Sebuah Log dalam Web Server akan menyimpan berbagai kegiatan pengunjung web site dalam sebuah server. Berbagai interaksi yang dilakukan oleh pengunjung 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 pengelompokkan pengunjung yang tersimpan dalam web server log dengan menggunakan teknik K-means Clustering. Analisis web server log yang dilakukan mampu memberikan informasi mengenai pola kunjungan dan menemukan beberapa aturan clustering yang berguna untuk peningkatan efektifitas sebuah web site. Dari uji coba aplikasi menghasilkan 3 pola pengelompokkan yakni berdasarkan IP lokal, public, dan keduanya. Pada IP lokal, pola kunjungan di dominasi oleh IP puskom, rektorat, fakultas Pertanian dan Fisib. Pada IP publik pola kunjungan rata-rata hanya mengakses halaman utama web site atau beranda, begitu juga dengan pola yang diperoleh dari IP lokal ditambah dengan IP public.

A log file in web server stores a variety of web site visitor activity in a server. Various interactions made by web visitors will increase the size of the recording log data stored in a web server, so that swelling the volume of data can not be avoided. Unfortunately, Most of web administrators do not know how the benefits of the saved log data in order to gather information useful for the development of a website. Data mining is a way to mine the data so that the information previously unknown can be known. The information entered is focused on the discovery of grouping patterns of visitors that are stored in the web server log using K-means clustering technique. Web server log analysis undertaken able to provide information about traffic patterns and found some rules of clustering are useful for enhancing the effectiveness of a web site. From the trial application generates 3 grouping pattern that is based on IP local, public, and both. At the local IP, IP traffic patterns dominated by Puskom, rectorate, Faculty of Agriculture and Fisib. At a public IP traffic patterns averaged only access the main page of the web site or homepage, as well as the patterns obtained from the local IP coupled with public IP addresses.

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal