Hybrid Sistem Deteksi Perceraian dan Perilaku Pengguna Internet Menggunakan Algoritma Apriori dan K-Means

Main Article Content

Sofika Enggari
Halifia Hendri

Abstract

Perceraian adalah suatu hal yang dihalalkan oleh Allah SWT namun sangat dibenci oleh Allah
SWT. Sebuah keluarga yang ideal seharusnya bisa mempertahankan bahtera keluarganya hingga akhir
usia tanpa terjadi perceraian. Banyak faktor yang mempengaruhi sebuah keluarga menjadi bercerai salah
satunya adalah perilaku suami atau istri dalam menggunakan internet. Perilaku pengguna internet dalam
mencari informasi dengan kata kunci negatif merupakan salah satu faktor penyebab perceraian sebuah
keluarga. Dalam penelitian ini kata kunci yang mencadi data sumber adalah kata Porno, Sex, Homo, dan
Lesbian. Data di kumpulkan dari laporan google trend dan angka sidang perceraian dari pengadilan
agama kota Padang. Tujuan dalam penelitian ini yaitu untuk mengungkapkan bagaimana algoritma
apriori menghitung kemunculan datapencarian kata negatif Porno, Sex, Homo dan Lesbian secara
individu maupun berpasangan. Kemudian penelitian ini juga bertujuan untuk mengungkapkan bagaimana
algoritma K-Means dapat mengelompokkan pencarian kata negatif dan angka sidang perceraian dari
sekelompok data yang ada. Selanjutnya penelitian ini juga bertujuan untuk mengungkapkan bagaimana
mengkombinasikan algoritma apriori dengan metode K-Means secara bersama-sama (hybrid) sistem
dalam deteksi fakta perceraian dan prilaku pengguna internet. Hasil dari penelitian ini adalah pertama
dalam melakukan pengolahan data dengan algoritma apriori sebaiknya data diubah menjadi data angka 0
dan 1, angka diartikan tidak ada kemunculan data dan angka 1 diartikan ada kemunculan data, hal ini
dilakukan untuk kemudahan pengolahan data. kedua dari 35 rule yang dihasilkan dengan metode
algoritma apriori didapatkan lah 8 rule terbaik itu berarti 8 rule tersebut yang bernilai terbesar dan
menggambarkan asosiasi sebenarnya. ketiga untuk menganalisa data hasil pengelompokkan (clustering)
sebaiknya data diubah menjadi data bernilai kualitas agar lebih mudah.

Article Details

Section
Prosiding
Abstract viewed = 1 times
Download downloaded = 1 times