Implementasi Data Mining Untuk Pengelompokkan Data Pengunjung Museum Menggunakan Algoritma K-Means Clustering Pada Museum Deli Serdang

Authors

  • Natasah Liaza STMIK TRIGUNA DHARMA
  • Yohanni Y STMIK Triguna Dharma
  • Ita Mariami I STMIK Triguna Dharma

DOI:

https://doi.org/10.53513/jct.v1i2.845

Abstract

Musuem Deli serdang merupakan museum sejarah dan budaya yang didirikan dengan tujuan mencatat sejarah Deli Serdang dan memperkenalkannya pada masyarakat .Meningkatkan jumlah pengunjung museum sangat disarankan bagi pengelola museum, dikarenakan museum merupakan sektor pariwisata yang memiliki daya tarik bagi wisatawan untuk hiburan maupun pembelajaran terhadap benda-benda peninggalan sejarah. Dalam upaya mempertahankan dan meningkatkan jumlah pengunjung museum, melakukan suatu pengelompokkan data pengunjung museum sangat disarankan bagi pengelola museum, untuk mengetahui Museum Deli Serdang yang memiliki jumlah pengunjung tertinggi maupun terendah.Berdasarkan masalah diatas maka diperlukan suatu aplikasi berupa data mining dengan penerapan algoritma K-Means Clustering diharapkan dapat membantu pihak pengurus Museum Deli Serdang dalam meningkatkan jumlah kunjungan pengunjung yang ada pada Museum Deli Serdang.Hasil dari pengelompokkan ini data dikelompokkan menjadi 3 cluster yaitu C1= jumlah kunjungan pengunjung sedang, C2= jumlah kunjungan pengunjung tinggi,C3= jumlah kunjungan pengunjung rendah.

References

J. P. Sejarah, R. Sosial, And H. Volume, “Peran Museum Dalam Pembelajaran Sejarah,†Vol. 2, Pp. 10–20, 2019.

F. L. Sibuea, A. Sapta, S. Informasi, And S. Royal, “Pemetaan Siswa Berprestasi Menggunakan Metode K-Means Clustering,†Vol. Iv, No. 1, 2017.

L. Bruno, “Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means,†J. Chem. Inf. Model., Vol. 53, No. 9, Pp. 1689–1699, 2019, Doi: 10.1017/Cbo9781107415324.004.

D. Triyansyah And D. Fitrianah, “Analisis Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Marketing,†No. September, 2018, Doi: 10.22441/Incomtech.V8i2.4174.

Vulandari, Retno Tri. 2017. Data Mining Teori Dan Aplikasi Rapidminer. Surakarta : Gava Media.

Downloads

Published

2018-05-25

Issue

Section

Articles

URN