44
c. Diagram Kelas Class Diagram
Gambar 9. Class Diagram
45
3. Desain Sistem
Sistem yang dikembangkan merupakan sebuah aplikasi komputer yang bisa dijalankan pada berbagai sistem operasi komputer. Pengembangan aplikasi ini
menggunakan script atau bahasa pemrograman berbasis web, yaitu HTML, JavaScript, XML, Ajax dan PHP.
Berikut ini struktur umum dari template aplikasi yang akan dirancang :
Gambar 16. Desain antar muka template aplikasi
4. Implementasi Sistem Sistem yang dikembangkan merupakan aplikasi yang cross-flatform artinya bisa
dijalankan pada berbagai sistem aplikasi komputer. Sistem ini bisa berjalan pada komputer stand alone ataupun terintegrasi dalam jaringan, adapun syarat
utamanya yaitu harus melakukan instalasi web server terlebih dahulu.
46
5 SIMPULAN DAN SARAN Simpulan
Penelitian ini telah berhasil melakukan proses preprocessing data log menggunakan perangkat lunak yang dikembangkan berbasis web dan disimpan
dalam DBMS mysql. Dengan menggunakan analisis keranjang belanja dan minimum support dan confidence yang ditentukan sebesar 1 dan 0.2 diperoleh
data sebagai berikut:
1. Node atau halaman web yang paling banyak diakses adalah index1.php tabel 4.4, yang merupakan halaman utama Website Deptan. Hal ini
menunjukan bahwa dalam menelusuri setiap subdomain atau halaman Web yang ada pada Web Deptan secara umum melewati dulu halaman utama.
2. Walaupun index1.php merupakan halaman yang memiliki akses tertinggi hal tersebut tidak menunjukan halaman tersebut paling menarik kontennya
karena index1.php adalah default-nya halaman utama website Deptan. 3. Halaman yang memiliki hits tertinggi selain halaman utama index1.php
adalah halaman event.php 4. Pada proses scan ke-2 diperoleh tujuh kaidah assosiasi yang memenuhi.
Untuk pengembangan konten yang berkaitan dengan link maka bisa ditempatkan sugesti link dari halaman-halaman yang memenuhi kaidah ke
halaman yang memiliki hits yang rendah.
5. Apabila dilihat dari rata-rata nilai support dan confidence yang kecil, dan yang tertinggi nilai support-nya adalah sekitar 8, maka bisa dikatakan
situs website Deptan tidak memiliki halaman yang menonjol paling banyak diakses, artinya traffic akses untuk tiap halaman relatif merata
untuk periode November 2012 s.d.Desember 2012.
Saran
1. Untuk penelitian yang menggunakan data access.log yang lebih besar dari 1 GB disarankan menggunakan komputer dengan spek tinggi atau dengan
menggunakan teknik komputasi paralel. 2. Teknik pembacaan data dalam penelitian ini lebih menekankan pada
proses Query basisdata, walau terkesan lambat akan tetapi sangat efektif untuk menyimpan semua data log untuk tiap kelompok string-nya.
Alternatif lain untuk pembacaan data log bisa digunakan teknik parser hanya saja perlu disesuaikan algoritmenya.
47
DAFTAR PUSTAKA
Abdurrahman, Bambang Riyanto T, Rila Mandala. 2006. Pemodelan Web Usage Mining untuk mengelola e-commerce
Prosiding Konferensi Nasional Teknologi Informasi Komunikasi untuk Indonesia , Institut Teknologi
Bandung. Dinucă . 2012 An Application for clickstream analysis . International Journal of
Computers and Communications, Issue 1, Volume 6. Iko Pramudiono. 2004. ”Parallel Platform for Large Scale Web Usage Mining”,
Tesis Ph.D, Universitas Tokyo. Mobasher, Bamshad. 2007, Data mining for web personalization The adaptive
web, Springer Berlin Heidelberg ISBN: 978-3-540-72078-2 Montgomery, Alan L. 1999. Using Clickstream Data to Predict WWW Usage
Carnegie nMellon University, Graduate School of Industrial Administration 5000 Forbes Ave. Pittsburgh, PA 152133890.
Montgomery, Alan L. 2000. Applying Quantitative Marketing Techniques to the Internet
, Carnegie Mellon University, Graduate School of Industrial Administration 5000 Forbes Ave. Pittsburgh, PA 152133890.
Neelam Sain. 2012. Web Usage Mining and Pre-Fetching Based on Hidden Markov Model and Fuzzy Clustering
, IJCSIT Vol. 34.48744877 NRI Institute of Information Science and Technology, Bhopal India.
Norris, James R, .1998. Markov chains. Cambridge University Press. http:www.statslab.cam.ac.uk ~jamesMarkov diakses tanggal 25 Februari
2014 Srivastava, R. Cooley, M. Deshpande, P. N. Tan. 2000. Web usage mining:
Discovery and application of usage patterns from web data . ACM SIGKDD
Explorations, 12:12–23. Srivastava , P. Desikan and V.Kumar 2005 Web Mining - Concepts,
Applications and Research Directions Department of Computer Science
University of Minnesota, Minneapolis, MN 55455, USA ISBN: 9783540 250579
Steve Hoberman. 2009. “Data Modeling Made Simple 2nd Edition, Technics Publications, LLC.
Sule Gunduz M and Tamer Ozsu. 2003. A Web Page Prediction Model Based on clickstream Tree Representation of User Behavior
ACM 158113737 0030008.
48
Tingliang Huang, and Jan A. Van Mieghem. Clickstream Data and Inventory Management: Model and Empirical Analysis.
Department of Management Science and Innovation, University College London
Wang Tong, HE Pilian. 2005. Web Log Mining by an Improved AprioriAll Algorithm . PWASET Volume 4 February 2005 ISSN 13076884
WW Moe, PS Fader. 2004 ,“Capturing Evolving Visit Behavior in Clickstream Data” Journal of Interactive Marketing.
49
LAMPIRAN
50
Lampiran 1:
Sequence Diagram
1.
Sequence Diagram Membuat Node
2.
Sequence Diagram Bersihkan Data Log
51
3. Sequence Diagram Lihat Aktivitas Host
4. Sequence Diagram Membuat 1-Itemset Node
52
5.
Sequence Diagram Membuat 2-Itemset Node
6. Sequence Diagram Membuat n-Itemset Node