Loan Item Network Analysis adalah visualisasi jaringan yang bertujuan untuk mengidentifikasi hubungan antar anggota perpustakaan (member) berdasarkan aktivitas peminjaman koleksi yang sama. Dalam jaringan ini, setiap simpul (node) mewakili seorang anggota, sementara garis penghubung (edge) antara dua anggota menunjukkan bahwa keduanya pernah meminjam item yang sama.
Analisis ini bermanfaat untuk:
Visualisasi ini membantu pustakawan, peneliti, atau pengelola sistem perpustakaan dalam memahami dinamika penggunaan koleksi secara sosial, dan dapat menjadi dasar dalam merancang layanan personalisasi, rekomendasi buku, atau pengembangan komunitas pengguna di perpustakaan.
Untuk memperkirakan jumlah peminjaman bulan depan dan tahun depan, digunakan metode regresi linear sederhana berdasarkan jumlah peminjaman buku per bulan.
Persamaan umum:
y = a + bx
y = jumlah peminjaman yang diprediksix = urutan bulan (0 = bulan pertama, 1 = bulan kedua, dst)a = titik awal (intercept)b = pertambahan rata-rata (kemiringan garis)
Bulan ke-0: 1500
Bulan ke-1: 1600
Bulan ke-2: 1550
Bulan ke-3: 1700
Bulan ke-4: 1650
x y x² xy
0 1500 0 0
1 1600 1 1600
2 1550 4 3100
3 1700 9 5100
4 1650 16 6600
b dan a:
b = (n·Σxy - Σx·Σy) / (n·Σx² - (Σx)²)
= (5×16400 - 10×8000) / (5×30 - 100)
= (82000 - 80000) / (150 - 100) = 400 / 50 = 8
a = (Σy - b·Σx) / n
= (8000 - 8×10) / 5 = (8000 - 80) / 5 = 7920 / 5 = 1584
y = 1584 + 8×5 = 1624 peminjaman
x = 5 → y = 1624
x = 6 → y = 1632
x = 7 → y = 1640
...
x = 16 → y = 1728
Jumlah tahun depan = total y dari x=5 sampai x=16
Dengan memanfaatkan data historis peminjaman dan metode regresi linear, perpustakaan bisa memprediksi tren kebutuhan koleksi dan mengoptimalkan layanan peminjaman secara lebih proaktif.