(Klik judul untuk melihat jurnal)
JURNAL UTAMA
1) Judul : Automatic Recommendation for Online Users Using Web Usage Mining
Sumber : International journal of computer science & information Technology (IJCSIT) Vol.2, No.4, August 2010
Abstract
A real world challenging task of the web master of an organization is to match the needs of user and keep their attention in their web site. So, only option is to capture the intuition of the user and provide them with the recommendation list. Most specifically, an online navigation behavior grows with each passing day, thus extracting information intelligently from it is a difficult issue. Web master should use web usage mining method to capture intuition. A WUM is designed to operate on web server logs which contain user’s navigation. Hence, recommendation system using WUM can be used to forecast the navigation pattern of user and recommend those to user in a form of recommendation list. In this paper, we propose a two tier architecture for capturing users intuition in the form of recommendation list containing pages visited by user and pages visited by other user’s having similar usage profile. The practical implementation of proposed architecture and algorithm shows that accuracy of user intuition capturing is improved.
Keywords
Data Mining, Web Usage mining, Web Intelligence, Personalization, Clustering, Classification
Hasil Review:
Web Usage Mining (WUM) adalah proses penggalian pengetahuan dari Web akses data pengguna, dengan memanfaatkan teknologi Data Mining.
Implementation of Recommendation System:
- Back-end phase
- Data Cleansing
- User and Session Identification
- Content Retrieval
- Path Completion
- Front End Phase
- Longest Common Subsequence Algorithm
- Searching of Unvisited pages (as compared to others user’s pattern)
Kesimpulan :
Dalam tulisan ini, kami mengusulkan arsitektur two tier untuk menangkap intuisi pengguna dalam bentuk daftar rekomendasi yang berisi daftar halaman yang dikunjungi oleh pengguna dan juga daftar halaman yang dikunjungi oleh pengguna lain yang memiliki profil penggunaan yang sama. Implementasi praktis arsitektur yang diusulkan dan algoritma menunjukkan bahwa akurasi pengguna intuisi menangkap meningkatkan hingga 85 persen untuk dua Live Session Window (LSW) , jika jumlah tampilan halaman yang memiliki berat maksimum lebih dalam pola navigasi pengguna. Di masa depan, kami ingin secara substansial meningkatkan akurasi dan parameter cakupan dengan mencoba untuk meningkatkan Live Session Window (LSW) ukuran dan mengingat lebih banyak jumlah catatan log.
JURNAL PENDUKUNG
2) Judul : Efficient Web Log Mining Using Enhanced Apriori Algorithm with Hash Tree and Fuzzy
Sumber : International Journal of Managing Information Technology (IJMIT) Vol.2, No.3, August 2010
Abstract
Web usage mining is the type of Web mining activity that involves the automatic discovery of user access patterns from one or more Web servers. In this paper we analyze the pattern using different algorithms like Apriori, Hash tree and Fuzzy and then we used enhanced Apriori algorithm to give the solution for Crisp Boundry problem with higher optimized efficiency while comparing to other algorithms.
Keyword
Data mining, Web mining, Web log, Association rule, Apriori, Fuzzy.
3) Judul : Penggunaan Algoritma Fuzzy C-Means Untuk Analisis Web Usage Mining (Studi Kasus : Aktifitas Internet Telkom University)
Abstrak
Saat ini penggunaan internet sebagai sumber informasi sedang berkembang dengan pesat. Dengan memanfaatkan media internet ini, pengguna dapat memperoleh informasi secara cepat, di mana saja dan kapan saja tanpa terhalang oleh ruang dan waktu. Informasi-informasi tersebut disimpan dalam sebuah wadah yang biasa disebut dengan website. Agar proses pencarian informasi berjalan lebih efektif maka perlu diperhatikan performasi dan kualitas website tersebut sehingga informasi yang didapat oleh pengguna merupakan informasi yang memang diperlukan. Salah satu tolak ukur yang bisa digunakan untuk meningkatkan performasi dan kualitas dari satu website adalah dengan melihat pola kecenderungan pengguna dalam mengakses website tersebut menggunakan ilmu Web Mining. Pada penelitian ini, ilmu web mining yang dipakai adalah clustering menggunakan algoritma fuzzy c-means. Data log yang digunakan berasal dari situs baa.ittelkom.ac.id yang kemudian akan dilakukan preprocessing untuk mengambil bagian yang dibutuhkan seberti ip address, url, dan waktu akses user. selanjutnya cluster akan dibentuk dan dianalisis.
Kata Kunci: Fuzzy c-means, web usage mining, clustering, web log, transaksi, pola akses.
4) Judul : Analisis Web Server Log Dalam Pencarian Pola Pengunjung Web Dengan Teknik Association Rules
Sumber : Jurnal SAINTIKOM Vol. 13, No. 3, September 2014
Abstrak
Sebuah Web Server Log akan menyimpan seluruh aktifitas pengunjung web site dalam sebuah server. Banyaknya interaksi yang dilakukan oleh pengunjung web, akan meningkatkan ukuran rekaman data log yang tersimpan dalam sebuah web, akan meningkatkan ukuran rekaman data log yang tersimpan dalam sebuah web server, sehingga pembengkakan volume data tidak dapat dihindari. Sayangnya, kebanyakan web administrator tidak mengetahui bagaimana manfaat data log yang tersimpan tersebut agar menggali informasi yang bermanfaat untuk pengembangan sebuah situs web. Data mining merupakan suatu cara untuk menambang data sehingga informasi yang sebelumnya tidak diketahui dapat diperoleh. Informasi yang dimasukkan difokuskan pada penemuan pola kunjungan web server log dengan menggunakan teknik Association Rules dan pemanfaatan Algoritma Apriori. Analisis web server log yang dilakukan mampu memberikan informasi mengenai pola kunjungan dan menemukan beberapa aturan asosiasi yang berguna untuk peningkatan efektifitas sebuah web site dimasa yang akan datang, serta memberikan layanan informasi dan komunikasi terbaik bagi publik.
Kata Kunci: Web Server Log, Assocition Rules, Algoritma Apriori
5) Judul : Web Usage Mining, Pattern Discovery dan Log File
Abstract
Analysis of data to access the server can provide significant and useful information for performance improvement, restructuring and improving the effectiveness of a web site. Data mining is one of the most effective way to detect a series of patterns of information from large amounts of data. Application of data mining on Internet use called web mining is a set of data mining techniques are used for the web. Web mining technologies and data mining is a combination of web, which is the integration of technology resources extracted from the information world wide web as the implications of the web resources of interest to know the value of the model extraction Potential use of data mining algorithms over a variety of observational data for identify patterns of web resources. Target analysis of web mining is the data from the web, such as data visitors access, web page structure, and format web pages. Target analysis of the study is that web mining web usage mining using association rules on the website www.faperta.unja.ac.id obtained from the log file that is used to discover the navigation patterns, and discover the rules of the association between a combination of items. To determine the pattern of visits in a web, and to identify what pages are frequented by visitors of a website, which can be used to improve website design and recommend the display, as well as the links are often used by visitors, so the quality of services from website www.faperta.unja.ac.id can be provided effectively and efficiently.
Keywords : Web Mining; Web usage mining; Data mining; Log file; Website; World wide web
