BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

Pada bab ini akan dibahas tinjauan pustaka untuk mendukung penulisan skripsi ini. Teori yang dibahas yaitu mengenai search engine, focused crawler, stemming, Porter stemmer, bahasa pemrograman PHP dan databaseMySQL dan beberapa subpokok pembahasan lainnya yang menjadi landasan teori pada skripsi ini. Semua dasar teori dalam tinjauan pustaka ini, diambil dari buku, jurnal, laporan dan internet.

2.1. Search Engine Search

engine

(mesin

pencari)merupakan

fasilitas

yang

digunakan

untuk

mengeksplorasi berbagai data, informasi, dan pengetahuan yang ada di internet. Search engine adalah sebuah program yang dapat diakses melalui internet yang berfungsi untuk membantu pengguna komputer dalam mencari berbagai hal yang ingin diketahuinya (Indrajit R.E. et al.). TheAmerican Heritage Dictionary mendefinisikan search engine sebagai sebuah program perangkat lunak (software) yang menelusur, menjaring, dan menampilkan informasi dari pangkalan data.

2.1.1. Sejarah search engine Search engine pertama kali diciptakan pada tahun 1990 oleh Emtage mahasiswa Universitas McGill di Montreal Canada. Dia menciptakan alat bantu untuk melakukan pencarian bernama Archie.Aplikasi berguna untuk mencari file saja.

Gambar 2.1 Tampilan dari Archie (Sumber: archie.icm.edu.pl)

6

Gambar 2.2 Hasil pencarian dari Archie (Sumber: archie.icm.edu.pl)

Pada tahun 1991, Mark McCahilldari Universitas Minnesota menemukan search engine yang lebih canggih.Aplikasi ini bernama Gopher dan berguna untuk mencari teks di internet.Gopher mengindeks dokumen teks yang akhirnya berkembang menjadi dunia website atau www. Kemudian diciptakan sebuah program bernama Veronica singkatan dari software bernama Very Easy Rodent Oriented Netwide Index to Computerized Archieves.Setelah Veronica, diciptakan website yang disebut Jungheadyang merupakan singkatan dari Jony’z Universal Gopher Hierarchy Excavation and Display yang merupakan software untuk mencari teks yang tersimpan di sistem indeks dari Gopher. Tahun 1993, munculsearch engine baru bernama wandex yang dikembangkan oleh Matthew Gray.Wandex bekerja dengan cara mengindeks dan mencari index dari halaman. Semenjak saat itu muncul search engine seperti Excite, Yahoo!, Google,Lycos, Ask.com dan yang lainnya (Wahana Komputer, 2009).

2.1.2. Prinsip umum search engine Prinsip umum dari search engine (Febrian, 2007), yaitu: 1.

Spider Spider mirip dengan browser.Perbedaannya, browser menampilkan secara langsung informasi

yang ada untuk kebutuhan manusia.Spidermemiliki

kegunaanuntuk mesin bukan untuk manusia. Spider berfungsi mengambil

7

halaman yang dikunjungi untuk disimpan ke dalam database yang dimiliki oleh search engine. 2.

Crawler Crawler merupakan program yang dimiliki oleh search engine untuk melacak dan menemukan link yang terdapat dari setiap halaman yang ditemuinya. Crawler berfungsi untuk menentukan spider harus pergi kemana dan mengevaluasi link berdasarkan alamat yang ditentukan dari awal.

3.

Indexer Indexer berfungsi untuk melakukan aktivitas untuk menguraikan masing-masing halaman dan meneliti berbagai unsur seperti teks, header, struktur, atau fitur dari gaya penulisan, tag HTML khusus, dan yang lainnya.

4.

Database Database merupakan tempat standar untuk menyimpan data-data dari halaman yang telah dikunjungi, diunduh dan sudah dianalisis.

5.

Result Engine Result engine merupakan mesin yang melakukan penggolongan dan penentuan peringkat dari hasil pencarian pada search engine. Result engine berfungsi untuk menentukan halaman mana yang menemui kriteria terbaik dari hasil pencarian berdasarkan permintaan penggunaannya dan bagaimana bentuk penampilan yang akan ditampilkan.

6.

Web Server Web Server merupakan komputer yang melayani permintaan dan memberikan respon balik dari permintaan tersebut. Web Server menghasilkan informasi atau dokumen dalam format HTML.

2.1.3. Cara kerja search engine Pencarian oleh Search engine dilakukan dalam database yang menyimpan text dari masing-masing halaman.Text dari halaman demi halaman disimpan ke dalam server database.Ketika melakukan pencarian, search engineakan melakukan pencarian salinan halaman yang disimpan pada database yang berisi salinan halaman pada saat terakhir dikunjungi. Ketika link yang disediakan diklik maka alamat akan diberikan dari serversearch engine. Database yang ada pada search engine dipilih dan dijaring oleh program robot yang disebut spider.

8

Untuk menentukan halaman potensial, mereka mengacu pada link yang terdapat pada halaman yang telah disimpan di dalam database. Jika suatu halaman web tidak pernah di-link dari halaman lainnya, maka spider dari search engine tidak akan menemukan halaman tersebut. Mereka hanya memantau dari database yang dimiliki.Seperti pada Gambar 2.3.

Gambar 2.3 Arsitektur Search Engine (Falani, 2010)

2.1.4. Sifat search engine Ditinjau dari mekanisme kerjanya, search engine dibagi menjadi 3 tipe (Wahana Komputer, 2009), yaitu: 1.

Search Engine Bersifat Crawler Google menggunakan software agen otomatis yang disebut crawler untuk mengunjungi website, membaca, dan mengindeks website tersebut.Semua informasi

yang

dikumpulkan

oleh

crawlerakandisimpan

di

lokasi

terpusat.Crawlerakan mengunjungi website berulang kali secara periodik dengan periode yang ditentukan oleh administratorsearch engine. 2.

Search Engine dengan Campur Tangan Manusia Search engine ini mengindeks dengan cara campur tangan manusia. Dimana, pemilik situs mengirimkan data yang akan diindeks dan setelah diindeks akan ditampilkan sebagai hasil pencarian. Contoh: Yahoo!.

3.

Search Engine Hibrida Merupakan metoda campuran antara search engine bertenaga mesin dan bertenaga manusia. Dimana, pemilik website dapat mengirimkan datanya ke search engine untuk ditampilkan ke search engine namun search engine juga

9

mengirimkan crawler untuk mengindeks website. Dengan menggunakan campur tangan manusia maka search engine bisa menghindari spammer.

2.1.5. Algoritma umum dalam search engine Algoritma menentukan bagaimana prosedur pengambilan data dan pengumpulannya. Algoritma umum yang dipakai oleh search engine (Wahana Komputer, 2009), yaitu: 1.

Pencarian List Algoritma yang melakukan pencarian dengan cara mencari satu kunci, dan pencarian dilakukan secara linier. Kekurangan dari algoritma ini yaitu sangat lama karena pencariannya yang linier.Kelebihannya yaitu hasilnya sedikit sehingga lebih tersaring yang benar-benar relevan terhadap hasil pencarian.

2.

Pencarian Tree Algoritma ini mencari data dari dataset yang paling luas kemudian menyempit hingga sampai ke bagian yang lebih detail.Satu dataset bisa memiliki cabang yang lebih kecil dan menyempit.Pencarian tree lebih bagus hasilnya dari pencarian list.Kekuranganya yaitu pencariannya bertingkat sehingga untuk bisa melakukan pencarian harus dari akar, batang, dan ranting sesuai dengan ranking yang dimiliki dataset.

3.

Pencarian SQL Pencarian SQL menggunakana databasestructured query language yang memungkinkan data untuk diambil secara tidak linier. Data langsung bisa diambil dari subset dari keseluruhan dataset yang ada.

4.

Pencarian Informed Algoritma ini bertujuan mencari jawaban yang spesifik dari dataset. Pencarian ini tidak selalu jadi solusi terbaik karena umumnya yang dicari oleh pengunjung search engine adalah jawaban dari pencarian.

5.

Pencarian Adversarial Algoritma yang mencari semua solusi dari masalah. Algoritma ini kurang efektif untuk pencarian web karena jumlah solusinya akan sangat banyak di www sehingga boros sumber daya yang ada.

6.

Pencarian Berdasar Batasan Dengan algoritma ini, search engine akan memasang batasan-batasan dimana hasil yang diambil adalah yang memenuhi batasan-batasan yang ada.

10

2.2. Focused Crawler Pada tahun 1999, Soumen Chakrabarti memperkenalkan focused crawler. Focused crawler berfungsi untuk menelusuri link yang mengarah pada page target dan berusaha semaksimal mungkin menghindari link yang tidak mengarah padapagetarget (Maimunah & Kuspriyanto, 2008). Focused crawler adalah teknik untuk mengunduhurldan konten dari halaman web. Pada penelitian ini url dan konten yang sudah diunduh akan secara otomatis masuk ke dalam database. Setelah selesai proses crawling,focused crawler juga akan menghitung bobot dan relevansi. Relevansi yang didapat akan menentukan jurnal terkait masing-masing jurnal. Hal tersebut akan menghemat penggunaan waktu dan sumber daya ketika melakukan pencarian jurnal. Apabila dalam suatu halaman web terdapat kata yang sesuai dengan kata kunci, maka halaman dianggap memiliki kecocokan dengan apa yang dicari oleh user (Sulastri & Zuliarso, 2010). Seed URL

Internet

URL Queue

Web Page Downloader

Irrelevant Table

Parser & Extractor

Relevant Page Database

Relevant

Relevance Calculator

Topic Filter

Topic Spesific Weight Table

Irrelevant

Gambar 2.4 Arsitektur Focused Crawler (Pal Anshika et al., 2009)

11

Keterangan : 1.

SeedURLs dan URL Queue Seed URLs (bibit URL) akan dimasukkan ke dalam antrian URL yang disebut URLQueue. Dalam antrian (URL Queue) akan dilakukan proses pengurutan berdasakan nilai link tertinggi pada URL yang didapat. URLakan dihapus jika proses crawling selesai. Proses ini berlanjut hingga URL dan URL Queue kosong.

2.

Web Page Downloader Halaman yang ada pada URL Queue akan diunduh olehweb page downloader melalui internet. Halaman tersebut akan disimpan sementara di dalam cache.

3.

Parser dan Extractor Halaman yang tersimpan dalam cache akan mengalami proses penguraian (parser) yaitu penghapusan tag html. Setelah itu dilakukan proses penghilangan imbuhan bentuk kata dasar oleh Porter Stemmer. Kata yang memiliki kata dasar yang sama kan digabungkan.

4.

Topic Spesific Weight Table Topic Spesific Weight Table berfungsi sebagai pembanding untuk mendapatkan relevansi suatu halaman.Rumus menghitung bobot stem untuk mendapatkan Topic Spesific Weight Table yaitu:

w (weight)

= Bobot keyword

wi= Bobot dari stem wmax= Nilai tertinggi dari bobot stem

5.

Relevance Calculator Rumus untuk menghitung relevansi suatu halaman, yaitu: √ Keterangan :

√

12

6.

Topic Filter Jika suatu halaman relevant, maka akan dimasukkan ke dalam relevant page database. Jika tidak relevant maka akan masuk ke dalam irrelevant table.

7.

Relevant Page Database Relevant Page Database berisi halaman URL yang relevant. Halaman yang relevant akan dimasukkan ke dalam URLqueue.Bobot atau nilai dari URL yaitu nilai dari relevansi halaman tersebut.

8.

Irrelevant Table Jika suatu halaman tidak relevant, maka akan dimasukkan ke dalam irrelevant table. Halaman yang tidak memiliki relevansi pada irrelevant table tidak akan melakukan proses crawling lagi.

2.3. Algoritma Porter Stemmer Stemming adalah proses menghapus variasi kata untuk mendapatkan kata dasar yang mengacu pada morfologi kata. Stemming khusus bahasa Inggris ditemukan oleh Martin Porter pada tahun 1980. Algoritma Porter stemmer adalah proses penghilangan akhiran morphological dan inflexional yang umumnya terdapat dalam bahasa Ingris (Porter, 1980). Algoritma ini mencari kata dasar dari suatu kata yang berimbuhan dengan membuang imbuhanimbuhan (akhiran) pada kata-kata bahasa Inggris karena bahasa Inggris tidak mengenal awalan. Kondisi stem (akar kata) pada algoritma Porterstemmer: 1.

Ukuran (measure), dinotasikan dengan m, dari sebuah stem berdasarkan pada urutan vokal-konsonan. m = 0, contoh : TR, EE, TREE, Y, BY m = 1, contoh : TROUBLE, OATS, TREES, IVY m = 2, contoh : TROUBLES, PRIVATE, OATEN

13

2.

*<X>berarti stem berakhir dengan huruf X

3.

*v*berarti stem mengandung sebuah vokal

4.

*d berarti stem diakhiri dengan konsonan double

5.

*o berarti stem diakhiri dengan konsonan – vokal – konsonan secara berurutan dimana konsonan akhir bukan w, x, atau y. Pada sebagian kondisi mungkin juga terdapat ekspresi dengan, and, or and

not, seperti: 1.

(m>1 and (*S or *T)) Pada bagian m>1 dengan berakhir di s atau t.

2.

(*d and not (*L or *S or *Z))stem diakhiri dengan konsonan double, tidak akhiran L atau S atau Z Aturan-aturan

dalam

proses

stemming

pada

algoritma

Porterstemmer(http://tartarus.org/martin/PorterStemmer/def.txt): 1.

Langkah 1  Langkah 1a: remove plural suffixation, yaitu mengganti atau menghapus akhiran kata berbentuk jamak hingga mendapatkan stem.

Tabel 2.1 Aturan Stemming Step 1a(http://tartarus.org/martin/PorterStemmer/def.txt) Conditions Suffix Replacement

Examples

NULL

SSES

SS

caresses  caress

NULL

IES

I

ponies  poni ties  ti

NULL

SS

SS

caress  caress

NULL

S

NULL

cats  cat

 Langkah 1b: remove verbal inflection. Jika kata mengandung huruf vokalkonsonan berurutan, maka akhiran -eed berubah -ee. Pada akhiran -ed dan ing, kata tidak akan mengalami perubahan jika kata tersebut hanya memiliki satu huruf vokal, dan jika lebih dari satu huruf vokal, akhiran -ed dan -ing akan dihapus.

14

Tabel 2.2 Aturan Stemming Step 1b(http://tartarus.org/martin/PorterStemmer/def.txt) Conditions Suffix Replacement Examples (m>0)

EED

EE

feed  feed agreed  agree

(*v*)

ED

NULL

plastered plaster bled  bled

(*v*)

ING

NULL

motoring  motor singing  sing

Continued for -ed and -ing rules, merupakan tahap selanjutnya pada akhiran ed dan -ing. Kata yang diakhiri oleh double konsonan (tidak berakhir oleh huruf l, s, z) maka kata tersebut akan diganti dengan satu huruf konsonan saja. Suatu kata akan ditambahkan e, jika kata diakhiri oleh huruf konsonan-vokalkonsonan secara berurutan (konsonan akhir bukan w ,x, y) dan hanya memiliki satu urutan vokal-konsonan didalamnya. Tabel 2.3 Continued for –ed and –ing rules(http://tartarus.org/martin/PorterStemmer/def.txt) Conditions Suffix Replacement Examples NULL

AT

ATE

conflate(ed)  conflate

NULL

BL

BLE

trouble(ed)  trouble

NULL

IZ

IZE

size(ed)  size

(*d* and not (*L or *S or

NULL

Single letter

hopp(ing)  hop tann(ed)  tan

*Z))

fall(ing)  fall hiss(ing)  hiss fizz(ed)  fizz (m=1 and *o)

NULL

E

fail(ing)  fail fil(ing)  file

15

 Langkah 1c: -y dan -i, jika dalam sebuah kata terdapat huruf vokal, maka akhiran y diganti dengan -i. Tabel 2.4 Aturan Stemming Step 1c(http://tartarus.org/martin/PorterStemmer/def.txt) Conditions Suffix Replacement Examples (*v*)

Y

I

happy  happi sky  sky

2.

Langkah 2: peel one suffix off for multiple suffixes yaitu sebuah kata memiliki sebuah huruf vokal-konsonan secara berurutan.

Conditions

3.

Tabel 2.5 Aturan Stemming Step 2 (http://tartarus.org/martin/PorterStemmer/def.txt) Suffix Replacement Examples

(m>0) (m>0)

ATIONAL TIONAL

ATE TION

(m>0) (m>0) (m>0) (m>0) (m>0) (m>0) (m>0) (m>0) (m>0) (m>0) (m>0) (m>0) (m>0) (m>0) (m>0) (m>0) (m>0) (m>0)

ENCI ANCI IZER ABLI ALLI ENTLI ELI OUSLI IXATION ATION ATOR ALISM IVENESS FULNESS OUSNESS ALITI IVITI BILITI

ENCE ANCE IZE ABLE AL ENT E OUS IZE ATE ATE AL IVE FUL OUS AL IVE BLE

relational  relate conditional  condition rational  rational valenci  valence hesitanci  hesitance digitizer  digitize conformabli  conformable radicalli  radical differentli  different vileli  vile analogousli  analogous vietnamization  vietnamize predication  predicate operator  operate feudalism  feudal decisiveness  decisive hopefulness  hopeful callousness  callous formaliti  formal sensitiviti  sensitive sensibiliti  sensible

Langkah 3:kata yang memiliki akhiran -icate, -icitii atau -ical akan diubah menjadi -ic, kata berakhiran-ative, -ful, -ness akan dihapus, dan kata berakhiran alize akan menjadi -al. Dimana, kata tersebut harus memiliki sebuah vokalkonsonan secara berurutan.

16

Tabel 2.6 Aturan Stemming Step 3(http://tartarus.org/martin/PorterStemmer/def.txt) Conditions Suffix Replacement Examples

4.

(m>0)

ICATE

IC

triplicate  triplic

(m>0)

ATIVE

NULL

formative  form

(m>0)

ALIZE

AL

formalize  formal

(m>0)

ICITI

IC

electriciti  electric

(m>0)

ICAL

IC

electrical  electric

(m>0)

FULL

NULL

hopeful  hope

(m>0)

NESS

NULL

goodness  good

Langkah 4: delete last suffix. Sebuah akhiran akan dihapus jika kata tersebut memiliki dua huruf vokal-konsonan secara berurutan. Tabel 2.7 Aturan Stemming Step 4 (http://tartarus.org/martin/PorterStemmer/def.txt) Conditions Suffix Replacement Examples (m>1) AL NULL revival  reviv (m>1) ANCE NULL allowance  allow (m>1) ENCE NULL inference  infer (m>1) ER NULL airliner  airlin (m>1) IC NULL gyroscopic gyroscop (m>1) ABLE NULL adjustable  adjust (m>1) (m>1) (m>1) (m>1) (m>1) (m>1 and (*S or *T)) (m>1) (m>1)

IBLE ANT EMENT MENT ENT ION

NULL NULL NULL NULL NULL NULL

defensible  defens irritant  irrit replacement  replac adjustment  adjust dependent  depend adoption  adopt

ISM OU

NULL NULL

communism  commun homologous  homolog

Tabel 2.7 Aturan Stemming Step 4 (lanjutan) (http://tartarus.org/martin/PorterStemmer/def.txt) Conditions

Suffix

Replacement

Examples

(m>1)

ATE

NULL

activate  active

(m>1)

ITI

NULL

angulariti  angular

17

5.

(m>1)

OUS

NULL

homologous  homolog

(m>1)

IVE

NULL

effective  effect

(m>1)

IZE

NULL

bowdlerize  bowdler

Langkah 5 :  Langkah 5a: remove e. Akhiran –eakan dihapus jika kata tersebut memiliki dua vokal-konsonan berurutan (konsonan akhir tidak w, x, y) dan tidak diakhiri konsonan-vokal-konsonan secara berurutan. Tabel 2.8 Aturan Stemming Step 5a (http://tartarus.org/martin/PorterStemmer/def.txt) Conditions Suffix Replacement Examples (m>1)

E

probate  probat

NULL

rate  rate (m=1 and not *o)

E

cease  ceas

NULL

 Langkah 5b: reduction. Akhiran akan diganti menjadi satu huruf konsonan jika, kata memiliki sebuah vokal-konsonan berurutan dan tidak berakhir dengan double konsonan. Tabel 2.9 Stemming Step 5b (http://tartarus.org/martin/PorterStemmer/def.txt) Conditions Suffix Replacement Examples (m>1 and *d an *L)

NULL

Single Letter

controll  control roll  roll

2.4. Bahasa Pemrograman PHP PHP merupakan software open sourceyang disebarkan dan dilisensikan secara gratis serta

dapat

diunduhsecara

bebas

dari

system

resminya.Penggunaan

PHP

memungkinakan web dapat dibuat dinamis sehingga maintenance situs web tersebut menjadi lebih mudah dan efisien (Kasiman, 2006). PHP dapat digunakan pada semua sistem operasi, yaitu Linux, Unix, Microsoft Windows, Mac OS X, RISC OS.PHP juga mendukung banyak Web Server seperti Apache, Microsoft Internet Information Server, Personal Web Server, Netscape and iPlanet servers, Oreilly Website Pro Server, audium, dan lain sebagainya.

18

Databaseyang dapat didukung oleh PHP, yaitu MySQL, Adabas D, d Base, Direct MS-SQL, Empress, FilePro, FrontBase, Hyperwave, IBM DB2, Informx dan lain sebagainya.

2.5. DatabaseMySQL MySQL termasuk dalam kategori database management system, yaitu suatu database yang terstruktur dalam pengolahan dan penampilan datanya.MySQL merupakan database yang bersifat client server.MySQL dapat juga dikatakan sebagai Relational Database Management System (RDBMS), yaitu hubungan antar tabel yang berisi datadata pada suatu database sehinga mempercepat pencaria suatu data. Kelebihan database MySQL (Sugiri dan Harris, 2008), yaitu : 1.

MySQL merupakan database yang memiliki kecepatan tinggi dalam pemrosesan data, dapat diandalkan, mudah digunakan dan mudah dipelajari.

2.

MySQL mendukung banyak bahasa pemrograman seperti C, C++, Perl, Phython, Java dan PHP. Bahasa pemrograman tersebut dapat digunakan untuk berinteraksi maupun berkomunikasi dengan dengan MySQL server.

3.

Koneksi, kecepatan, dan keamanannya membuat MySQL sangat cocok diterapkan untuk pengaksesan database melalui internet dengan menggunakan bahasa pemrograman Perl atau PHP sebagai interfacenya.

4.

MySQL dapat menangani database dengan skala sangat besar, dengan jumlah record lebih dari 50 juta, 60 ribu tabel, dan bisa menampung 5 milyar basis data.

5.

Multiuser, yaitu dalam satu databaseserver pada MySQL dapat diakses oleh beberapa user dalam waktu yang sama tanpa mengalami konflik atau crash.

6.

MySQL merupakan software database yang bersifat free atau gratis.

2.6. Penelitian Terdahulu Penelitian yang telah dilakukan oleh Maimunah & Kuspriyanto (2008) yaitu Reinforcement Learning dalam Proses Pembelajaran Penentuan Strategi Penelusuran pada Focused Crawler. Penelitian ini mengeksploitasi berbagai strategi dan knowledge base yang ada untuk dapat mengoptimalkan proses penelusuran dan memiliki kemampuan yang lebih bagus dalam mengeksplorasi jalur-jalur menuju page yang relevan.

19

Penelitian yang dilakukan oleh Pal Anshika et al. (2009) yaitu Effective Focused Crawler Based on Content and Link Structure Analysis.Hasil dari penelitian ini yaitu pendekatan yang diteliti memiliki kinerja yang lebih baik daripada BreadthFirstSearch (BFS) crawler. Focused Crawler Optimization Using Genetic Algorithm oleh Yohannes et al. (2011). Hasil dari penelitian ini menunjukkan bahwa Genetic Algorithm (GA) dalam proses crawling dapat melintasi ruang pencarian web yang lebih komprehensif dibandingkan focused crawler tradisional. Thenmalar & Geetha (2011) melakukan penelitian mengenai Concept Based Focused Crawling Using Ontology.Pada penelitian ini, algoritma ontology memiliki kemampuan untuk memecahkan masalah utama dari proses crawling dalam menentukan relevant pages. Penggunaan dari gabungan seed concept vector untuk menentukan peringkat masing-masing dokumen. Implementasi Focused Crawler dengan Menggunakan Content Similarity dan Link Structure Analysis oleh Herdiansyah Rendy (2012). Penelitian yang dilakukan yaitu mengimplementasikan focused crawler dengan menggunakan metode cosine similarity, link score, dantraverse irrelevant page. Hasil dari penelitian ini menunjukkan bahwa focused crawlerakan mendapatkan nilai precision rate yang optimal dengan menggunakan metode traverse irrelevant page dengan kedalaman level 0. Agusta Ledy (2009) melakukan penelitian mengenai Perbandingan Algoritma Stemming Porter dengan Algoritma Nazief & Andriani untuk Stemming Dokumen Teks Bahasa Indonesia. Pada penelitian ini proses pembandingan algoritma Porterdengan Algoritma Nazief & Adriani dilakukan dengan membuat program sederhana yang memproses dokumen teks inputan sehingga diketahui stem, waktu proses, presisi dari hasil stemming dokumen tersebut. Hasil dari penelitian ini yaitu proses stemming dokumen teks bahasa Indonesia menggunakan Algoritma Porter membutuhkan

waktu

yang

lebih

singkat

dibandingkan

dengan

stemming

menggunakan Algoritma Nazief & Adriani, Proses stemming dokumen teks bahasa Indonesia menggunakan Algoritma Porter memiliki presentase keakuratan (presisi) lebih kecil dibandingkan dengan stemming menggunakan Algoritma Nazief & Adriani. Proses stemming menggunakan Algoritma Nazief & Adriani, kamus yang

20

digunakan sangat mempengaruhi hasil stemming. Semakin lengkap kamus yang digunakan maka semakin akurat pula hasil stemming. Algoritma Porter Stemmer for bahasa Indonesia untuk Pre-ProcessingText Mining Berbasis Metode Market Basket Analysis oleh Budhi et al. (2006). Hasil dari penelitian ini yaitu algoritma Porter Stemmer for Bahasa Indonesia dapat digunakan pada proses stemmer saat merubah sebuah data teks dalam bahasa Indonesia menjadi bentuk Compact Transaction. Pada penelitian ini, hasil dari proses tidak selalu benar sehingga masih diperlukan pemeriksaan manual. Tabel 2.10 Penelitian Terdahulu Nama

Penelitian

Maimunah &

Reinforcement Learning dalam Proses

Kuspriyanto

Pembelajaran Penentuan Strategi Penelusuran pada

Tahun 2008

Focused Crawler. Pal Anshika et al.

Effective Focused Crawler Based on Content and

2009

Link Structure Analysis. Yohannes et al.

Focused Crawler Optimization Using Genetic

2011

Algorithm. Thenmalar &

Concept Based Focused Crawling Using Ontology.

2011

Geetha HerdiansyahRendy Implementasi Focused Crawler dengan Menggunakan

2012

Content Similarity dan Link Structure Analysis. Agusta Ledy

Perbandingan Algoritma Stemming Porter dengan

2009

Algoritma Nazief & Andriani untuk Stemming Dokumen Teks Bahasa Indonesia. Budhi et al

Algoritma Porter Stemmer for bahasa Indonesia untuk Pre-ProcessingText Mining Berbasis Metode Market Basket Analysis.

2006