POLA AKSES PENGUNJUNG TOKO ONLINE MENGGUNAKAN WEIGHTED GRAPH WEB USAGE MINING (Studi Kasus Toko Koi Online)

Helmy, Ir. Paulus Insap Santosa, M.Sc., Ph.D.

2013 | Tesis | S2 Teknik Elektro

Pertumbuhan toko online yang semakin meningkat berbanding lurus dengan peningkatan data penggunaan web yang dihasilkan. Web Usage Mining dapat menghasilkan informasi yang berguna berdasarkan data penggunaan web. Beberapa informasi yang berguna bagi pemilik toko online adalah halaman yang sering diakses dan item-item yang diminati pengunjung. Saat ini pemilik toko online mengetahui informasi ini apabila ada pengunjung yang melakukan transaksi. Hal ini menyulitkan pemilik toko online untuk mengetahui minat pengunjung terhadap item-item yang dijual. Penelitian ini bertujuan untuk membantu pemilik toko online mengetahui pola akses pengunjung. Berdasarkan pola akses ini, pemilik toko online dapat mengetahui halaman yang sering diakses dan item-item yang diminati pengunjung. Metode yang digunakan dalam penelitian ini adalah Weighted Graph Web Usage Mining. Metode ini meliputi pengumpulan data penggunaan web pada level klien menggunakan antar muka AJAX secara real time, pre-processing untuk menghasilkan basis data traversal secara real time dan penemuan pola menggunakan metode Weighted Frequent Patterns Mining. Hasil penelitian menunjukkan Weighted Graph Web Usage Mining dapat menghasilkan informasi mengenai halaman yang sering diakses dan item-item yang diminati oleh pengunjung dalam periode tertentu berdasarkan pola akses pengunjung. Metode ini memiliki akurasi rata-rata 65,5% dalam memberikan informasi tersebut.

The increase of online store growth is directly proportional with number of web usage data produced. Web Usage Mining can extract useful information based on web usage data. Some useful information for online store owner are frequently accessed webpages and items that attrack visitors. Nowadays, online store owner discover this information when visitors made a transaction. It complicates online store owner to find out visitors interest in items. This research aims to help online store owner discover visitor access patterns. Based on these patterns, online store owner can discover frequently accessed webpages and items that attrack visitors. This research uses Weighted Graph Web Usage Mining method to extract online store visitor access pattern. This method covers web usage data on client level use real time AJAX interface, pre-processing to generate traversal database real time and Weighted Frequent Patterns Mining method for pattern discovery. Result shows that Weighted Graph Web Usage Mining can deliver information about frequently accessed webpages and items that attrack visitors in certain periods based on visitor access patterns. This method has average accuration of 65.5%.

Kata Kunci : web usage mining, weighted graph web usage mining, toko online