Perkembangan e-commerce di Indonesia yang semakin meningkat, kini menjadikan e-commerce sebagai lahan data yang sangat besar. Data tersebut pun dimanfaatkan bukan hanya sebagai sebuah konten dalam e-commerce, tetapi dengan adanya Web Mining, data diolah sedemikian sehingga akan menghasilkan informasi baru untuk dimanfaatkan pada pengembangan sistem. Salah satu penggunaan Web Mining ialah Web Usage Mining yang merupakan salah satu teknik untuk menganalisis pola kegiatan pengguna di dalam suatu website yang terekam dalam server log. Data-data yang dapat digunakan untuk Web Usage Mining ialah data server log yang mengandung informasi session dari pengguna dan session query log yang mengandung informasi session query pengguna. Data-data tersebut dapat dimanfaatkan untuk menganalisis kelompok item yang sering dicari pengguna jasa online terhadap perilakunya menggunakan search engine pada e-commerce. Oleh karena itu, dalam tugas akhir ini akan memanfaatkan data session query log yakni untuk mendapatkan kelompok item pencarian yang sering pengguna cari di search engine pada beberapa e-commerce. Dengan menggunakan metode Clustering berbasis kepadatan data (density based clustering), pada tugas akhir ini diimplementasikan suatu algoritma pengembangan dari algoritma OPTICS (Ordering Points to Identify the Clustering Structure), yakni AD-OPTICS (Adaptive Ordering Points to Identify the Clustering Structure).
Masukan dari sistem pada tugas akhir ini merupakan dataset log pengguna yang didapatkan dari sebuah situs backlink checker yaitu ahrefs.com, dataset berupa list keyword, link, dan data numerik lainnya hasil crawl sistem tersebut kepada banyaknya pencarian yang dilakukan pengguna di sebuah search engine pada beberapa e-commerce. E-commerce yang diambil dataset backlinknya ialah 5 e-commerce besar di Indonesia diantaranya ialah Bukalapak, Elevenia, Lazada, Tokopedia dan OLX. Hasil dari penelitian ialah berupa kelompok-kelompok item yang sering dicari pengguna beserta besaran nilai kemurnian terbentuknya kelompok item (purity cluster) tersebut. Dari penelitian, didapatkan kelompok item yang sering dicari pengguna diantaranya ialah ‘mobil bekas’, ‘hard disk eksternal’ ,dan ‘ponsel’ , dengan nilai purity terbesar dari seluruh pengujian ialah sebesar 0,00565.