Analisis Perilaku Pengguna Internet dengan Metode K-Means Clustering dan Pendekatan Davies Boulding Index Menggunakan Data Log Universitas XYZ

Abstract

Aktivitas penggunaan jaringan Internet sangat berdampak pada penggunanya, perubahan perilaku menjadi penyebab dari penggunaan jaringan internet, Informasi yang dicari terkadang tidak sesuai dengan kebutuhan terhadap penggunaan jaringan Internet. Sehingga, situs website yang tidak memberikan manfaat, perlu diidentifikasi, dan aksesnya diblokir. Hal ini dilakukan bertujuan untuk meminimalisir dari penggunaan jaringan Internet yang menyimpang dari penggunaan nya. Sehingga dapat menunjang kinerja, baik dari bagian administrasi, maupun dalam proses pembelajaran. Penelitian ini memiliki tujuan untuk melakukan clustering data Access Log jaringan Internet di uni-versitas xyz dengan menggunakan Algoritma K-Means, dan melakukan uji validasi hasil clustering berdasarkan Davies Bouldin Index. Hasil dari penelitian ini menunjukan bahwa perilaku penggunaan jaringan internet di universitas xyz masih menyimpang dari kebutuhan Informasi yang dicari. Dengan penggunaan Algoritma -K-Means Clustering menghasilkan tingkat kualitas cluster yang baik, berdasarkan uji validasi data Davies Bouldin Index, yang mendapat-kan nilai DBI 0,110369132, sehingga hasil dari clustering yang dil-akukan sudah cukup baik. Dengan dilakukannya penelitian ini, di-harapkan dapat memberikan gambaran terhadap pengelola jaringan Internet, berdasarkan metode Algoritma K-Means Clustering

The activity of using the Internet network has a huge impact on its users, changes in behavior are the cause of using the internet network, the information sought is sometimes not in accordance with the needs of using the Internet network. Thus, websites that do not provide benefits need to be identified and access blocked. This is done to minimize the use of the Internet network that deviates from its use. So that it can support performance, both from the administration, and in the learning process. This research has a goal to cluster the data Access log Internet network at xyz university using the K-Means Algorithm, and test the validation of clustering results based on Davies Bouldin Index. The results of this study indicate that the behavior of Internet network usage at xyz university still deviates from the needs of the information sought. The use of the K-Means Clustering Algorithm produces a good level of cluster quality, based on the Davies Bouldin Index data validation test, which gets a DBI value of 0,110369132, so the results of the clustering done are good enough. By doing this research, it is expected to provide an overview of the Internet network manager, based on the K-Means Clustering Algorithm method.