

    presentase 14%. Jurusan teknik elektro pada cluster 3 terdapat 1 orang

    dengan prosentase 2%. Jurusan teknik mesin pada cluster 2 terdapat 1

    orang dengan prosentase 2 %. Jurusan teknik kimia pada cluster 1

    terdapat 2 orang dengan prosentase 4%.

    c. Banyaknya mahasiswa yang mengunjungi perpustakaan sebanyak 13 kali seminggu, pada cluster 3 sebanyak 1 orang dengan

    prosentase 2%.

    d. Banyaknya mahasiswa yang mengunjungi perpustakaan sebanyak 13 kali seminggu, pada cluster 2

    sebanyak 2 orang dengan prosentase 4%, pada cluster 3 sebanyak 1

    orang dengan prosentase 2%.

    e. Mahasiswa yang telah menjadi anggota selama

  • 8/7/2019 cluster datmin

    28/29

    menjadi anggota selama 1 tahun pada cluster 1 sebanyak 9 orang

    dengan prosentase 18%, pada cluster 2 sebanyak 1 orang dengan

    prosentase 2%. Untuk mahasiswa yang telah menjadi anggota selama 2

    tahun pada cluster 1 sebanyak 28 orang dengan prosentase 56%. Untuk

    mahasiswa yang telah menjadi anggota selama 3 tahun pada cluster 1

    sebanyak 3 orang dengan prosentase 6%, pada cluster 2 sebanyak 1

    orang dengan prosentase 2%, pada cluster 3 sebanyak 2 orang dengan

    4%. Untuk mahasiswa yang telah menjadi anggota selama 4 tahun pada

    cluster 1 sebanyak 1 orang dengan 2%, pada cluster 2 sebanyak 3 orang

    dengan 6%,

    5.2 Saran

    1. Sebaiknya Fasilitas perpustakaan lebih ditingkatkan lagi

    agar lebih menarik dan menambah kenyamanan mahasiswa untuk

    mengunjungi perpustakaan

    2. Mengubah tata letak buku-buku di perpustakaan agar

    lebih mudah dalam pencarian.

    3. Meningkatkan kinerja petugas perpustakaan untuk

    melayani mahasiswa.

    4. Menambah koleksi-koleksi buku.

    LAPORAN PRAKTIKUM

    LABORATORIUM DATA MINING

  • 8/7/2019 cluster datmin

    29/29

    ANALYSIS CLUSTERING

    (STUDY KASUS DI PERPUSTAKAAN FTI UII)

    Disusun Oleh Kelompok C.7

    Yanuar Dody Gusniar (08 522 035)

    Anizha Destin Wulandari (08 522 042)

    JURUSAN TEKNIK INDUSTRI

    FAKULTAS TEKNOLOGI INDUSTRI

    UNIVERSITAS ISLAM INDONESIA

    YOGYAKARTA

    2010