PENGELOMPOKAN DATA PENGUNJUNG PERPUSTAKAAN UHW PERBANAS SURABAYA MENGGUNAKAN ALGORITMA K-MEANS

Abstract

Perkembangan teknologi informasi telah mendorong transformasi layanan perpustakaan menjadi lebih modern dan berbasis data. Perubahan ini memengaruhi pola kunjungan pengguna, sehingga diperlukan analisis untuk memahami karakteristik pengunjung secara lebih mendalam. Penelitian ini bertujuan melakukan pengelompokan data pengunjung Perpustakaan Universitas Hayam Wuruk Perbanas Surabaya menggunakan algoritma K‑Means untuk mengidentifikasi pola kunjungan yang terbentuk. Metode yang digunakan adalah data mining dengan teknik clustering K‑Means. Dataset kunjungan pengunjung melalui tahapan preprocessing, penentuan jumlah cluster optimal, proses clustering, serta evaluasi hasil menggunakan Silhouette Coefficient dan Davies‑Bouldin Index (DBI). Pengolahan data dilakukan dengan KNIME Analytics Platform. Hasil penelitian menunjukkan bahwa data pengunjung dapat dikelompokkan ke dalam tiga cluster yang merepresentasikan tingkat kunjungan berbeda, yaitu tinggi, sedang, dan rendah. Perbedaan ini menunjukkan variasi intensitas dan pola kunjungan antar kategori pengunjung. Hasil pengelompokan ini dapat membantu perpustakaan memahami distribusi dan karakteristik pengunjung, sehingga pengambilan keputusan terkait promosi, pengelolaan fasilitas, dan jam layanan menjadi lebih tepat sasaran.