TRUNOJOYO-Tugas Akhir-8005-Abstrak.pdf
Restricted to Repository staff only
Download (12kB)
TRUNOJOYO-Tugas Akhir-8005-Cover.pdf
Restricted to Repository staff only
Download (567kB)
TRUNOJOYO-Tugas Akhir-8005-Chapter1.pdf
Restricted to Repository staff only
Download (157kB)
TRUNOJOYO-Tugas Akhir-8005-Chapter2.pdf
Restricted to Repository staff only
Download (495kB)
TRUNOJOYO-Tugas Akhir-8005-Chapter3.pdf
Restricted to Repository staff only
Download (336kB)
TRUNOJOYO-Tugas Akhir-8005-Chapter4.pdf
Restricted to Repository staff only
Download (836kB)
TRUNOJOYO-Tugas Akhir-8005-Chapter5.pdf
Restricted to Repository staff only
Download (108kB)
TRUNOJOYO-Tugas Akhir-8005-References.pdf
Restricted to Repository staff only
Download (346kB)
TRUNOJOYO-Tugas Akhir-8005-Appendices.pdf
Restricted to Repository staff only
Download (142kB)
Abstract
Sebuah Log dalam Web Server akan menyimpan berbagai kegiatan pengunjung web site dalam sebuah server. Berbagai interaksi yang dilakukan oleh pengunjung web akan meningkatkan ukuran rekaman data log yang tersimpan dalam sebuah web server, sehingga pembengkakan volume data tidak dapat dihindari. Sayangnya, kebanyakan web administrator tidak mengetahui bagaimana manfaat data log yang tersimpan tersebut agar menggali informasi yang bermanfaat untuk pengembangan sebuah situs web. Data mining merupakan suatu cara untuk menambang data sehingga informasi yang sebelumnya tidak diketahui dapat diperoleh. Informasi yang dimasukkan difokuskan pada penemuan pola pengelompokkan pengunjung yang tersimpan dalam web server log dengan menggunakan teknik K-means Clustering. Analisis web server log yang dilakukan mampu memberikan informasi mengenai pola kunjungan dan menemukan beberapa aturan clustering yang berguna untuk peningkatan efektifitas sebuah web site. Dari uji coba aplikasi menghasilkan 3 pola pengelompokkan yakni berdasarkan IP lokal, public, dan keduanya. Pada IP lokal, pola kunjungan di dominasi oleh IP puskom, rektorat, fakultas Pertanian dan Fisib. Pada IP publik pola kunjungan rata-rata hanya mengakses halaman utama web site atau beranda, begitu juga dengan pola yang diperoleh dari IP lokal ditambah dengan IP public.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM ACH.MUFTI |
| Department | Informatika |
| Uncontrolled Keywords | Web Server Log; Data Mining; K-Mean Clustering; Web Site. |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 23:15 |
| Last Modified | 24 Oct 2026 16:55 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/11065 |
