ANALISIS DATA SIRKULASI PERPUSTAKAAN UNIVERSITAS LAMPUNG MENGGUNAKAN METODE UNSUPERVISED LEARNING DENGAN VISUALISASI DATA

REISTHA, RAMADHANTY (2023) ANALISIS DATA SIRKULASI PERPUSTAKAAN UNIVERSITAS LAMPUNG MENGGUNAKAN METODE UNSUPERVISED LEARNING DENGAN VISUALISASI DATA. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

[img]
Preview
Text
1. ABSTRAK - ABSTRACT.pdf

Download (9kB) | Preview
[img] Text
2. SKRIPSI FULL (1).pdf
Restricted to Repository staff only

Download (4MB) | Request a copy
[img]
Preview
Text
3. SKRIPSI TANPA PEMBAHASAN (1).pdf

Download (2MB) | Preview

Abstract

Perpustakaan Universitas Lampung merupakan Unit Pelaksana Teknis (UPT) di bidang perpustakaan yang mempunyai kewajiban untuk menyediakan dan melayani kebutuhan informasi bagi seluruh sivitas akademika di lingkungan Universitas Lampung. Saat ini kebanyakan perpustakaan memiliki database sirkulasi perpustakaan terkait aktivitas yang dilakukan pada perpustakaan. Data sirkulasi perpustakaan mencakup informasi tentang peminjaman, pengembalian, data pengunjung, dan masih banyak lagi. meskipun data sirkulasi perpustakaan tersedia dalam jumlah yang besar, penggunaan potensi informasi yang terkandung dalam data tersebut masih terbatas. Untuk mendapatkan informasi dari data tersebut dapat dilakukan dengan analisis data. Teknik yang dipakai pada penelitian ini adalah teknik data mining yaitu K-Means Clustering, serta melakukan visualisasi data menggunakan Google Data Studio yang menghasilkan Dashboard yang berisi grafik hasil pengolahan data. Metode penelitian yang digunakan adalah Cross Industry Standart Process for Data Mining atau CRISPDM. Pengolahan data sirkulasi perpustakaan menggunakan data yang didapat dari Perpustakaan Universitas Lampung dengan jumlah data 275702. Pada penelitian ini menghasilkan 3 cluster pada data member perpustakaan dan data buku yaitu low level, medium level dan high level berdasarkan transaksi peminjaman, serta hasil dari pengklasteran ini divisualisasikan ke dalam dashboard visualisasi data yang bertujuan untuk membuat data lebih mudah dipahami, mengidentifikasi pola dan tren dalam data, serta membatu dalam pengambilan kebutusan berdasarkan data.

Item Type: Other
Subjects: Universitas Lampung > Fakultas Teknik > Prodi Teknik Informatika
Universitas Lampung > Fakultas Teknik > Prodi Teknik Informatika
Divisions: Fakultas Teknik > Prodi Teknik Informatika
Depositing User: 2308687248 . Digilib
Date Deposited: 16 Oct 2023 01:52
Last Modified: 16 Oct 2023 01:52
URI: http://digilib.unila.ac.id/id/eprint/76439

Actions (login required)

View Item View Item