Text Mining Untuk Clustering Buku Di Perpustakaan Menggunakan Metode K-Means

Abstract

Perpustakaan merupakan sarana untuk memberikan layanan informasi untuk semua kalangan dengan tujuan mencerdaskan masyarakat dan memudahkan dalam memberikan informasi. Selama ini perpustakaan pusat Universitas Muhammadiyah Jember mengelompokkan data tugas akhir secara manual, karena belum adanya sistem untuk pengelompokan tugas akhir berdasarkan jenisnya, sehingga terkadang ada kendala atau membutuhkan waktu yang lebih lama dalam proses pencarian informasi tentang data tugas akhir mahasiswa. Oleh karena itu, pengelompokan data tugas akhir membutuhkan teknologi sistem cluster yang lebih efektif dan efisien. Sistem cluster yang diterapkan untuk mengelompokkan data-data tugas akhir bersifat sederhana dengan menggunakan metode K-Means. Data tugas akhir yang diperoleh pada tahun 2018 berjumlah 95 dokumen. Berdasarkan validitas cluster dengan perbandingan hasil DBI menggunakan 2 cluster sampai dengan 8 cluster di peroleh hasil DBI  tertinggi pada percobaan dengan menggunakan 4 Cluster dengan memperoleh nilai DBI 0,87.