TRUNOJOYO-Tugas Akhir-39602-Abstract.pdf
Restricted to Repository staff only
Download (802kB)
TRUNOJOYO-Tugas Akhir-39602-Cover.pdf
Restricted to Repository staff only
Download (3MB)
TRUNOJOYO-Tugas Akhir-39602-Appendices.pdf
Restricted to Repository staff only
Download (174kB)
TRUNOJOYO-Tugas Akhir-39602-Chapter4.pdf
Restricted to Repository staff only
Download (8MB)
TRUNOJOYO-Tugas Akhir-39602-Conclusion.pdf
Restricted to Repository staff only
Download (517kB)
TRUNOJOYO-Tugas Akhir-39602-References.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-39602-Chapter3.pdf
Restricted to Repository staff only
Download (2MB)
TRUNOJOYO-Tugas Akhir-39602-Chapter2.pdf
Restricted to Repository staff only
Download (6MB)
TRUNOJOYO-Tugas Akhir-39602-Chapter1.pdf
Restricted to Repository staff only
Download (2MB)
Abstract
Pengelolaan data anggota perpustakaan diperlukan untuk mengetahui tingkat keaktifan anggota dalam memanfaatkan layanan peminjaman buku. Penelitian ini bertujuan untuk mengelompokkan tingkat keaktifan anggota perpustakaan berdasarkan aktivitas peminjaman buku menggunakan metode clustering Density-Based Spatial Clustering of Applications with Noise (DBSCAN). Data yang digunakan meliputi frekuensi peminjaman buku, rata-rata keterlambatan pengembalian, serta jumlah buku yang belum dikembalikan pada periode tahun 2021–2025. Penelitian ini membandingkan proses clustering menggunakan DBSCAN tanpa reduksi dimensi dan dengan reduksi dimensi menggunakan Principal Component Analysis (PCA). Tahapan penelitian meliputi preprocessing data, reduksi dimensi menggunakan PCA, proses clustering menggunakan DBSCAN, serta evaluasi menggunakan metode Silhouette Coefficient. Hasil penelitian ini menunjukkan bahwa penerapan PCA mampu meningkatkan kualitas porses clustering. Hal ini ditunjukkan oleh peningkatan nilai Silhouette Coefficient dari 0,886 (Struktur Cluster sangat kuat) pada clustering tanpa PCA menjadi 0,934 (Struktur Cluster sangat kuat, dengan kualitas pemisahan yang lebih baik) setelah menggunakan PCA, sehingga menunjukkan adanya peningkatan kualitas pengelompokan. Pada clustering tanpa PCA, terbentuk 2 cluster, yaitu cluster 0 sebanyak 9.102 data dan cluster 1 sebanyak 2 data, serta terdapat 2 data yang teridentifikasi sebagai noise. Setelah dilakukan reduksi dimensi menggunakan PCA, tetap terbentuk 2 cluster, yaitu cluster 0 sebanyak 9.105 data dan cluster 1 sebanyak 1 data tanpa adanya data noise. Karena sebagian besar data terkonsentrasi pada satu cluster, dilakukan pemecahan cluster menggunakan metode K-Means menjadi 10 cluster untuk memperoleh pengelompokan yang lebih rinci. Hasil pengelompokan dapat digunakan sebagai bahan evaluasi dalam pengelolaan keaktifan anggota perpustakaan.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM ALVITA AQILA HABSAH |
| Department | Sistem Informasi |
| Uncontrolled Keywords | Data Mining Clustering DBSCAN Reduksi Dimensi ;Silhouette Coefficient Keaktifan Anggota |
| Divisions | Fakultas Teknik > S1 - Sistem Informasi |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 17 Oct 2026 20:54 |
| Last Modified | 24 Oct 2026 17:18 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/28601 |
