Hidayat, Wahyu (2019) ANALISIS KEPOPULARITASAN BISNIS PADA PORTAL BERITA MENGGUNAKAN ALGORITMA K-MEANS. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (5MB) |
|
Text (BAB I)
BAB I.pdf Download (3MB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (11MB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (17MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (21MB) |
|
Text (BAB V)
BAB V.pdf Download (647kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (1MB) |
Abstract
Informasi mengenai bisnis dan usaha pada portal berita sangat banyak dijumpai pada portal berita daerah maupun nasional. Navigasi seperti ekonomi, dan peluang usaha merupakan navigasi untuk mempermudah pembaca dalam mencari informasi tentang perkembangan dalam bidang ekonomi dan bisnis atau usaha. Informasi pada portal berita tentang perkembangan ekonomi sering didapatkan dari masalah lapangan pekerjaan serta bisnis atau usaha pada masyarakat Indonesia, namun pembaca kesulitan menyimpulkan bisnis yang paling populer dikalangan masyarakat untuk memenuhi kebutuhan masyarakat itu sendiri. Penggunaan text preprocessing dapat mengetahui bobot data berita menjadi satuan angka dari perhitungan TF.IDF selanjutnya bobot data berita tersebut diproses menggunakan Algoritma K-Means untuk membuat data berita yang mempunyai jarak terdekat dari pusat klaster akan dijadikan dalam satu klaster, sehingga berita akan terkelompokkan. Selanjutnya dari klaster-klaster yang terbentuk dapat diketahui klaster yang memiliki anggota paling banyak. Setiap klaster akan di visualisasikan menggunakan Word Cloud untuk mengetahui kata yang sering muncul dan setiap anggota klaster akan diuji kualitasnya menggunakan Silhouette Coefficient untuk mengetahui kualitas data terhadap klaster. Hasil yang diharapkan dapat mengetahui jenis bisnis yang paling populer pada setiap bulan di tahun 2018 melalui hasil analisis setiap klaster yang terbentuk dan akan diketahui jenis bisnis dari visualisasi yang ada, serta setiap anggota berita pada klaster akan diuji kualitasnya terhadap klaster itu sendiri dan akan disimpulkan dengan interpretasi.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Data mining, Clustering, Algoritma K-Means, Silhouette Coefficient, Analisis bisnis | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 22 Mar 2024 06:56 | ||
| Last Modified: | 22 Mar 2024 06:56 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/24438 |
Actions (login required)
 |
View Item |