Putra, M. Yoga Andrian (2024) Implementasi Algoritma K-Means Untuk Clustering Produk Pada E-Commerce Dengan Crawling API. Undergraduate thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Ringkasan)
Ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (11kB) |
|
Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (99kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (161kB) |
|
Text (Laporan Lengkap)
Laporan lengkap.pdf - Submitted Version Restricted to Registered users only Download (1MB) | Request a copy |
Abstract
E-commerce adalah singkatan dari electronic commerce atau perdagangan elektronik. Di Indonesia, terdapat banyak platform e-commerce yang tersebar luas, mulai dari e-commerce dalam negeri maupun e-commerce milik perusahaan asing. Berdasarkan observasi, sebagian besar calon pembeli merasa bingung ketika ingin memilih produk di e-commerce dengan berbagai alasan. Clustering merupakan teknik dalam data mining yang digunakan untuk mengelompokkan data. K-Means merupakan salah satu metode yang sering digunakan dalam clustering. Pada penelitian ini, peneliti ingin membangun aplikasi clustering berbasis Android untuk mengelompokkan produk menjadi 3 cluster yang mewakili produk unggulan, produk menengah, dan kurang populer berdasarkan jumlah produk terjual, skor rating, dan jumlah ulasan menggunakan algoritma K-Means clustering. Dari hasil penelitian yang dilakukan, didapatkan kesimpulan bahwa algoritma K-Means Clustering bisa diimplementasikan pada aplikasi Android yang dikembangkan. Pengujian Black Box pada aplikasi menunjukkan hasil bahwa semua fitur pada aplikasi sudah berfungsi sesuai kebutuhan sistem. Selain itu, rata-rata tingkat akurasi data yang didapatkan dari hasil pengujian dengan tools RapidMiner berada di angka 86,57%.
| Item Type: | Thesis (Undergraduate) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | data mining, clustering, k-means, e-commerce, crawling, api | ||||||
| Subjects: | 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 461 - Sistem Informasi 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 462 - Teknologi Informasi 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 463 - Teknik Perangkat Lunak |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D4 Teknik Informatika > Tugas Akhir | ||||||
| Depositing User: | M. Yoga Andrian Putra | ||||||
| Date Deposited: | 28 Mar 2024 02:01 | ||||||
| Last Modified: | 28 Mar 2024 02:02 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/31130 |
Actions (login required)
 |
View Item |
