IDENTIFIKASI MAKNA KATA SABAR DALAM KARYA SASTRA MENGGUNAKAN K-NEAREST NEIGHBOR (KNN)

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

IDENTIFIKASI MAKNA KATA SABAR DALAM KARYA SASTRA MENGGUNAKAN K-NEAREST NEIGHBOR (KNN)

Skripsi Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika

Oleh: FX. Dwi Kurniawan 125314071

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2017


IDENTIFIED THE MEANING OF SABAR WORD IN LITERARY OF ARTS USING K-NEAREST NEIGHBOR (KNN) ALGORITHM

THESIS Presented as Partial Fulfillment of The Requirements To Obtain the Computer Bachelor Degree In Informatics Engineering

By: FX. Dwi Kurniawan 125314071

INFORMATICS ENGINEERING STUDY PROGRAM FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2017

ii


iii


iv


PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka sebagaimana layaknya karya ilmiah.

Yogyakarta,

Januari 2017

Penulis

FX Dwi Kurniawan

v


HALAMAN MOTTO

“Victory Loves Preparation” - The Mechanic Film

“Raise your head and taste the courage” - Avenged Sevenfold, Chapter Four

vi


HALAMAN PERSEMBAHAN

Tugas Akhir Ini saya persembahkan untuk:

Tuhan Yesus Kristus dan Bunda Maria, Eduardus Kusmarwanto, Yuliana Winarsih, Teresia Juliana Melani, Keluarga, Sahabat, Teman - teman Prodi Teknik Informatika, Dan semua yang telah memberikan dukungan selama masa perkuliahan.

vii



ABSTRAKSI

Kesabaran merupakan nilai hidup yang dipegang tinggi bangsa Indonesia. Menurut Subandi (2011), kesabaran merupakan ajaran yang dipegang oleh kelima agama yang besar di Indonesia (Islam, Kristen, Katolik, Hindu dan Budha). Lebih lanjut disebutkan oleh subandi bahwa dalam Al Qur'an terdapat 44 ayat yang menggunakan kata sabar dan 14 ayat yang menggunakan kata kesabaran. Penelusuran dalam Alkitab (Bible) Bahasa Indonesia menunjukkan 70 ayat yang menunggunakan kata sabar, kesabaran, dan kata lain dengan lema sabar. Subandi (2011) juga menyebutkan bahwa kesabaran merupakan bentuk pengendalian diri yang sangat penting dalam agama Budha dan agama Hindu. Penelitian untuk mengidentifikasi makna kata sabar telah dilakukan oleh Dr. Benedictus Bherman Dwijatmoko, M.A. yang menghasilkan klasifikasi atau pengelompokan makna kata sabar kedalam 6 kategori atau kelompok, yaitu giliran, kondisi, komunikasi, sifat, pekerjaan dan urutan tindakan.. Dalam skripsi ini identifikasi makna kata sabar dilakukan dengan menggunakan algoritma K-Nearest Neighbor, yang hasilnya kemudian dibandingkan dengan hasil penelitian terdahulu oleh ahli untuk mendapatkan akurasi dari algoritma K-Nearest Neighbor dalam klasifikasi makna kata sabar. Hasil akurasi yang diapat adalah 38,89% menggunakan data 108 artikel. Kata Kunci: Identifikasi makna kata sabar, K – Nearest Neighbor, K-NN, Pemerolehan Informasi

viii


IDENTIFIED THE MEANING OF SABAR WORD IN LITERARY OF ARTS USING K-NEAREST NEIGHBOR (KNN) ALGORITHM

ABSTRACT Kesabaran ‘patience’ is the value of life that hold Indonesian people according to Subandi (2011) kesabara ‘patience’ is a doctrin that been held by fifth big religions in Indonesia (Islam, Christian, Catholic, Hindu and Budha). Furthenmore, Subandi said that in Al-Qur’an there are 44 verses use the sabar ‘patient’ word and 14 verses use kesabaran ‘patience’ word. In Bible that been translated into Indonesian language, there are 70 verses use patient, kesabaran ‘patience’ and another word that has same meaning with sabar ‘patient’ word. Subandi (2011) also said that kesabaran ‘patience’ is same with self controll that it important in Budhism and Hinduism. The research to identified the meaning of sabar ‘patient’ word has been done by Dwijatmoko, and the result is about grouping the meaning of sabar ‘patient’ word into six group, that is turn, condition, communication, characteristic, and sequence of actions. In this thesis, the identification of sabar ‘patient’ word is done by using K-Nearest Neighbor, and then compare the result of the system with the result that according to expert to get the accuration of K-Nearest Neighbor Algorithm in identification the meaning of sabar ’patient’ word. The results of the sistem are 38.89 % by 108 articles. Kata Kunci: Identified the meaning of sabar, K – Nearest Neighbor, K-NN, Information Retrieval

ix


LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMUAH UNTUK KEPERLUAN AKADEMIS

Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma: Nama

: FX. Dwi Kurniawan

Nim

: 125314071

Demi mengembangkan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul:


Beserta pangkat yang diperlukan. Dengan demikian saya memberikan kepada Perpustakaan

Universitas

Sanata

Dharma

hak

untuk

menyimpan,

mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan mempublikasikan di Internet atau media lain untuk kepentingan akademis tanpa perlu meminta izin dari saya maupun memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis.

Demikian pernyataan ini saya buat dengan sebenarnya.

Yogyakarta,

Januari 2017 Penulis

FX. Dwi Kurniawan

x


KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa atas berkat dan rahmat-Nya, sehingga Tugas Akhir Identifikasi Makna Kata Sabar Dalam Karya Sastra Menggunakan K-Nearest Neighbor (KNN) ini dapat terselesaikan. Adapun penulisan tugas akhir ini adalah untuk memenuhi persyaratan dalam memperoleh gelar Sarjana Teknik Informatika Universitas Sanata Dharma, Yogyakarta.

Penyusunan Tugas Akhir ini tidak terlepas dari bantuan beberapa pihak, oleh karena itu penulis hendak mengucapkan terima kasih kepada:

1. Tuhan Yesus Kristus yang selalu memberikan berkat dan rahmat untuk setiap pertanyaan dan permasalahan dalam pengerjaan Tugas Akhir. 2. Bunda Maria yang selalu menemani dalam keluh kesah pengerjaan Tugas Akhir ini. 3. Bapak Sudi Mungkasi, S.Si., M.Math.Sc., Ph.D. selaku Dekan Fakultas Sains dan Teknologi. 4. Ibu Dr.Anastasia Rita Widiarti, M.Kom selaku Kaprodi Fakultas Sains dan Teknologi. 5. Ibu Sri Hartati Wijono, M.Kom. dan Bapak Dr. B. B. Dwijatmoko, M.A selaku pembimbing Tugas Akhir yang bersedia memberikan bimbingan hingga penulisan Tugas Akhir ini dapat terselesaikan. 6. Bapak Eduardus Kusmarwanto dan Ibu Yuliana Winarsih yang tanpa lelah selalu memberikan dukungan, semangat, motivasi dan doa hingga penulisan Tugas Akhir ini dapat terselesaikan. 7. Teresia Juliana Melani yang tanpa lelah selalu memberikan semangat, dorongan, motivasi baik lewat canda, tawa, doa serta ejekan yang sifatnya adalah demi terselesaikannya Tugas Akhir ini. 8. Erik dan Pius yang telah memberikan pencerahan dan bantuan terutama dalam pembuatan program pada Tugas Akhir ini.

xi


9. Teman – teman Teknik Informatika “Ikatan Teknik Informatika Liberal” yang telah memberikan keceriaan dan kebersamaan pada setiap semesternya selama masa perkuliahan. 10. Sahabat dan teman yang tidak bisa disebutkan satu persatu, terima kasih untuk dukungan dan bantuan dalam hal apapun. 11. Avenged Sevenfold yang selalu menemani dan mengiringi penulisan Tugas Akhir ini lewat lagunya.

xii


DAFTAR ISI

HALAMAN JUDUL BAHASA INDONESIA .............................................. i HALAMAN JUDUL BAHASA INGGRIS ................................................... ii HALAMAN PERSETUJUAN ...................................................................... iii HALAMAN PENGESAHAN....................................................................... iv PERNYATAAN KEASLIAN KARYA ........................................................ v HALAMAN MOTTO ................................................................................... vi HALAMAN PERSEMBAHAN .................................................................. vii ABSTRAKSI .............................................................................................. viii ABSTRACT .................................................................................................. ix LEMBAR PERNYATAAN PERSETUJUAN .............................................. x KATA PENGANTAR .................................................................................. xi DAFTAR ISI ............................................................................................... xiii DAFTAR GAMBAR .................................................................................. xvi DAFTAR TABEL ...................................................................................... xvii DAFTAR LIST CODE ............................................................................. xviii PENDAHULUAN ......................................................................................... 1 1.1.

Latar Belakang Masalah .................................................................. 1

1.2.

Rumusan Masalah ........................................................................... 3

1.3.

Batasan Masalah .............................................................................. 3

1.4.

Tujuan Penelitian ............................................................................. 3

1.5.

Metodologi Penelitian ..................................................................... 4

1.6.

Sistematika Penulisan ...................................................................... 5

BAB II ............................................................................................................ 6 LANDASAN TEORI ..................................................................................... 6 2.1.

Kesabaran ........................................................................................ 6

2.1.1. 2.2.

Pemerolehan Informasi.................................................................. 11

2.2.1. 2.3.

Makna Kata Sabar .................................................................... 6

Proses Preprocessing Dokumen ............................................. 12

Klasifikasi Teks ............................................................................. 16

2.3.1.

K-Nearest Neighbour ............................................................. 17

xiii


2.3.2.

Langkah Algoritma KNN....................................................... 19

2.3.3.

Perhitungan Akurasi ............................................................... 20

BAB III ........................................................................................................ 21 METODOLOGI PENELITIAN ................................................................... 21 3.1.

Gambaran Umum Sistem .............................................................. 21

3.1.1.

Input Data ............................................................................... 22

3.1.2.

Prepocessing........................................................................... 23

3.1.3.

Klasifikasi KNN ..................................................................... 24

3.2.

Analisa Kebutuhan Sistem ............................................................ 25

3.2.1.

Definisi Aktor ........................................................................ 25

3.2.2.

Diagram Use Case .................................................................. 25

3.3.

Perancangan Model Penyimpanan Data ........................................ 32

3.4.

Diagram Konteks ........................................................................... 32

3.5.

Diagram Aktivitas ......................................................................... 33

BAB IV ........................................................................................................ 36 IMPLEMENTASI ........................................................................................ 36 4.1.

Spesifikasi Software dan Hardware yang dibutuhkan ................... 36

4.1.1.

Spesifikasi Software ............................................................... 36

4.1.2.

Spesifikasi Hardware ............................................................. 36

4.2.

Implementasi Antar Muka ............................................................. 37

4.3.

Implementasi Sistem ..................................................................... 38

4.3.1.

Implementasi Preprocessing .................................................. 38

4.3.2.

Implementasi Klasifikasi........................................................ 44

BAB V.......................................................................................................... 46 HASIL DAN PEMBAHASAN .................................................................... 46 5.1.

Pengujian ....................................................................................... 46

5.1.1. 5.2.

K fold Cross Validation ......................................................... 46

Analisa Hasil ................................................................................. 49

BAB VI ........................................................................................................ 58 PENUTUP .................................................................................................... 58 6.1.

Kesimpulan .................................................................................... 58

DAFTAR PUSTAKA .................................................................................. 60 LAMPIRAN 1 .............................................................................................. 61

xiv


Hasil Tokenisasi ........................................................................................... 61 LAMPIRAN 2 .............................................................................................. 65 Hasil Stopword ............................................................................................. 65 LAMPIRAN 3 .............................................................................................. 67 Hasil Stemming ............................................................................................ 67 LAMPIRAN 4 .............................................................................................. 70 Hasil Text Frequency ................................................................................... 70 LAMPIRAN 5 .............................................................................................. 75 Hasil Perhitungan COSINE SIMILARITY ................................................. 75 LAMPIRAN 6 .............................................................................................. 76 Hasil Pengurutan Vektor .............................................................................. 76 LAMPIRAN 7 .............................................................................................. 77 Hasil Label Mayoritas .................................................................................. 77 LAMPIRAN 8 .............................................................................................. 78 Hasil Cross Validation 3 Fold ...................................................................... 78

xv


DAFTAR GAMBAR

Gambar 3. 1. Gambaran Umum Sistem ....................................................... 22 Gambar 3. 2. Diagram Konteks ................................................................... 32 Gambar 3. 2. 1. Diagram Use Case .............................................................. 25 Gambar 3. 5. 1. 1. Diagram Aktivitas Input Stopword ................................ 33 Gambar 3. 5. 1. 2. Diagram Aktivitas Input Stemming ............................... 33 Gambar 3. 5. 1. 3. Diagram Aktivitas Input Data Training ......................... 34 Gambar 3. 5. 1. 4. Diagram Aktivitas Data Testing..................................... 34 Gambar 3. 5. 2. 1. Diagram Aktivitas Input Nilai K .................................... 35 Gambar 3. 5. 2. 2. Diagram Aktivitas Klasifikasi ........................................ 35 Gambar 4. 2. 1. Antar Muka Awal ............................................................... 37 Gambar 4. 2. 2. Antar Muka Output ............................................................ 37

xvi


DAFTAR TABEL

Tabel 3. 1. 1. Daftar Data ............................................................................. 22 Tabel 3. 2. 1. Definisi Aktor ........................................................................ 25 Tabel 3. 2. 3. 1. 1. Narasi Input Kamus Stopword ....................................... 26 Tabel 3. 2. 3. 1. 2. Narasi Input Kamus Stemming ...................................... 27 Tabel 3. 2. 3. 1. 3. Narasi Input Data Training ............................................ 28 Tabel 3. 2. 3. 1. 4. Narasi Input Data Testing .............................................. 29 Tabel 3. 2. 3. 2. 1. Narasi Input Nilai K ....................................................... 30 Tabel 3. 2. 3. 2. 2. Narasi Klasifikasi ........................................................... 31 Tabel 5. 1. 1. 1. Pembagian Data 3 Fold ...................................................... 47 Tabel 5. 2. 1. 1 Tahap 1 (K = 4) ................................................................... 49 Tabel 5. 2. 1. 2. Tahap 2 (K = 4) .................................................................. 49 Tabel 5. 2. 1. 3. Tahap 3 (K = 4) .................................................................. 50 Tabel 5. 2. 1. 4. Rata - Rata Akurasi (K = 4) ............................................... 50 Tabel 5. 2. 2. 1. Tahap 1 (K = 5) .................................................................. 51 Tabel 5. 2. 2. 2. Tahap 2 (K = 5) .................................................................. 51 Tabel 5. 2. 2. 3. Tahap 3 (K = 5) .................................................................. 52 Tabel 5. 2. 2. 4. Rata - Rata Akurasi (K = 5) ............................................... 52 Tabel 5. 2. 3. 1. Tahap 1 (K = 6) .................................................................. 53 Tabel 5. 2. 3. 2. Tahap 2 (K = 6) .................................................................. 53 Tabel 5. 2. 3. 3. Tahap 3 (K = 6) .................................................................. 54 Tabel 5. 2. 3. 4. Rata - Rata Akurasi (K = 6) ............................................... 54 Tabel 5. 2. 4. 1. Tahap 1 (K = 7) .................................................................. 55 Tabel 5. 2. 4. 2. Tahap 2 (K = 7) .................................................................. 55 Tabel 5. 2. 4. 3. Tahap 3 (K = 7) .................................................................. 56 Tabel 5. 2. 4. 4. Rata - Rata Akurasi (K = 7) ............................................... 56

xvii


DAFTAR LIST CODE

List Code 4. 3. 1. 1. Implementasi Tokenisasi ............................................. 38 List Code 4. 3. 1. 2. Implementasi Stopword ............................................... 39 List Code 4. 3. 1. 3. Implementasi Stemming .............................................. 40 List Code 4. 3. 1. 4. Implementasi Tf .......................................................... 41 List Code 4. 3. 1. 5. Implementasi Idf.......................................................... 42 List Code 4. 3. 1. 6. Implementasi Pembobotan .......................................... 43 List Code 4. 3. 2. 1. Implementasi Hitung Cosine Similarity ...................... 44 List Code 4. 3. 2. 2. Implementasi Hitung Label Mayoritas ........................ 45

xviii


BAB I

PENDAHULUAN

1.1. Latar Belakang Masalah Karya sastra merupakan sebuah seni ungkapan pribadi manusia berupa pengalaman, pemikiran, ide dan semangat dalam suatu bentuk gambaran kehidupan yang dapat dilukiskan dalam bentuk tulisan. Beberapa contoh karya sastra diantaranya adalah puisi, fiksi atau prosa dan lain sebagainya. Dengan beragam suku dan bahasa yang ada, Indonesia tentunya memiliki beragam karya sastra dari masing-masing daerah. Sebagai contoh dalam sebuah cerita fiksi terdiri dari beberapa kalimat yang menyusun cerita tersebut dan dalam setiap kalimat terdapat kata kunci yang akan mempermudah proses pemerolehan informasi dari kalimat tersebut. Misalnya pada sebuah cerpen terdapat kalimat yang setelah dilakukan proses pemerolehan informasi maka kalimat tersebut dapat digolongkan menjadi kalimat urutan kejadian atau tergolong dalam kelompok kalimat keadaan atau bahkan kelompok kalimat komunikasi. Proses pemerolehan informasi ini tidak harus dilakukan pada satu kalimat, proses ini dapat dilakukan dengan menggunakan beberapa kalimat seperti pada penelitian yang dilakukan ini, menggunakan kalimat yang mengandung kata sabar kemudian diambil kalimat depan dan belakangnya jika kalimat tersebut berada di bagian tengah paragraf. Jika kalimat yang mengandung kata sabar berada pada awal paragraf, maka akan diambil pula kalimat setelahnya dan jika kalimat yang mengandung kata sabar tersebut berada pada bagian akhir paragraf, maka akan diambil pula kalimat sebelumnya.

1

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2

Menurut Manning (2008), proses pemerolehan informasi dapat diartikan pencarian material dari dokumen yang sifatnya tidak terstruktur yang bertujuan untuk memenuhi kebutuhan informasi dari suatu kumpulan dokumen yang besar. Proses pemerolehan informasi ini dapat dilakukan dengan menggunakan hitungan manual maupun menggunakan metode-metode yang ada dalam data mining atau penambangan data atau dikenal juga dengan text mining dalam pemerolehan informasi. Dalam proses pemerolehan informasi ini, ada beberapa tahapan yang harus dilakukan. Tahap pertama adalah preprocessing. Tahap ini terbagi menjadi 3 tahap lagi yaitu tokenizing, stopword dan stemming. Setelah 3 tahap awal ini dilakukan, kemudian akan dilakukan perhitungan text frequency serta pembobotan. Setelah proses diatas dilakukan, selanjutnya adalah melakukan klasifikasi dengan menggunakan metode KNN atau K Nearest Neighbour. Dalam klasifikasi ini kata akan dipisahkan ke dalam beberapa kelompok dengan berdasar kemiripan kata dalam dokumen. Dengan pengelompokan kata ini, akan mebantu untuk menemukan informasi dari sebuah dokumen secara lebih tepat. Dalam metode KNN, klasifikasi ini menggunakan hasil perhitungan tf atau text frequency dengan melihat kemiripan cosine similarity setiap dokumen berdasarkan nilai k atau jumlah tetangga terdekat. Dari latar belakang diatas, penulis tertarik untuk meneliti apakah metode KNN ini dapat atau cocok digunakan untuk mengklasifikasikan teks dengan data yang berasal dari berbagai karya sastra indonesia seperti puisi, cerpen, dongeng dan lain sebagainya.


1.2. Rumusan Masalah Berdasarkan latar belakang diatas maka didapatkan rumusan masalah yaitu: 1. Bagaimana membangun sistem untuk mengidentifikasi makna kata sabar dalam karya sastra Indonesia menggunakan metode KNN? 2. Berapa besar tingkat akurasi metode KNN dalam identifikasi makna kata dalam kalimat pada karya sastra Indonesia?

1.3. Batasan Masalah Batasan penulisan ini adalah sebagai berikut: 1. Data yang digunakan dalam penelitian ini adalah dokumen dengan format teks(*.txt). 2. Algoritma yang digunakan adalah algoritma KNN. 3. Data yang digunakan dalam klasifikasi adalah kalimat yang mengandung kata kunci sabar dan kalimat pendukung, yaitu kalimat yang berada di depan kalimat utama atau kalimat yang berada di belakang kalimat utama.

1.4. Tujuan Penelitian Tujuan penulisan ini adalah sebagai berikut: 1. Mengimplementasikan metode KNN dalam identifikasi makna kata sabar dalam karya sastra Indonesia. 2. Mengetahui akurasi metode KNN dalam identifikasi makna kata sabar dalam karya sastra Indonesia.


1.5. Metodologi Penelitian Dalam penelitian ini, metodologi yang digunakan adalah sebagai berikut: 1. Studi Literatur Pada tahap ini akan dilakukan dengan mencari informasi tentang penggunaan metode KNN dalam klasifikasi teks dari sumber-sumber buku, jurnal maupun website.

2. Pengumpulan data. Pada

tahap

ini

akan

dilakukan

pengumpulan

data.

Pengumpulan data ini diperoleh dari situs www.corci.org (Corpus Of Curremt Indonesia). Data yang berasal dari corci ini berupa kalimat dalam bahasa Indonesia yang berasal dari berbagai macam karya sastra Indonesia.

3. Perancangan Pada tahap ini akan dilakukan perancangan sistem.

4. Pembuatan Sistem Pada tahap ini setelah tahap perancangan dilakukan, maka akan dilanjutkan dengan tahap pembuatan sistem.

5. Implementasi dan Pengujian Pada tahap ini implementasi dilakukan dengan cara melakukan pengujian pada sistem yaitu dengan memasukan data teks ke dalam sistem untuk selanjutnya dilakukan proses klasifikasi.

6. Evaluasi Setelah tahap implementasi dan pengujian dilakukan, tahap selanjutnya adalah evaluasi. Pada tahap ini akan dilakukan analisa hasil implementasi pada sistem dan membuat kesimpulan terhadap penelitian yang dilakukan.


1.6. Sistematika Penulisan BAB I PENDAHULUAN Bab ini berisi gambaran umum tentang penulisan yang meliputi latar belakang, rumusan masalah, batasan masalah, tujuan serta metode penelitian dan sistematika penulisan.

BAB II LANDASAN TEORI Bab ini berisi tentang dasar teori yang digunakan, konsep pemerolehan informasi, ideologi kesabaran dalam karya sastra Indonesia, metode klasifikasi KNN, akurasi Cross Validation.

BAB III METODOLOGI PENELITIAN Bab ini berisi tentang proses perancangan sistem, alur kerja sistem serta tampilan antar muka yang digunakan dalam penelitan.

BAB IV IMPLEMENTASI Bab ini berisi tentang implementasi indentifikasi makna kata sabar dalam Karya Sastra.

BAB V HASIL DAN PEMBAHASAN Bab ini berisi tentang analisa hasil dari pengujian tehadap sistem.

BAB VI KESIMPULAN DAN SARAN Bab ini berisi tentang kesimpulan dari penelitian yang dilakukan berdasarkan implementasi, hasil dan pembahasan.


BAB II LANDASAN TEORI

2.1. Kesabaran Kesabaran menurut Subandi (2011) merupakan ajaran yang dijunjung tinggi oleh 5 agama besar di Indonesia (Islam, Kristen, Katolik, Hindu dan Budha). Dalam kitab Al Qur'an terdapat 44 ayat yang menggunakan kata sabar dan 14 ayat yang menggunakan kata kesabaran. Selain itu dalam Alkitab Bahasa Indonesia terdapat 70 ayat yang menggunakan kata sabar, kesabaran dan kata lain dengan lema sabar. Disebutkan pula oleh Subandi (2011) bahwa kesabaran merupakan bentuk pengendalian diri yang sangat penting dalam agama Budha dan agama Hindu. Penelitian ini menggunakan data yang diperoleh dari situs www.corci.org yang sebelumnya telah dilakukan penelitian oleh Dr. Benedictus Bherman Dwijatmoko, M.A. Dalam penelitan yang telah dilakukan sebelumnya oleh Dr. Benedictus Bherman Dwijatmoko, M.A. selaku Dosen Pembimbing, kalimat dengan lema sabar dikelompokkan dalam 6 makna yaitu keadaan, urutan giliran, urutan tindakan, kesediaan menunggu dalam pembicaraan (komunikasi), sifat(kondisi) dan pekerjaan.

2.1.1. Makna Kata Sabar Pada klasifikasi yang dilakukan akan dilakukan pembagian kelas berdasarkan makna dari kata sabar tersebut. Makna kata sabar tersebut adalah Keadaan, Urutan Giliran, Urutan Tindakan, Komunikasi, Sifat, Pekerjaan.

2.1.1.1.

Keadaan Arti keadaan muncul atas kesadaran pelaku atau pembicara pada

keadaan lawan bicara atau orang lain yang tidak baik atau jelek. Pelaku atau pembicara karena keadaan itu tidak dapat diubah lagi dan harus diterima saja atau ditolak.

6


Contoh: Pun ketika ingin membentuk sebuah kalimat, bingung aku menentukan tense-nya. Bahasa Inggrisku tak maju-maju.” “Begini, ” kata Lintang sabar menghadapi ketololanku. Ketika itu ia sedang memaku sandal cunghai-nya yang menganga seperti buaya lapar.

Penjelasan: Pada Contoh diatas Lintang menunjukkan penerimaannya pada keadaan temannya yang bahasa Inggrisnya jelek. Lintang menerima ketololan pembicara dengan sabar.

2.1.1.2.

Urutan Giliran Kesabaran juga muncul pada penantian dari tindakan orang lain.

Pelaku atau pembicara perlu sabar untuk menunggu orang lain selesai melakukan tindakannya atau menunggu gilirannya.

Contoh: Penumpang berebut turun. Wajah gadis itu nampak sabar sekali menunggu luangnya jalan. Joki memberinya kesempatan untuk lewat.

Penjelasan: Gadis pada contoh diatas sabar menunggu gilirannya untuk turun. Ia lebih aman dan nyaman menunggu sampai kesempatan untuk lewat datang.

2.1.1.3.

Urutan Tindakan Urutan tindakan juga merupakan kesabaran. Pelaku atau

pembicara perlu melakukan tindakan sesuai dengan urutannya. Bila seseorang melakukan tindakan yang tidak sesuai dengan urut-urutannya menunjukkan ketidak-sabaran orang itu.


Contoh: 1. Kami, delapan ekor sapi, yang akan tampil pada plot kedua, gemetar

menunggu aba-aba dari Mahar untuk menerjang arena. Kami tak sabar dan rasanya kaki sudah gatal ingin mendemonstrasikan kehebatan mamalia menari. Kami adalah remaja-remaja kelebihan energi dan lapar akan perhatian.

2. Tak satu baju pun yang tertinggal di almari. Seolah-olah Haji

Sudung tak akan kembali lagi ke rumah itu. Malam itu, sambil mendekap buntalan tasnya, Haji Sudung tak sabar untuk segera tertidur. Ia ingin berlari memburu pagi.

Penjelasan: Sapi-sapi pada contoh 1 menunjukkan ketidak-sabarannya untuk mengikuti urutan itu. Demikian juga Haji Sulung. Ia harus mengemasi barang-barangnya sebelum ia tidur dan kemudian pergi pada keesokan harinya. Ia ingin segera tidur dan pergi keesokan harinya.

2.1.1.4.

Komunikasi Kesaabaran juga mempunyai arti kesediaan menunggu dalam

pembicaraan (Komunikasi). Peserta pembicaraan perlu menunggu sampai orang yang berbicara selesai berbicara sebelum ia memulai bicara. Menyela pembicaraan merupakan perilaku tidak sabar.

Contoh: 1. Cun An tercenung sebentar, kelihatannya menyerap omongan penyamun ini untuk disari-sarikan, tapi setelah itu dengan tak sabar berkata, "Sudah saya bilang jangan bertele-tele. Katakan saja tawaranmu itu."


2. Mamak berhenti sejenak. Kalan semakin tidak sabar. Sebatang rokok keretek yang ia selai tak cukup mampu untuk menghilangkan gundahnya. ”Maksud Mamak?

Penjelasan: Cun An menunjukkan ketidak-sabarannya dengan memotong pembicaraan penyamun itu, dan Kalan dengan memotong pembicaraan Mamak. Latar belakang ketidak-sabaran Cun An dan Kalan berbeda. Kalimat Sudah saya bilang jangan bertele-tele. Katakan saja tawaran itu menunjukkan bahwa Cun An mempunyai kekuatan yang lebih besar daripada penyamun itu. Cun An tidak takut pada penyamun itu. Berbeda dengan Cun An, Kalan merasa tidak nyaman untuk melakukan tindakan yang dapat diartikan tidak sabar. Ia merasa terpaksa harus memotong pembicaraan mamaknya, orang yang harus dihormatinya. Sebatang rokok keretek yang ia selai tak cukup mampu untuk menghilangkan gundahnya.

2.1.1.5.

Sifat Sifat sabar merupakan sifat baik yang dipunyai oleh orang yang

diidamkan. Sifat itu sejajar dengan sifat-sifat baik yang lain seperti bijaksana, baik, tabah, dan setia.

Contoh: 1. Perempuan memang bukan persoalan baginya. Hanya masalahnya sampai sekarang dia baru bisa memahami seorang perempuan saja, mamanya, wanita yang sabar, setia, bijaksana, dan penuh kasih sayang. 2. ”Kata orangtua saya, sebagai istri saya mesti menghormati suami, saya tidak boleh membantah kata suami. Hanya orang yang baik dan sabar yang akan bisa masuk surga.”


Penjelasan: Contoh 1 membicarakan mama pelaku yang mempunyai sifat sabar, dan contoh 2 menunjukkan pembicara sendiri yang mempunyai sifat sabar. Sifat sabar pada contoh 1 disertai dengan sifat yang baik lainnya yaitu setia, bijaksana, dan penuh kasih sayang, dan pada contoh 2 sifat itu disertai dengan sifat baik. Pengakuan pelaku bahwa ibu pelaku itu mempunyai sifat sabar yang belum ia jumpai pada wanita lain pada contoh 1 dan pengakuan pembicara bahwa sifat sabarnya ia kembangkan karena kata orangtuanya menunjukkan peran orang tua dalam penanaman sifat sabar. Mereka melihat sosok orang tua sebagai orang yang dapat mereka tauladani dalam kesabaran. Akan tetapi perilaku sabar pada contoh 2 menunjukkan jalan pemikiran yang berbeda. Kesabaran pada wanita itu merupakan kesabaran yang dipaksakan. Seorang istri tidak boleh membantah kata suaminya apapun yang dikatakan suaminya. Bila ia melanggar aturan itu, ia diancam untuk tidak dapat masuk surga.

2.1.1.6.

Pekerjaan Arti kesabaran yang terakhir adalah ketekunan dalam pekerjaan.

Orang yang sabar adalah orang yang dapat menghadapi situasi yang sulit untuk dihadapi atau melakukan pekerjaannya dengan tekun. Ia tidak mudah menyerah menghadapi keadaan yang sulit dan terus tekun untuk mencapai tujuannya.

Contoh: 1. "Bagaimana aku bisa sabar, kalau harus membuang tenaga, waktu, dan pikiran cuma untuk beberapa ratus Indian rupee!"

2. Uang itu ditolak Emak. Tetapi, setelah dibujuk berulang-ulang oleh Si Pelukis dengan sabar dan manis, akhirnya uang yang cukup banyak itu diterima Emak.


Penjelasan: Pembicara pada contoh 1 tidak sabar atau tabah menghadapi keadaan yang sulit. Ia tidak mau membuang tenaga, waktu, dan pikirannya karena uang yang diterimanya sangat sedikitnya. Sebaliknya, Si Pelukis dengan gigih atau tekun terus membujuk ibu pembicara sehingga wanita itu mau menerima uang yang ingin diberikannya. Latar belakangnya munculnya kesabaran atau ketidak-sabaran pada contoh 1 dan contoh 2 berbeda. Pembicara pada contoh 1 tidak sabar atas perilaku pemilik pekerjaan atau orang yang memberinya pekerjaan. Ia merasa diperlakukan tidak sebanding antara tenaga, waktu, dan pikiran yang dikeluarkannya dengan uang yang diterimanya.

Pemilik

memperlakukan

orang

uang, yang

modal,

atau

pekerjaan

dapat

dengan

tidak

dipekerjakannya

sepantasnya. Pada data contoh 2 faktor kedudukan dan usia Emak menuntut pelukis itu untuk bertindak gigih untuk meyakinkan wanita itu agar mau menerima uang.

2.2. Pemerolehan Informasi Pemerolehan Informasi berhubungan dengan pengambilan informasi dari dokumen-dokumen yang didasarkan pada isi dan konteks dari dokumen-dokumen itu sendiri. Beberapa pengertian Pemerolehan Informasi dari berbagai sumber, antara lain : Pemerolehan Informasi adalah menemukan materi (biasanya berupa dokumen) yang bersifat tidak terstruktur (biasanya dalam bentuk teks) yang memenuhi kebutuhan informasi dari dalam koleksi atau kumpulan besar (biasanya disimpan di komputer) (Manning, 2008). Pemerolehan informasi merupakan “bidang berkaitan dengan struktur,

analisis,

organisasi,

penyimpanan,

pengambilan informasi (Salton, 1968). “ Croft, 2010.

pencarian,

dan


Information Retrieval adalah “bidang di persimpangan ilmu informasi dan ilmu komputer. Berkutat dengan pengindeksan dan pengambilan informasi dari sumber informasi heterogen (memiliki pengaruh yang berbeda) dan sebagian besar-tekstual (Mooers, 1951). “ Hersh, 2003. Data yang dapat dijadikan sumber pencarian dapat berupa pesan teks, seperti e-mail, dan dokumen berita, bahkan dokumen yang beredar di internet. Dengan jumlah dokumen koleksi yang besar sebagai sumber pencarian, maka dibutuhkan suatu sistem yang dapat membantu user menemukan dokumen yang relevan dalam waktu yang singkat dan tepat.

2.2.1. Proses Preprocessing Dokumen Setelah mendapatkan dokumen langkah selanjutnya adalah untuk memutuskan

apakah

harus

dilakukan

sebuah

langkah

untuk

menyederhanakan pencarian atau lebih sering disebut dengan proses preprocessing. Proses ini berfungsi untuk mendapatkan kata kunci yang nantinya dapat digunakan sebagai pembanding antar dokumen. Dalam proses ini ada beberapa tahap yaitu tokenisasi, stopword, stemming dan text frequency.

2.2.1.1.

Tokenisasi Tokenisasi adalah proses memotong kalimat menjadi potongan-

potongan kata yang disebut token dan pada saat yang sama karakterkarakter tertentu seperti tanda baca dihapus (Manning, 2008). Dalam tokenisasi ini pula kata dalam dokumen akan diubah menjadi huruf kecil.

Contoh: Aneh. Tadi ia tidak sabar menunggu telepon berbunyi, tapi kini malah ragu mengangkat. Perasaan cemas menyisip.


Maka akan menjadi seperti dibawah ini: aneh

tadi

telepon

tapi

perasaan

cemas

2.2.1.2.

ia kini

tidak

sabar

menunggu

malah

ragu

mengangka t

menyisip

Stopword Stopword adalah kata yang sangat umum yang akan muncul

menjadi nilai yang kecil dalam membantu dokumen pilih yang cocok dengan kebutuhan pengguna dikecualikan dari kosa kata seluruhnya (Manning, 2008). Pada stopword ini akan dibuat sebuah dokumen yang berisi kumpulan kata yang sering muncul namun dianggap tidak memiliki makna dalam kaitannya dengan kemiripan antar dokumen. Kata itu seperti kata yang, dan, aku dan lain sebagainya.

Contoh: aneh

tadi

ia

tapi

kin malah i cemas menyisip

tidak ragu

sabar

menunggu

mengangkat

telepon

perasaan

Maka akan menjadi seperti dibawah ini: sabar

menunggu

cemas

menyisip

2.2.1.3.

telepon

ragu

mengangkat

perasaan

Stemming Stemming adalah proses untuk mengambalikan sebuah bentuk

kata menjadi bentuk kata dasar dengan cara menghilangkan semua imbuhan baik dari awalan, sisipan, akhiran dan kombinasi dari awalan dan akhiran.


Contoh: sabar

menunggu

perasaan

cemas

telepon

ragu

mengangkat

menyisip

Maka akan menjadi seperti dibawah ini: sabar

tunggu

telepo n

ragu

angka t

rasa

cemas

sisi p 2.2.1.3.1.

Stemming Sastrawi Disebutkan dalam situs www.github.com/sastrawi Sastrawi

stemmer merupakan sebuah library stemmer sederhana yang didesain untuk dapat digunakan secara mudah. Sastrawi stemmer menerapkan algoritma yang berbasis Nazief dan Adriani, kemudian ditingkatkan dengan Algoritma CS (Confix Stripping), kemudian ditingkatkan lagi dengan algortima ECS (Enhanced Confix Stripping), lalu ditingkatkan lagi dengan Modified ECS. Dengan menggunakan algoritma-algoritma tersebut, banyak persoalan stemming berhasil diatasi: 1. mencegah overstemming dengan kamus kata dasar. 2. mencegah understemming dengan aturan-aturan tambahan. 3. Beberapa contoh kata hasil stem: Buku-buku ~> buku Menahan ~> tahan Berbalas – balasan ~> balas


2.2.1.3.2.

Stemming Nazief dan Adriani Pada stemming dengan menggunakan algoritma Nazief &

Adriani, terdapat beberapa tahapan diantaranya adalah: 1. Mencari kata yang akan di stem dengan menggunakan kamus kata dasar. Jika ditemukan maka algoritma akan berhenti dan kata tersebut diasumsikan sebagai root word. 2. Inflection Suffixes (“-lah”, “-kah”, “-ku”, “-mu”, atau “-nya”) dibuang. Jika berupa particles (“-lah”, “-kah”, “-tah” atau “-pun”) maka langkah ini diulangi lagi untuk menghapus Possesive Pronouns(“-ku”, “-mu”, atau “-nya”), jika ada. 3. Hapus Derivation Suffixes (“-i”, “-an” atau “-kan”). Jika kata ditemukan di kamus, maka algoritma berhenti. Jika tidak maka ke langkah 3a. 3a. Jika “-an” telah dihapus dan huruf terakhir dari kata tersebut adalah “-k”, maka “-k” juga ikut dihapus. Jika kata tersebut ditemukan dalam kamus maka algoritma berhenti. Jika tidak ditemukan maka lakukan langkah 3b. 3b. Akhiran yang dihapus (“-i”, “-an” atau “-kan”) dikembalikan, lanjut ke langkah 4. 4. Hapus Derivation Prefix. Jika pada langkah 3 ada sufiks yang dihapus maka pergi ke langkah 4a, jika tidak pergi ke langkah 4b. 4a. Periksa tabel kombinasi awalan-akhiran yang tidak diijinkan. Jika ditemukan maka algoritma berhenti, jika tidak pergi ke langkah 4b. 4b. For i = 1 to 3, tentukan tipe awalan kemudian hapus awalan. Jika root word belum juga ditemukan lakukan langkah 5, jika sudah maka algoritma berhenti. Catatan: jika awalan kedua sama dengan awalan pertama algoritma berhenti. 5. Melakukan Recoding. 6. Jika semua langkah telah selesai tetapi tidak juga berhasil maka kata awal diasumsikan sebagai root word. Proses selesai.


2.2.1.4.

Text Frequency dan Pembobotan Semakin banyak kata yang mirip atau sama antara dua dokumen

maka semakin dekat kedua dokumen tersebut dan akan memiliki bobot atau nilai yang lebih tinggi (Manning,2008). Pemberian bobot atau nilai akan menggunakan teknik TF/IDF(term frequency / inverse document frequency). TF adalah jumlah kemunculan suatu kata dalam sebuah dokumen, sedangkan IDF adalah inverse dari banyanknya dokumen dimana suatu term tersebut muncul.

Rumus Pembobotan Saton(1983):

W(t,d) = tft,d * idft = tf(t,d) * log(N/nt)

(2.1)

Keterangan: a. W(t,d) = bobot dari term(kata) t dalam dokumen d. b. Tf(t,d) = frekuensi kemunculan term(kata) t dalam dokumen d. c. Idft = Inverse document frequency dari kata t. d. N = jumlah seluruh dokumen. e. Nt = jumlah dari dokumen training yang mengandung kata t.

2.3.

Klasifikasi Teks Klasifikasi merupakan proses untuk menemukan model atau fungsi yang menjelaskan atau membedakan kelas – kelas data fungsi tersebut digunakan untuk memperkirakan kelas dari suatu objek yang labelnya tidak diketahui. Proses klasifikasi ini terbagi menjadi dua tahapan, yaitu tahap test dan tahap uji. Pada tahap test, sebagian data yang telah diketahui kelas datanya diumpankan untuk membentuk model prediksi (Han dan Kamber, 2006).


2.3.1. K-Nearest Neighbour Metode KNN adalah salah satu metode yang digunakan dalam sistem klasifikasi yang menggunakan pendekatan Machine Learning. Machine Learning merupakan sebuah proses dalam membangun sistem klasifikasi melakui pembelajaran dari sejumlah contoh yang sudah diklasifikasikan sebelumnya (Feldman & Sanger, 2007). Salah satu masalah yang dihadapi KNN adalah pemilihan nilai K yang tepat. Misalnya, diambil K bernilai 13, kelas 0 dimiliki oleh 7 tetangga yang jauh, sedangkan kelas 1 dimiliki oleh 6 tetangga yang lebih dekat. Hal ini mengakibatkan data uji tersebut akan terdistorsi sehingga ikut tergabung dengan kelas 0. Hal ini karena setiap tetangga tersebut memiliki bobot yang sama terhadap data uji, sedangkan nilai K yang terlalu kecil bisa menyebabkan algoritma terlalu sensitif terhadap noise. Nilai K yang bagus dapat dipilih berdasarkan optimisasi parameter, misalkan dengan cross validation (Eko Prasetyo, 2012). Berikut ini adalah beberapa karakteristik kelebihan dan kekurangan metode KNN menurut Eko Prasetyo(2012). 1. KNN merupakan algoritma yang menggunakan seluruh data latih untuk melakukan proses klasifikasi (complete storage). Hal ini mengakibatkan proses prediksi yang sangat lama untuk data dalam jumlah yang sangat besar. Pendekatan lain adalah dengan menggunakan mean data dari setiap kelas, kemudian menghitung jarak terdekat data uji ke mean data setiap kelas tersebut. Hal ini memberi keuntungan kerja yang lebih cepat, tetapi hasilnya kurang memuaskan karena model hanya membentuk hyperplane tepat di tengah-tengah di antara 2 kelas yang memisahkan 2 kelas (untuk kasus 2 kelas). Semakin banyak data latih, semakin halus hyperplane yang dibuat. Ada relasi pertukaran (trade- off relation) antara jumlah data latih pada biaya komputasi dengan kualitas batas keputusan (decision boundary) yang dihasilkan.


2. Algoritma KNN tidak membedakan setiap fitur dengan suatu bobot seperti pada Artificial Neural Network (ANN) yang berusaha menekan fitur yang tidak mempunyai kontribusi terhadap klasifikasi menjadi 0 pada bagian bobot. KNN tidak memiliki bobot untuk masing- masing fitur. 3. Karena KNN masuk kategori lazy learning yang menyimpan sebagian atau semua data dan hampir tidak ada proses pelatihan, KNN sangat cepat dalam proses pelatihan (karena memang tidak ada), tetapi sangat lambat dalam proses prediksi. 4. Hal yang rumit adalah menentukan nilai K yang paling sesuai. 5. Karena KNN pada prinsipnya memilih tetangga terdekat, parameter jarak juga penting untuk dipertimbangkan sesuai dengan kasus datanya. Euclidean sangat cocok untuk menggunakan jarak terdekat (lurus) antara dua data, tetapi Manhattan sangat teguh (robust) untuk mendeteksi outlier dalam data.


2.3.2. Langkah Algoritma KNN 1. Tentukan parameter k = jumlah dokumen tetangga. 2. Hitung kemiripan antara dokumen baru dan dokumen pelatihan dengan menggunakan rumus cosine similarity (Manning, Raghavan, dan Schutze, 2008): Sim(𝑑𝑗 , 𝑞) =

𝑑𝑗 .𝑞

(2.2)

‖𝑑𝑗 ‖ ‖𝑞‖ 𝑁

෍ 𝑤𝑖,𝑗 𝑤𝑖,𝑗 𝑖=1

Sim(𝑑𝑗 , 𝑞 ) = 𝑁

𝑁

ඩ෍ 𝑤 2 𝑖=1

(2.3)

𝑖,𝑗

ඩ෍ 𝑤 2 𝑖,𝑞 𝑖=1

Keterangan: -

𝑑𝑗

: dokumen j (dokumen pelatihan)

-

𝑞

: query dokumen (dokumen test)

-

2 ∑𝑁 𝑖=1 𝑤 𝑖,𝑗

: jumlah bobot kata i pada dokumen j

-

2 ∑𝑁 𝑖=1 𝑤 𝑖,𝑞

: jumlah bobot kata i pada dokumen q (test)

3. Urutkan nilai kesamaan dan tentukan tetangga terdekat berdasarkan jarak terkecil, banyak tetangga terdekat diambil dari parameter k. 4. Gunakan label mayoritas dari kategori dokumen tetangga sebagai nilai prediksi dokumen test.


2.3.3. Perhitungan Akurasi Perhitungan akurasi dilakukan dengan menggunakan metode cross-validation. Pada metode cross-validation, data dibagi menjadi k subset atau fold yang saling bebas secara acak, yaitu S1, S2, ...., Sk, dengan ukuran setiap subset sama. Pelatihan dan pengujian dilakukan sebanyak k kali. Pada iterasi ke-i, subse S1 diperlukan sebagai data pengujian, dan subset lainnya sebagai data pelatihan. Tingkat akurasi dihitung dengan membagi jumlah keseluruhan klasifikasi yang benar dengan jumlah semua instance pada data awal (Han & Kamber 2006). Jika menggunakan 3 fold, maka akan dibagi menjadi 3 tahap seperti dibawah ini: Tahap I 1. fold 1 sebagai data uji. 2. fold 2 sebagai data pelatihan. 3. fold 3 sebagai data pelatihan. Tahap II 1. fold 2 sebagai data uji. 2. fold 1 sebagai data pelatihan. 3. fold 3 sebagai data pelatihan. Tahap III 1. fold 3 sebagai data uji. 2. fold 1 sebagai data pelatihan. 3. fold 2 sebagai data pelatihan.

Setelah dilakukan cross-validation maka dilanjutkan dengan precision untuk menentukan akurasi.

Precision =

𝑗𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 𝑦𝑎𝑛𝑔 𝑡𝑒𝑝𝑎𝑡 𝑗𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 𝑡𝑒𝑠𝑡𝑖𝑛𝑔

x 100%

(2.4)


BAB III METODOLOGI PENELITIAN 3.1. Gambaran Umum Sistem Dalam penelitian ini, sistem yang dibangun adalah sistem pemerolehan informasi yang menggunakan data dalam format .txt. Sistem ini memiliki fungsi dalam melakukan identifikasi terhadap makna kata sabar dalam sebuah karya sastra Indonesia. Dalam proses identifikasi ini, dilakukan proses klasifikasi menggunakan metode KNN. Data dalam sistem ini akan dibagi menjadi 2 yaitu data traning dan data testing. Data training di masukan ke dalam folder sesuai dengan maknanya. Alur dalam sistem ini diawali dengan tahap preprocessing yang akan dilakukan terhadap data training maupun data testing. Prosesnya diawali dengan melakukan tokenisasi. Dalam tokenisasi baik data training maupun data testing yang awalnya adalah sebuah kalimat lengkap dengan tanda bacanya akan dilakukan penghapusan karakter tanda baca, pemenggalan kata serta mengubah semua huruf menjadi huruf kecil. Tahap selanjutnya dalam preprocessing adalah stopword. Pada tahap stopword, akan dilakukan penghapusan kata-kata yang tidak mempengaruhi makna kalimat tersebut seperti kata ganti orang dan kata penghubung. Tahap selanjutnya yaitu stemming. Pada tahap stemming akan dilakukan pengembalian kata ke bentuk kata dasarnya. Setelah ketiga tahap tersebut dilalui, tahap selanjutnya adalah menghitung tf atau jumlah kemunculan kata dalam dokumen. Setelah itu akan dilakukan proses penghitungan bobot. Tahap selanjutnya adalah tahap klasifikasi. Pada tahap klasifikasi ini, langkah awalnya dengan menentukan nilai k atau nilai jarak, kemudian menghitung cosine similarity, pengurutan kemiripan vektor dan menentukan label mayoritas. Berikut ini adalah skema yang digunakan. Gambaran sistem secara umum dapat dilihat pada gambar 3.1. dibawah ini:

21


Input data

Preprocessing

Tokenizing

Stopword

Klasifikasi KNN

Stemming

Hasil

Text Frequency

Preprocessing

Menentukan k

Menghitung Cosine Similarity

Mengurutkan Vektor

Mencari label mayoritas

Klasifikasi Gambar 3.1 Gambaran Umum Sistem

Gambar 3. 1. Gambaran Umum Sistem

3.1.1. Input Data Data yang akan digunakan adalah data berupa kumpulan kalimat yang mengandung kata dasar “sabar” yang didapatkan dari situs CORCI dan sudah diklasifikasikan sebelumnya kedalam 6 kategori, yaitu: kata sifat, komunikasi, keadaan, urutan tindakan, pekerjaan, urutan giliran. Jumlah data sebanyak 108. Rincian banyaknya dokumen dalam sebuah kelas dapat dilihat pada tabel 3.1.1 dibawah ini: Tabel 3. 1. 1. Daftar Data No Kelas Jumlah data 1

Keadaan

33

2

Urutan Giliran

22

3

Urutan Tindakan

20

4

Komunikasi

15

5

Sifat

12

6

Pekerjaan

6


3.1.2. Prepocessing Pada tahap preprocessing ada 4 tahap yang harus berurutan yaitu: 1. Tokenisasi - Sekumpulan Kalimat akan dipecah menjadi token. - Kata diubah menjadi huruf kecil. - Kata yang sudah menjadi token dan di ubah menjadi huruf kecil akan di hapus karakter yang tidak penting seperti tanda baca. - Contoh hasil Tokenisasi dapat dilihat pada lampiran 1.

2. Stopword - Pada tahap ini akan dilakukan penghapusan pada kata yang tidak berpengaruh terhadap proses pemerolehan informasi. - Contoh hasil Stopword dapat dilihat pada lampiran 2.

3. Stemming - Pada tahap ini kata yang memiliki imbuhan pada awalan, akhiran maupun awalan dan akhiran akan dikembalikan menjadi kata dasar. - Contoh hasil Stemming dapat dilihat pada lampiran 3.

4. Text Frequency / pembobotan kata - Pada tahap ini akan dilakukan pembobotan nilai dengan menggunakan TF/IDF. - Hasil perhitungan Text Frequency dapat dilihat pada lampiran 4.


3.1.3. Klasifikasi KNN Setelah melewati 4 tahap pada processing, selanjutnya adalah proses klasifikasi. Proses klasifikasi ini menggunakan metode KNN yang terbagi menjadi 4 tahap yaitu: 1. Menentukan k - Nilai K adalah jumlah dokumen tetangga terdekat. Nilai K yang digunakan pada contoh ini adalah K= 8 dan K = 10.

2. Menghitung Cosine Similarity - Cosine Similarity berfungsi untuk menghitung kemiripan antar dokumen. - Hasil Cosine Similarity dapat dilihat pada lampiran 5.

3. Mengurutkan Vektor. - Data yang digunakan untuk mengurutkan vektor ini berasal dari hasil Cosine Similarity yang diurutkan dari nilai terkecil k terbesar. - Hasil pengurutan dapat dilihat pada lampiran 6.

4. Mencari label mayoritas. - Penentuan label mayoritas dilakukan dengan berdasarkan pada perolehan kelas terbanyak dalam urutan vektor sesuai dengan nilai K. Sebagai contoh jika nilai K = 8 dan kelas terbanyak yang muncul dalam 8 urutan vektor tersebut adalah kelas Keadaan, maka hasil klasifikasinya adalah kelas Keadaan. - Hasil label mayoritas dapat dilihat pada lampiran 7. - Jika k = 8 maka data test termasuk dalam kelas Sifat. - Jika k = 10 maka data test termasuk dalam kelas komunikasi.


3.2. Analisa Kebutuhan Sistem 3.2.1. Definisi Aktor Dalam sistem ini hanya ada 1 aktor yaitu user. User adalah aktor yang memiliki fasilitas untuk mengelola serta mengakses sistem seperti terlihat pada tabel 3.2.1 dibawah ini: Tabel 3. 2. 1. Definisi Aktor Aktor Fasilitas Akses User

-

Input Dokumen

-

Klasifikasi Dokumen

3.2.2. Diagram Use Case Detail diagram use case dapat dilihat seperti pada gambar 3.2.2 dibawah ini:

Gambar 3. 2. 1. Diagram Use Case


3.2.3. Skenario Use Case 3.2.3.1.

Skenario Use Case Input Dokumen

3.2.3.1.1.

Input Kamus Stopword Nama Use Case

: Input Kamus Stopword

Aktor

: User

Kondisi Awal

: User menjalankan sistem

Kondisi Akhir

: Dokumen kamus Stopword masuk kedalam sistem. Seperti pada tabel 3.2.3.1.1. berikut:

Tabel 3. 2. 3. 1. 1. Narasi Input Kamus Stopword Aksi Aktor Reaksi sistem 1. User menekan tombol browse

pada

bagian

kamus Stopword 2. Sistem menampilkan form load data 3. User

memasukan

kamus Stopword 4. Sistem lokasi

menampilkan direktori

Stopword

kamus


3.2.3.1.2.

Input Kamus Stemming Nama Use Case

: Input Kamus Stemming

Aktor

: User

Kondisi Awal

: User menjalankan sistem

Kondisi Akhir

: Dokumen kamus Stemming masuk kedalam sistem. Seperti pada tabel 3.2.3.1.2 berikut:

Tabel 3. 2. 3. 1. 2. Narasi Input Kamus Stemming Aksi Aktor Reaksi sistem 1. User menekan tombol browse

pada

bagian

kamus Stemming 2. Sistem menampilkan form load data 3. User

memasukan

kamus Stemming 4. Sistem menampilkan lokasi direktori kamus Stemming


3.2.3.1.3.

Input Data Training Nama Use Case

: Input Data Training

Aktor

: User

Kondisi Awal

: User menjalankan sistem.

Kondisi Akhir

: Dokumen Training masuk kedalam sistem. Seperti pada tabel 3.2.3.1.3 berikut:

Tabel 3. 2. 3. 1. 3. Narasi Input Data Training Aksi Aktor Reaksi sistem 1. User menekan tombol browse

pada

bagian

Data Training 2. Sistem menampilkan form load data 3. User memasukan Data Training 4. Sistem menampilkan lokasi direktori Data Training


3.2.3.1.4.

Input Data Testing Nama Use Case

: Input Data Testing

Aktor

: User

Kondisi awal


Kondisi Akhir

: Dokumen Testing masuk kedalam sistem. Seperti pada tabel 3.2.3.1.4 berikut:

Tabel 3. 2. 3. 1. 4. Narasi Input Data Testing Aksi Aktor Reaksi sistem 1. User menekan tombol browse

pada

bagian

Data Testing 2. Sistem menampilkan form load data 3. User memasukan Data Testing 4. Sistem menampilkan lokasi direktori Data Testing


3.2.3.2.

Skenario Use Case Klasifikasi Dokumen

3.2.3.2.1.

Input Nilai K Nama Use Case

: Input Nilai K

Aktor

: User

Kondisi Awal


Kondisi Akhir

: Nilai K tersimpan pada sistem. Seperti pada tabel 3.2.3.2.1 berikut:

Tabel 3. 2. 3. 2. 1. Narasi Input Nilai K Aksi Aktor Reaksi sistem 1. User

menekan

dan

memilih Nilai k pada bagian Nilai K 2. Sistem menyimpan nilai K yang telah dipilih


3.2.3.2.2.

Klasifikasi Nama Use Case

: Klasifikasi

Aktor

: User

Kondisi Awal


Kondisi Akhir

: Sistem menampilkan Hasil klasifikasi menggunakan knn. Seperti pada tabel 3.2.3.2.2 berikut:

Tabel 3. 2. 3. 2. 2. Narasi Klasifikasi Aksi Aktor Reaksi sistem 1. User menekan button klasifikasi 2. Sistem melakukan proses preprocessing

dan

klasifikasi

serta

menampilkan

hasil

klasifikasi


3.3. Perancangan Model Penyimpanan Data Dalam sistem ini, terdapat penyimpanan data dalam bentuk .txt. Beberapa diantaranya adalah sebagai berikut: 1. Stopword.txt Berisi daftar stopword yang akan digunakan untuk melakukan proses stopword / menghilangkan kata yang tidak mempengaruhi makna. 2. Stemming.txt Berisi daftar kata dasar yang akan digunakan untuk mengembalikan daftar kata dalam dokumen yang telah melalui tahap stopword.

3.4. Diagram Konteks Detail diagram konteks dapat dilihat pada gambar 3.4 berikut: Klasifikasi dokumen User Hasil klasifikasi

Sistem Identifikasi Makna Kata Sabar Menggunakan KNN

Gambar 3. 2. Diagram Konteks


3.5. Diagram Aktivitas 3.5.1. Diagram Aktivitas Proses Input Dokumen 3.5.1.1.

Input Stopword Detail diagram aktivitas input Stopword dapat dilihat seperti pada gambar 3.5.1.1 dibawah ini:

Gambar 3. 5. 1. 1. Diagram Aktivitas Input Stopword

3.5.1.2.

Input Stemming

Detail diagram aktivitas input Stemming dapat dilihat seperti pada gambar 3.5.1.2 dibawah ini:

Gambar 3. 5. 1. 2. Diagram Aktivitas Input Stemming


3.5.1.3.

Input Data Training

Detail diagram aktivitas input Data Training dapat dilihat seperti pada gambar 3.5.1.3 dibawah ini:

Gambar 3. 5. 1. 3. Diagram Aktivitas Input Data Training 3.5.1.4.

Input Data Testing

Detail diagram aktivitas input Data Testing dapat dilihat seperti pada gambar 3.5.1.4 dibawah ini:

Gambar 3. 5. 1. 4. Diagram Aktivitas Data Testing


3.5.2. Diagram Aktivitas Proses Klasifikasi 3.5.2.1.

Input Nilai K


Gambar 3. 5. 2. 1. Diagram Aktivitas Input Nilai K 3.5.2.2.

Klasifikasi


Gambar 3. 5. 2. 2. Diagram Aktivitas Klasifikasi


BAB IV IMPLEMENTASI 4.1. Spesifikasi Software dan Hardware yang dibutuhkan 4.1.1. Spesifikasi Software Spesifikasi software yang digunakan adalah sebagai berikut: Sistem operasi

: Windows 7 Ultimate

Aplikasi

: Netbeans IDE 8.1

Bahasa Pemrograman : Java (jdk 1.7.0_13)

4.1.2. Spesifikasi Hardware Spesifikasi hardware yang digunakan adalah sebagai berikut: Processor

: Intel core i3

Memory

: 4 GB

Harddisk

: 500 GB

36


4.2. Implementasi Antar Muka Tampilan antar muka sistem dapat dilihat pada gambar 4.2.1. dan 4.2.2 seperti berikut:

Gambar 4. 2. 1. Antar Muka Awal

Gambar 4. 2. 2. Antar Muka Output


4.3. Implementasi Sistem 4.3.1. Implementasi Preprocessing 4.3.1.1.

Implementasi Tokenisasi Pada langkah tokenisasi ini akan dilakukan penghapusan tanda

baca, pemotongan kalimat menjadi token dan mengubah huruf menjadi lower case seperti pada list code 4.3.1.1 dibawah ini: public void Tokenize() { if (tokenized) { return; } try { FileInputStream fis = new FileInputStream(filename); Scanner s = new Scanner(fis); if (daftarKata == null) { daftarKata = new ArrayList<>(); } else { daftarKata.clear(); } while (s.hasNext()) { String text = s.next(); String kata = text.replaceAll("[^a-zA-Z0-9&&[^\\-]]", ""); daftarKata.add(kata); } tokenized = true; } catch (FileNotFoundException ex) { tokenized = false; Logger.getLogger(Dokumen.class.getName()).log(Level.SEVERE, null, ex); } }

List Code 4. 3. 1. 1. Implementasi Tokenisasi


4.3.1.2.

Implementasi Stopword Pada langkah Stopword ini akan dilakukan penghapusan kata

yang tidak mempengaruhi makna seperti kata penghubung dan lain sebagainya berdasarkan kamus Stopword seperti pada list code 4.3.1.2 dibawah ini: public void bacakamusstopword(String filename) { try { FileInputStream FIS = new FileInputStream(filename); Scanner sc = new Scanner(FIS); kamusStopWord = new ArrayList<>(); while (sc.hasNext()) { kamusStopWord.add(sc.next()); } } catch (FileNotFoundException ex) {

Logger.getLogger(tampilstopword.class.getName()).log(Level.SEVERE, null, ex); }} public void hapusstopword() { if (removedStopWords) { return; } if (kamusStopWord == null) { throw new IllegalStateException("Kamus stopword belum ada"); } if (!tokenized) { throw new IllegalStateException("Dokumen belum di-tokenize"); } Iterator<String> i = daftarKata.iterator(); while (i.hasNext()) { String token = i.next(); if (kamusStopWord.contains(token)) { i.remove(); }} removedStopWords = true; }

List Code 4. 3. 1. 2. Implementasi Stopword


4.3.1.3.

Implementasi Stemming Pada langkah Stemming ini akan dilakukan pengembalian kata ke bentuk kata dasarnya berdasarkan kamus kata dasar seperti pada list code 4.3.1.3 dibawah ini: public void bacakamus(String path) { try { FileInputStream fis = new FileInputStream(path); Scanner s = new Scanner(fis); kamusKataDasar = new HashSet<>(); while (s.hasNext()) { kamusKataDasar.add(s.next()); } } catch (FileNotFoundException ex) {

Logger.getLogger(tampilstopword.class.getName()).log(Level.SEVERE, null, ex); }}

public void stem() { if (stemmed) { return; } if (kamusKataDasar == null || kamusKataDasar.isEmpty()) { throw new IllegalStateException("Kamus kata dasar belum ada"); } if (!removedStopWords) { throw new IllegalStateException("Stopwords belum dibuang"); } Lemmatizer stemmer = new DefaultLemmatizer(kamusKataDasar); for (int i = 0; i < daftarKata.size(); i++) { String kata = daftarKata.get(i); daftarKata.set(i, stemmer.lemmatize(kata)); } stemmed = true; }

List Code 4. 3. 1. 3. Implementasi Stemming


4.3.1.4.

Implementasi Tf Pada langkah Tf ini akan dilakukan penghitungan frekuensi

kemunculan kata dalam sebuah dokumen seperti pada list code 4.3.1.4 dibawah ini: public int getTermFrequency(String term, Dokumen doc) { TermDocumentPair key = new TermDocumentPair(term, doc); if (tableTF.containsKey(key)) { return tableTF.get(key); } else { int count = 0; for (String kata : doc.daftarKata) { if (kata.equals(term)) { count++; } } tableTF.put(key, count); return count; } }

List Code 4. 3. 1. 4. Implementasi Tf


4.3.1.5.

Implementasi Idf Pada langkah Idf ini akan dilakukan penghitungan inverse dari

banyaknya dokumen dimana suatu term tersebut muncul seperti pada list code 4.3.1.5 dibawah ini: public int getDocumentFrequency(String term) { if (tableDF.containsKey(term)) { return tableDF.get(term); } else { int c = 0; for (Dokumen d : master.documents) { if (d.daftarKata.contains(term)) { c++; } } tableDF.put(term, c); return c; } } public double getInverseDocumentFrequency(String term) { return Math.log(master.documents.size() / getDocumentFrequency(term)); }

List Code 4. 3. 1. 5. Implementasi Idf


4.3.1.6.

Implementasi Pembobotan public double getWeight(String term, Dokumen doc) { return getTermFrequency(term, doc) * getInverseDocumentFrequency(term); }

public double getInnerProduct(String term, Dokumen doc) { return getWeight(term, doc) * getWeight(term, docTest); }

public Matrix getPanjangVektor() { int r = allTerms.size(), c = master.documents.size(); Matrix m = new Matrix(r, c); String[] terms = new String[r]; allTerms.toArray(terms); for (int i = 0; i < r; i++) { for (int j = 0; j < c; j++) { double w = getWeight(terms[i], master.documents.get(j)); m.set(i, j, w * w); } } return m; }

List Code 4. 3. 1. 6. Implementasi Pembobotan


4.3.2. Implementasi Klasifikasi 4.3.2.1.

Implementasi Hiitung Cosine Similarity public Map cosineSimilarities() { int r = allTerms.size(), c = master.documents.size(); Matrix panjangVektor = getPanjangVektor(); Matrix innerProduct = new Matrix(r, c); String[] terms = new String[r]; allTerms.toArray(terms); for (int i = 0; i < r; i++) { for (int j = 0; j < c; j++) { innerProduct.set(i, j, getInnerProduct(terms[i], master.documents.get(j))); } } Map res = new HashMap<>(c - 1); int docTestIdx = 0; for (int i = 0; i < master.documents.size(); i++) { Dokumen d = master.documents.get(i); if (d == docTest) { docTestIdx = i; continue; } double atas = innerProduct.sumCol(i); double bawah = Math.sqrt(panjangVektor.sumCol(i) * panjangVektor.sumCol(docTestIdx)); res.put(d, atas / bawah); } return res; }

List Code 4. 3. 2. 1. Implementasi Hitung Cosine Similarity


4.3.2.2.

Implementasi Hitung Label Mayoritas public Kelas classify(int k) { Map matrix = cosineSimilarities(); TreeSet<Map.Entry> asd = new TreeSet(new Comparator<Map.Entry>() { @Override public int compare(Map.Entry o1, Map.Entry o2) { return Double.compare(o1.getValue(), o2.getValue()); } }); asd.addAll(matrix.entrySet()); List<Entry> neighbors = new ArrayList<>(asd).subList(0, k); int numOfClass = master.classes.size(); int[] as = new int[numOfClass]; for (Entry neighbor : neighbors) { for (int i = 0; i < as.length; i++) { Kelas kelas = master.classes.get(i); if (kelas.getDaftarDokumen().contains(neighbor.getKey())) { as[i]++; }}} int max = max(as); return master.classes.get(max); } static int max(int[] arr) { int max = arr[0]; for (int i : arr) { if (i > max) { max = i; } } return max; }

List Code 4. 3. 2. 2. Implementasi Hitung Label Mayoritas


BAB V HASIL DAN PEMBAHASAN

5.1. Pengujian 5.1.1. K fold Cross Validation Dalam pengujian ini dilakukan manual dengan menggunakan metode k fold cross validation. Dalam pengujian ini data training akan dibagi kedalam k fold. Fold ini akan diisi dengan data training yang dibagi ke masing-masing fold secara merata. Setiap fold nantinya akan bergantian menjadi data training dan data testing sesuai dengan jumlah fold. Setelah proses penghitungan akurasi dilakukan maka akan dihitung presentasi data yang terkasifikasi dengan tepat oleh sistem sesuai dengan kategori awal.

46


5.1.1.1.

3 Fold Pada pengujian dengan menggunakan 3 fold, 108 data training

akan dibagi menjadi 3 bagian seperti pada tabel 5.1.1.1 dibawah ini: Tabel 5. 1. 1. 1. Pembagian Data 3 Fold fold 1

fold 2

fold 3

keadaan1

keadaan12

keadaan23

keadaan2

keadaan13

keadaan24

keadaan3

keadaan14

keadaan25

keadaan4

keadaan15

keadaan26

keadaan5

keadaan16

keadaan27

keadaan6

keadaan17

keadaan28

keadaan7

keadaan18

keadaan29

keadaan8

keadaan19

keadaan30

keadaan9

keadaan20

keadaan31

keadaan10

keadaan21

keadaan32

keadaan11

keadaan22

keadaan33

Pekerjaan1

Pekerjaan3

Pekerjaan5

Pekerjaan2

Pekerjaan4

Pekerjaan6

sifat1

sifat5

sifat9

sifat2

sifat6

sifat10

sifat3

sifat7

sifat11

sifat4

sifat8

sifat12

komunikasi1

komunikasi6

komunikasi11

komunikasi2

komunikasi7

komunikasi12

komunikasi3

komunikasi8

komunikasi13

komunikasi4

komunikasi9

komunikasi14

komunikasi5

komunikasi10

komunikasi15

urutan giliran1

urutan giliran8

urutan giliran15

urutan giliran2

urutan giliran9

urutan giliran16

urutan giliran3

urutan giliran10

urutan giliran17

urutan giliran4

urutan giliran11

urutan giliran18

urutan giliran5

urutan giliran12

urutan giliran19

urutan giliran6

urutan giliran13

urutan giliran20

urutan giliran7

urutan giliran14

urutan giliran21

urutan tindakan1

urutan tindakan8

urutan giliran22

urutan tindakan2

urutan tindakan9

urutan tindakan15

urutan tindakan3

urutan tindakan10

urutan tindakan16

urutan tindakan4

urutan tindakan11

urutan tindakan17

urutan tindakan5

urutan tindakan12

urutan tindakan18

urutan tindakan6

urutan tindakan13

urutan tindakan19

urutan tindakan7

urutan tindakan14

urutan tindakan20


Dengan pembagian data untuk setiap tahap: Tahap I fold 1 sebagai data uji. fold 2 sebagai data pelatihan. fold 3 sebagai data pelatihan. Tahap II fold 2 sebagai data uji. fold 1 sebagai data pelatihan. fold 3 sebagai data pelatihan. Tahap III fold 3 sebagai data uji. fold 1 sebagai data pelatihan. fold 2 sebagai data pelatihan.

Detil perhitungan 3 fold dapat dilihat pada lampiran 8.


5.2. Analisa Hasil Berdasar pada pengujian yang telah dilakukan pada langkah sebelumnya maka diperoleh rincian nilai akurasi dengan menggunakan nilai k = 4 hingga nilai k = 7.

a. Pengujian dengan nilai K = 4 Tahap 1 (K = 4) Pada pengujian dengan 36 data uji pada tahap 1, diperoleh hasil 10 data yang relevan / terklasifikasi dengan benar, 26 data lainnya berhasil terklasifikasi namun tidak sesuai dengan kelas atau kategori yang sebenarnya. Pada pengujian tahap 1 diperoleh nilai akurasi 27,8%. Rincian lengkapnya dapat dilihat seperti pada tabel 5.2.1.1 dibawah ini: Tabel 5. 2. 1. 1 Tahap 1 (K = 4) 36 Jml data 10 Jml data relevan 26 Jml data tidak relevan 27,8 Akurasi Tahap 2 (K = 4) Pada pengujian dengan 36 data uji pada tahap 2, diperoleh hasil 10 data yang relevan / terklasifikasi dengan benar, 26 data lainnya berhasil terklasifikasi namun tidak sesuai dengan kelas atau kategori yang sebenarnya. Pada pengujian tahap 2 diperoleh nilai akurasi 27,8%. Rincian lengkapnya dapat dilihat seperti pada tabel 5.2.1.2 dibawah ini:

Tabel 5. 2. 1. 2. Tahap 2 (K = 4) 36 Jml data 10 Jml data relevan 26 Jml data tidak relevan 27,8 Akurasi


Tahap 3 (K= 4) Pada pengujian dengan 36 data uji pada tahap 3, diperoleh hasil 8 data yang relevan / terklasifikasi dengan benar, 28 data lainnya berhasil terklasifikasi namun tidak sesuai dengan kelas atau kategori yang sebenarnya. Pada pengujian tahap 3 diperoleh nilai akurasi 22,2%. Rincian lengkapnya dapat dilihat seperti pada tabel 5.2.1.3 dibawah ini:

Tabel 5. 2. 1. 3. Tahap 3 (K = 4) 36 Jml data Jml data relevan 8 Jml data tidak relevan 28 Akurasi 22,2 Dari 3 tahap pengujian yang telah dilakukan dengan menggunakan nilai K = 4 diperoleh nilai rata – rata 25,9% dengan rincian seperti pada tabel 5.2.1.4 dibawah ini:

Tabel 5. 2. 1. 4. Rata - Rata Akurasi (K = 4) % K=4 27,8 Akurasi Tahap 1 27,8 Akurasi Tahap 2 22,2 Akurasi Tahap 3 Rata - Rata Akurasi 25,9


b. Pengujian dengan nilai K = 5 Tahap 1 (K = 5) Pada pengujian dengan 36 data uji pada tahap 1, diperoleh hasil 9 data yang relevan / terklasifikasi dengan benar, 27 data lainnya berhasil terklasifikasi namun tidak sesuai dengan kelas atau kategori yang sebenarnya. Pada pengujian tahap 1 diperoleh nilai akurasi 25%. Rincian lengkapnya dapat dilihat seperti pada tabel 5.2.2.1 dibawah ini:

Tabel 5. 2. 2. 1. Tahap 1 (K = 5) 36 Jml data 9 Jml data relevan Jml data tidak relevan 27 25 Akurasi Tahap 2 (K = 5) Pada pengujian dengan 36 data uji pada tahap 2, diperoleh hasil 9 data yang relevan / terklasifikasi dengan benar, 27 data lainnya berhasil terklasifikasi namun tidak sesuai dengan kelas atau kategori yang sebenarnya. Pada pengujian tahap 2 diperoleh nilai akurasi 25%. Rincian lengkapnya dapat dilihat seperti pada tabel 5.2.2.2 dibawah ini:

Tabel 5. 2. 2. 2. Tahap 2 (K = 5) 36 Jml data 9 Jml data relevan Jml data tidak relevan 27 25 Akurasi


Tahap 3 (K = 5) Pada pengujian dengan 36 data uji pada tahap 3, diperoleh hasil 11 data yang relevan / terklasifikasi dengan benar, 25 data lainnya berhasil terklasifikasi namun tidak sesuai dengan kelas atau kategori yang sebenarnya. Pada pengujian tahap 3 diperoleh nilai akurasi 30,6%. Rincian lengkapnya dapat dilihat seperti pada tabel 5.2.2.3 dibawah ini:

Tabel 5. 2. 2. 3. Tahap 3 (K = 5) 36 Jml data 11 Jml data relevan Jml data tidak relevan 25 30,6 Akurasi Dari 3 tahap pengujian yang telah dilakukan dengan menggunakan nilai K = 5 diperoleh nilai rata – rata 26,9% dengan rincian seperti pada tabel 5.2.2.4 dibawah ini:

Tabel 5. 2. 2. 4. Rata - Rata Akurasi (K = 5) % K=5 25 Akurasi Tahap 1 25 Akurasi Tahap 2 30,6 Akurasi Tahap 3 Rata - Rata Akurasi 26,9


c. Pengujian dengan nilai K = 6 Tahap 1 (K = 6) Pada pengujian dengan 36 data uji pada tahap 1, diperoleh hasil 12 data yang relevan / terklasifikasi dengan benar, 24 data lainnya berhasil terklasifikasi namun tidak sesuai dengan kelas atau kategori yang sebenarnya. Pada pengujian tahap 1 diperoleh nilai akurasi 33,3%. Rincian lengkapnya dapat dilihat seperti pada tabel 5.2.3.1 dibawah ini:

Tabel 5. 2. 3. 1. Tahap 1 (K = 6) 36 Jml data 12 Jml data relevan 24 Jml data tidak relevan 33,3 Akurasi Tahap 2 (K = 6) Pada pengujian dengan 36 data uji pada tahap 2, diperoleh hasil 12 data yang relevan / terklasifikasi dengan benar, 24 data lainnya berhasil terklasifikasi namun tidak sesuai dengan kelas atau kategori yang sebenarnya. Pada pengujian tahap 2 diperoleh nilai akurasi 33,3%. Rincian lengkapnya dapat dilihat seperti pada tabel 5.2.3.2 dibawah ini:




Tabel 5. 2. 3. 3. Tahap 3 (K = 6) 36 Jml data 10 Jml data relevan 26 Jml data tidak relevan 27,8 Akurasi Dari 3 tahap pengujian yang telah dilakukan dengan menggunakan nilai K = 6 diperoleh nilai rata – rata 31,5% dengan rincian seperti pada tabel 5.2.3.4 dibawah ini:



d. Pengujian dengan nilai K = 7. Tahap 1 (K = 7) Pada pengujian dengan 36 data uji pada tahap 1, diperoleh hasil 14 data yang relevan / terklasifikasi dengan benar, 22 data lainnya berhasil terklasifikasi namun tidak sesuai dengan kelas atau kategori yang sebenarnya. Pada pengujian tahap 1 diperoleh nilai akurasi 38,89%. Rincian lengkapnya dapat dilihat seperti pada tabel 5.2.4.1 dibawah ini:

Tabel 5. 2. 4. 1. Tahap 1 (K = 7) 36 Jml data 14 Jml data relevan 22 Jml data tidak relevan 38,89 Akurasi Tahap 2 (K = 7) Pada pengujian dengan 36 data uji pada tahap 2, diperoleh hasil 14 data yang relevan / terklasifikasi dengan benar, 22 data lainnya berhasil terklasifikasi namun tidak sesuai dengan kelas atau kategori yang sebenarnya. Pada pengujian tahap 2 diperoleh nilai akurasi 38,89%. Rincian lengkapnya dapat dilihat seperti pada tabel 5.2.4.2 dibawah ini:




Tabel 5. 2. 4. 3. Tahap 3 (K = 7) 36 Jml data 13 Jml data relevan 23 Jml data tidak relevan 36,1 Akurasi Dari 3 tahap pengujian yang telah dilakukan dengan menggunakan nilai K = 7 diperoleh nilai rata – rata 37,96% dengan rincian seperti pada tabel 5.2.4.4 dibawah ini:



Dari perhitungan akurasi menggunakan cross validation 3 fold dan menggunakan nilai K = 4 hingga nilai K = 7 didapatkan akurasi tertinggi pada nilai K = 7 yang dilakukan pada tahap 1 dan tahap 2 yaitu sebesar 38,89%. Rata – rata akurasi tertinggi dari tiga tahap cross validation dengan menggunakan 3 fold adalah sebesar 37,96 dengan nilai K = 7. Dalam proses klasifikasi ini tentunya terdapat faktor yang mempengaruhi hasil akurasi. Nilai tf atau frekuensi kemunculan kata dalam dokumen antara data training dan data testing sangat berpengaruh. Banyaknya kesesuaian tf antara data training dengan data test dalam sebuah kelas akan sangat menentukan hasil klasifikasi. Makin bervariasinya sebuah tf yang memiliki kesesuaian dengan data training akan meningkatkan keakuratan hasil klasifikasi dari data testing. Sebaliknya dengan minimnya kesesuaian variasi tf dengan data training maka akan membuat kurang akuratnya hasil klasifikasi.


BAB VI PENUTUP

6.1. Kesimpulan Melalui penelitian yang telah dilakukan dapat disimpulkan bahwa: 1. Identifikasi makna kata sabar dengan menggunakan metode KNN dan metode cross validation dengan nilai fold 3 memperoleh hasil akurasi tertinggi sebesar 38,89% dengan nilai K = 7 yang terdapat pada tahap 1 dan tahap 2. Rata – rata akurasi tertinggi yang didapat adalah 37,96% dengan nilai K = 7. 2. Penentuan nilai K dalam klasifikasi dengan metode KNN sangat mempengaruhi hasil akhir klasifikasi. Jika nilai K yang dipilih sangat kecil maka hasilnya akan kurang maksimal karena yang menjadi hasil akhir adalah kelas yang memiliki nilai cosine similarity paling dekat dengan data testing, bukan berdasarkan banyaknya label mayoritas yang muncul. 3. Pemilihan data yang akan digunakan sebagai data training sangat mempengaruhi hasil akhir klasifikasi. 4. Banyaknya data training akan sangat mempengaruhi hasil klasifikasi karena dipengaruhi oleh adanya nilai kesesuaian tf yang sering muncul antara data training dan data testing. 5. Banyaknya variasi kata yang sesuai antara data training dan data testing dalam dokumen akan mempengaruhi hasil akhir.

58


6.2. Saran 1. Daftar kata dalam Kamus Stopword sangat berpengaruh dalam mengeliminasi kata yang tidak mempengaruhi makna pada data training dan data testing. Sebuah kamus Stopword yang tepat akan mengurangi variasi kata yang tidak memiliki kecocokan diantara data training dan data testing. 2. Penggunaan kamus sinonim dapat menambah akurasi klasifikasi. Sebuah kata yang telah melewati tahap stopword dan stemming yang memiliki makna sama namun dengan penulisan yang berbeda dapat memberikan nilai yang lebih tinggi pada tahap pembobotan dan dapat memberikan pengaruh yang lebih baik pada tahap klasifikasi.


DAFTAR PUSTAKA Croft, W. Bruce, Metzler, Donald, Strohman, Trevor. 2010. Search Engines Information Retrieval in Practice. Pearson Education, Inc. United States of America. Dwijatmoko, B.B. 2016. Ideologi Kesabaran dalam Karya Sastra Indonesia. Buku Kumpulan Makalah Kongres Internasional Masyarakat Linguistik Indonesia, pp. 103-106. Feldman, Ronen, Sanger, James. 2007. The Text Mining Handbook. Cambridge, New York. Han, J & Kamber, M. 2006. Second Edition: Data Mining concepts and Techniques. Morgan Kaufmann, San Fransisco., Hersh, William R. 2003. Information Retrieval: a health and biomedical perspective. Springer-Verlag New York, Inc United States of America. Librian, Andy, Kukuh, R. 2014. Library Sastrawi Stemmer https://github.com/jsastrawi/jsastrawi. Diakses tanggal 15 September 2016. Manning, Christopher D., Raghavan, Prabhakar, Schutze, Hinrich. 2008. Introduction to Information Retrieval. Cambridge University Press. Cambridge, New York. Prasetyo, Eko. 2012. Data Mining: Konsep dan Aplikasi menggunakan MATLAB. Andi, Yogyakarta. Widyaastuti P, Veverly. 2014. “Sistem Klasifikasi Dokumen Bahasa Jawa Dengan Metode K-Nearest Neighbor(K-NN)”. Skripsi Tidak Dipublikasikan. Universitas Sanata Dharma, Yogyakarta. Yusup, Pawit M., Subekti, Priyo. 2010. Teori dan praktik penelusuran informasi (information retrieval) : dilengkapi dengan daftar alamat situs, jurnal ilmiah elektronik, perpustakaan virtual perguruan tinggi, koran elektronik, dan beberapa situs mesin penelusuran informasi terkenal. Kencana, Jakarta.

60


LAMPIRAN 1 Hasil Tokenisasi Dokumen Urutan Tindakan Tindakan1

Tindakan2

Tindakan3

Tindakan4

Tindakan5

Tindakan6

aba-aba

ayahada

Aku

akan

aku

ada

adalah

agak

Bisikku

almari

awal

Ah

akan

atas

akan

baju

berdua

akan

akan

ayah

Aku

berlari

beriring

aku

arena

bagai

dua

buntalan

bersama

Bertanda

dan

batu

kaki

di

cerita

celah

dan

Beberapa

kembali

Haji

di

Di

koridor

Haji

itu

dia

dari

berdebardebar

delapan

bertemu

lagi

Ia

janji

ingin

ekor

bisa

lama

ingin

jauh

juga

energi

cahaya

membacanya

itu

kami

juga

gatal

cekungan

menulis

itu

kanak-kanak

laki-laki

gemetar

cepat-cepat

menyusuri

ke

ke

luar

ingin

Dadaku

pasang

kembali

kita

menanyakan

kaki

Dalam

saat

lagi

kita

menikahkanku

Kami

dan

sabar

Malam

kota

pasrah

Kami

dari

sunyi

memburu

kuingat

pengantin

Kami

di

Tak

mendekap

melakukan

penghulu

kedua

di

tak

pagi

Membawamu

sabar

kehebatan

di

untuk

pun

membawamu

si

kelebihan

di

yang

rumah

Puti

sibuk

lapar

duduk

sabar

Puti

suara

Mahar

hidup

sambil

sabar

sudah

mamalia

jalan

satu

Semalam

sudah

menari

jauh

segera

seperti

tak

mendemonstrasikan

kemudian

Seolah-olah

sudah

tak

menerjang

kuning

Sudung

tak

Tapi

menunggu

kurus

Sudung

telah

tidak

pada

Kutaruh

Tak

tumbuh

61


perhatian

mancing

tak

plot

mata

tak

rasanya

mayat

tasnya

remaja-remaja

mempertegas

tertidur

sabar

mencangkung

tertinggal

sapi

mencapai

untuk

sudah

mengusirku

yang

tak

menyuruhku

tampil

mereka

untuk

meter

yang

mungkin padas petugas pinggir pinggir rawa sabar sana sebelum semakin seorang sepeda situ tak tempat terpaan untuk wajah-wajah yang


Dokumen Urutan Giliran Giliran1

Giliran2

Giliran3

Giliran4

Giliran5

Giliran6

berebut

adalah

Aku

ada

air

Aku

gadis

alam

berakhir

anakku

apalagi

berpikir

itu

antara

di

antrean

bahwa

di

jalan

Bagi

dua

bahkan

belajar

Ia

Joki

Bu

hampir

belanja

berlari

istrinya

kesempatan

daya

kini

belum

bersalah

itu

lewat

di

lagi

berhari-hari

bisa

Jangan

luangnya

hobi

Malam

buat

cepat

laki-laki

memberinya

hujan

mengalir

dan

dan

menggenggam

menunggu

ini

mereka

dini

dari

menunggu

nampak

itu

Mobil

hari

datang

Pak

Penumpang

jika

parkir

heran

dengan

payung

sabar

kali

Pukul

itu

hidup

Rupanya

sekali

kami

sabar

itu

Hujan

sabar

turun

kami

sederas

itu

Ia

saja

untuk

kami

tadi

jahit

ia

satu-satunya

Wajah

kami

tak

jahit

ia

sudah

Karena

tak

kemunculan

ia

tak

kegemaran

vila-vila

kue

ia

tangannya

kehadiran

lagi

ibu

kelompok

Lebaran

ibunya

kolektif

melintas

ibunya

langit

memandang

jatuh

Laskar

menunggu

jauh

lukisan

menunggu

justru

lukisan

menunggu

kepada

maka

Mereka

ketika

memulai

Mereka

lama

menakjubkan

muncul

langit

menamai

Padahal

lebih

mencengangkan

pakaian

masih

mengandung

penganan

melihat

menunggu

Saat

membuatnya

Mus

sabar

meninggalkan


musim

sejak

menjemput

pelangi

sepulang

menunggu

pelangi

sudah

merasa

Pelangi

sudah

mulai

pertama

sudah

padahal

sabar

tak

pasti

siapa

tampak

perasaan

sketsa

tukang

rintik

tahu

tukang

rumahnya

Tak

yang

sabar

tak

salah

tapi

satu

tarik

segera

terhadap

sekolah

tiba

sibuk

Tuhan

tadi

yang

tadi

yang

tahu tak tak tanda-tanda telah terus Tidak


LAMPIRAN 2 Hasil Stopword Dokumen Urutan Tindakan Tindakan1

Tindakan2

Tindakan3

Tindakan4

Tindakan5

Tindakan6

aba-aba

batu

Bisikku

almari

beriring

Bertanda

arena

berdebar-debar

kaki

baju

cerita

celah

ekor

bertemu

koridor

berlari

janji

menikahkanku

energi

cahaya

membacanya

buntalan

kanak-kanak

pasrah

gatal

cekungan

menulis

Malam

kota

pengantin

gemetar

cepat-cepat

menyusuri

memburu

Membawamu

penghulu

kaki

Dadaku

pasang

mendekap

membawamu

sabar

kehebatan

duduk

sabar

pagi

sabar

sibuk

lapar

hidup

sunyi

rumah

Semalam

suara

mamalia

jalan

sabar

tumbuh

menari

kuning

tasnya

mendemonstrasikan

kurus

tertidur

menerjang

Kutaruh

tertinggal

menunggu

mancing

perhatian

mata

plot

mayat

remaja-remaja

mempertegas

sabar

mencangkung

sapi

mencapai

tampil

mengusirku menyuruhku meter padas petugas pinggir pinggir rawa sabar sepeda situ terpaan

65


wajah-wajah


Giliran2

Giliran3

Giliran4

Giliran5

Giliran6

berebut

alam

Malam

antrean

air

berpikir

gadis

daya

mengalir

belanja

belajar

menggenggam

jalan

hobi

Mobil

buat

berlari

menunggu

Joki

hujan

parkir

heran

bersalah

payung

kesempatan

kali

Pukul

jahit

cepat

Rupanya

luangnya

kegemaran

sabar

jahit

hidup

sabar

memberinya

kehadiran

sederas

kemunculan

Hujan

tangannya

menunggu

kelompok

vila-vila

kue

jatuh

Penumpang

kolektif

Lebaran

justru

sabar

langit

melintas

langit

turun

Laskar

memandang

meninggalkan

Wajah

lukisan

menunggu

menjemput

lukisan

menunggu

menunggu

menakjubkan

menunggu

rintik

menamai

muncul

rumahnya

mencengangkan

pakaian

sabar

mengandung

penganan

salah

menunggu

sabar

sekolah

musim

sepulang

sibuk

pelangi

tukang

tanda-tanda

pelangi

tukang

Pelangi sabar sketsa tarik


LAMPIRAN 3 Hasil Stemming Dokumen Urutan Tindakan Tindakan2

Tindakan3

Tindakan4

Tindakan5

Tindakan6

test

batu

bisik

almari

iring

tanda

bank

debar

kaki

baju

cerita

celah

bicara

temu

koridor

lari

janji

nikah

gegas

cahaya

baca

buntal

anak

pasrah

manja

cekung

tulis

malam

kota

pengantin

ubah

cepat

susur

buru

bawa

penghulu

bungkus

dada

pasang

dekap

bawa

sabar

masuk

duduk

sabar

pagi

sabar

sibuk

raih

hidup

sunyi

rumah

malam

suara

siap

jalan

sabar

tumbuh

kuning

tas

hangat

kurus

tidur

jaga

taruh

tinggal

jarang

giliran

mancing

kasih

mata

lauk

mayat

malam

tegas

meja

cangkung

pakai

capai

minta

usir

coba

suruh

dadak

meter

dapat

pedas

temu

petugas

tinggal

pinggir

nada

pinggir

nasi

rawa

pagi

sabar

pagi

sepeda

pulang

situ

rumah

terpa

sabar

wajah

saku

67


saku sang satpam sebentar selesai sepatu tanda tas tempe buru terima senyum tinggi uang uang



Giliran2

Giliran3

Giliran4

Giliran5

Giliran6

rebut

alam

malam

antre

air

pikir

gadis

daya

alir

belanja

ajar

genggam

jalan

hobi

mobil

buat

lari

tunggu

joki

hujan

parkir

heran

salah

payung

sempat

kali

pukul

jahit

cepat

rupa

luang

gemar

sabar

jahit

hidup

sabar

beri

hadir

deras

muncul

hujan

tangan

tunggu

kelompok

vila

kue

jatuh

penumpang

kolektif

lebaran

justru

sabar

langit

lintas

langit

turun

laskar

pandang

tinggal

wajah

lukisan

tunggu

jemput

lukisan

tunggu

tunggu

takjub

tunggu

rintik

nama

muncul

rumah

cengang

pakai

sabar

kandung

pangan

salah

tunggu

sabar

sekolah

musim

pulang

sibuk

pelangi

tukang

tanda

pelangi

tukang

pelangi sabar sketsa tarik


LAMPIRAN 4 Hasil Text Frequency


Hasil Hitung TF / IDF


Hasil Hitung Bobot


Hasil Hitung Inner Product


Hasil Hitung Panjang Dokumen


LAMPIRAN 5 Hasil Perhitungan COSINE SIMILARITY


LAMPIRAN 6 Hasil Pengurutan Vektor


LAMPIRAN 7 Hasil Label Mayoritas


LAMPIRAN 8 Hasil Cross Validation 3 Fold Pada tabel dibawah ini, angka 1 menunjukan data training yang terklasifikasi dengan benar. Tahap 1 K=4

keadaan1 keadaan2 keadaan3 keadaan4 keadaan5 keadaan6 keadaan7 keadaan8 keadaan9 keadaan10 keadaan11 Pekerjaan1 Pekerjaan2 sifat1 sifat2 sifat3 sifat4 komunikasi1 komunikasi2 komunikasi3 komunikasi4 komunikasi5 urutan giliran1 urutan giliran2 urutan giliran3 urutan giliran4 urutan giliran5 urutan giliran6 urutan giliran7 urutan tindakan1 urutan tindakan2 urutan tindakan3 urutan tindakan4 urutan tindakan5

K=6

K=7

1 1

1

1 1

1

1 1

1 1 1 1

K=5

1 1

1 1 1

1

1 1

1 1

1 1 1 1

1

1

1

1 1 1 1 1 1 1

1 1 1 1 1 1

1


urutan tindakan6 urutan tindakan7

1 1

Tahap 2 K=4 keadaan12 keadaan13 keadaan14 keadaan15 keadaan16 keadaan17 keadaan18 keadaan19 keadaan20 keadaan21 keadaan22 Pekerjaan3 Pekerjaan4 sifat5 sifat6 sifat7 sifat8 komunikasi6 komunikasi7 komunikasi8 komunikasi9 komunikasi10 urutan giliran8 urutan giliran9 urutan giliran10 urutan giliran11 urutan giliran12 urutan giliran13 urutan giliran14 urutan tindakan8 urutan tindakan9 urutan tindakan10 urutan tindakan11 urutan tindakan12 urutan tindakan13 urutan tindakan14

1 1 1 1

K= 5 1

1

K= 6

K= 7

1 1

1 1

1

1

1 1 1 1

1

1 1 1

1 1 1

1

1 1 1

1 1

1

1

1

1

1 1 1 1 1 1 1

1

1

1

1

1


Tahap 3 K= 4 keadaan23 keadaan24 keadaan25 keadaan26 keadaan27 keadaan28 keadaan29 keadaan30 keadaan31 keadaan32 keadaan33 Pekerjaan5 Pekerjaan6 sifat9 sifat10 sifat11 sifat12 komunikasi11 komunikasi12 komunikasi13 komunikasi14 komunikasi15 urutan giliran15 urutan giliran16 urutan giliran17 urutan giliran18 urutan giliran19 urutan giliran20 urutan giliran21 urutan giliran22 urutan tindakan15 urutan tindakan16 urutan tindakan17 urutan tindakan18 urutan tindakan19 urutan tindakan20

K= 5

K= 6

1

1

K=7 1 1 1

1

1 1 1

1

1

1

1 1

1

1 1 1 1 1

1 1 1 1 1 1

1

1

1

1 1

1 1

1 1 1 1 1 1 1 1 1

IDENTIFIKASI MAKNA KATA SABAR DALAM KARYA SASTRA MENGGUNAKAN K-NEAREST NEIGHBOR (KNN)

Recommend Documents