PENCARIAN TEKS BAHASA INDONESIA PADA MESIN PENCARI BERBASIS SOUNDEX EDO APRIYADI

PENCARIAN TEKS BAHASA INDONESIA PADA MESIN PENCARI BERBASIS SOUNDEX

EDO APRIYADI

DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Pencarian Teks Bahasa Indonesia Pada Mesin Pencari Berbasis Soundex adalah benar karya saya denganarahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Juli 2013 Edo Apriyadi NIM G64090074

ABSTRAK EDO APRIYADI. Pencarian Teks Bahasa Indonesia pada Mesin Pencari Berbasis Soundex. Dibimbing oleh JULIO ADISANTOSO Algoritme Soundex merupakan cara untuk menyelesaikan kesalahankesalahan penulisan kueri pada mesin pencari. Pada penelitian ini, akan dibuktikan apakah algoritme Soundex dapat diaplikasikan pada dokumen berbahasa Indonesia. Algoritme Soundex yang digunakan adalah Soundex Fusion karena algoritme ini merupakan gabungan Soundex Russell, Soundex Celko, dan Soundex Fuzzy. Pembobotan menggunakan algoritme BM25 sebagai nilai relevansi terhadap dokumen, dan algoritme Dice coefficient sebagai nilai relevansi terhadap kode Soundex yang dihasilkan. Penggunaan algoritme Soundex untuk kueri lebih dari satu kata tidak memberikan hasil yang baik. Hasil dari rata-rata precision untuk query menggunakan satu kata adalah 0.390. Sedangkan untuk query lebih dari satu kata hanya diperoleh nilai rata-rata precision sebesar 0.145. Ini disebabkan karena pada penelitian ini hanya menghitung tingkat kesamaan kode per kata. Kata Kunci : Temu-Kembali Informasi, Algoritme Soundex, Algoritme Holmes Soundex, Algoritme Fonetik

ABSTRACT EDO APRIYADI. Indonesian Text Search on Soundex-Based Search Engines. Supervised by JULIO ADISANTOSO Soundex algorithm is one way to rectify the misspelling or mistyping in writing a query on search engines. In this study, we will conduct empirical validation to establish the applicability of Soundex algorithm to Indonesian document. The algorithm used is the Fusion Soundex algorithm because it is a combination of Russell Soundex, Celko Soundex, and Fuzzy Soundex. The document relevance value is measured by BM25 weighting algorithm, while the generated code relevance value is by DiceCoefficient algorithm. The results show that single word query outperformed double or more words one with the average precisions 0.390 and 0.145, respectively. This is because only single word was considered. Keywords:Information Retrieval, Soundex Algorithm, Holmes Soundex Algorithm, Phonetic Algorithm

PENCARIAN TEKS BAHASA INDONESIA PADA MESIN PENCARI BERBASIS SOUNDEX

EDO APRIYADI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

Penguji : 1. Irman Hermadi, SKom MSc 2. Karlisa Priandana, ST MEng

Judul Skripsi : Pencarian Teks Bahasa Indonesia pada Mesin Pencari Berbasis Soundex Nama : Edo Apriyadi NIM : G64090074

Disetujui oleh

Ir Julio Adisantoso, MKom Pembimbing

Diketahui oleh

Dr Ir Agus Buono, MSi MKom Ketua Departemen

Tanggal Lulus:

PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan November 2012 ini ialah temu-kembali informasi, dengan judul Pencarian Teks Bahasa Indonesia pada Mesin Pencari Berbasis Soundex. Terima kasih penulis ucapkan kepada Bapak Ir Julio Adisantoso MKom selaku pembimbing, Bapak Ahmad Ridha MS dan Bapak Sony Hartono Wijaya MKom selaku penguji, juga teman-teman seperjuangan Tedy Saputra, Achmad Manshur Zuhdi, Rahmatika Dewi, Fitria Rahmadina, Arini Daribti Putri, dan Damayanti Elisabeth Sibarani atas kebersamaannya selama ini. Terima kasih kepada Yoan Puspitasari beserta keluarga atas semangat, doa, dan motivasinya selama ini. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, serta seluruh keluarga, atas segala doa dan kasih sayangnya. Semoga karya ilmiah ini bermanfaat.

Bogor, Juli 2013 Edo Apriyadi

DAFTAR ISI DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

ABSTRAK

ii

PENDAHULUAN

1

Latar Belakang

1

Perumusan Masalah

1

Tujuan Penelitian

2

Manfaat Penelitian

2

Ruang Lingkup Penelitian

2

METODE

2

Pengumpulan Dokumen

2

Tokenisasi

2

Pembuangan Stopwords

3

Pemilihan Fitur

4

Pembobotan

4

Perubahan Kata ke Kode Soundex

5

Similarity

8

Evaluasi

11

HASIL DAN PEMBAHASAN

11

Pengumpulan Dokumen

11

Tokenisasi

12

Pembuangan Stopwords

12

Pemilihan Fitur

12

Pembobotan

13

Perubahan Kata ke Kode Soundex

13

Similarity

14

Evaluasi

16

SIMPULAN DAN SARAN

18

Simpulan

18

Saran

18

DAFTAR PUSTAKA

18

LAMPIRAN

20

DAFTAR TABEL 1. 2. 3. 4. 5. 6. 7.

Klasifikasi Error (Damerau 1964) Tabel pengelompokan konsonan algoritme Soundex Russell dan Celko (Holmes & McCabe 2002) Translasi Soundex Fuzzy (Holmes dan McCabe 2002) Translasi Soundex Fusion Substitusi n-gram Fusion Soundex Translate Query Soundex Fusion Translate

6 7 7 8 9 13 15

DAFTAR GAMBAR 1. 2. 3. 4. 5. 6. 7. 8. 9.

Diagram metodologi penelitian Contoh dokumen Algoritme Soundex Russell Algoritme perhitungan Soundex untuk satu kata Algoritme Perhitungan Soundex untuk lebih dari satu kata Proses pencarian kata berdasarkan kode soundex Perhitungan Okapi BM25 Grafik recall precision untuk 1300 dokumen Grafik recall precision untuk 1000 dokumen

1. 2. 3.

Antarmuka Implementasi Gugus Query dan Jawaban Untuk Lebih Dari Satu Kata Gugus Query dan Jawaban Untuk Satu Kata

3 4 6 10 10 14 15 16 17

DAFTAR LAMPIRAN 20 21 21

PENDAHULUAN Latar Belakang Sistem temu-kembali informasi yang dapat menampilkan hasil pencarian teks bahasa Indonesia seringkali menemukan masalah antara lain kesalahan penulisan, kesalahan pengejaan, dan lain-lain. Kesalahan yang dilakukan pengguna dalam penulisan query menyebabkan informasi yang ditemukembalikan tidak relevan. Masalah kesalahan dalam penulisan atau pengejaan tersebut dapat diselesaikan dengan algoritme kesamaan fonetik, diantaranya Soundex, phoenix, Pfeifer, dan Soundex Fuzzy (Holmes dan McCabe 2002). Algoritme Soundex telah dikembangkan untuk query dalam bahasa Indonesia dengan memodifikasi pengelompokan konsonan sesuai dengan kaidah bahasa Indonesia oleh Primasari (1997) dengan menggunakan konversi nilai biner untuk sistem perangkingannya. Ternyata data tidak berpengaruh terhadap jenis bahasa karena algoritme Soundex dalam bahasa Inggris dapat bekerja dengan baik pada bahasa Indonesia. Hal ini karena bahasa Inggris dan Indonesia menggolongkan konsonannya dengan keistimewaan yang sama. Penggunaan algoritme untuk proses Soundex masih menemui beberapa kendala. Penggunaan algoritme Soundex seperti Fuzzy, Russell, dan Celko memiliki nilai kesalahan yang cukup besar. Nilai precision yang dihasilkan untuk algoritme Fuzzy, Russell, dan Celko pada penelitian Holmes dan McCabe (2002) hanya dibawah 0.5. Penelitian Holmes dan McCabe (2002) juga memperkenalkan algoritme baru yang memperbaiki kesalahan-kesalahan yang ada pada algoritme Soundex sebelumnya. Penelitian ini menggabungkan beberapa algoritme sebelumnya yaitu Fuzzy, Russell, dan Celko yang dibantu dengan tehnik code shift. Perhitungan nilai kesamaan antara kode Fuzzy menggunakan Dice coefficient. Penelitian ini mampu meningkatkan nilai recall menjadi 96%. Teknik ini disebut dengan Soundex Fusion. Penelitian tentang peningkatan kinerja sistem pencarian berbasis Soundex telah banyak dikembangkan. Penelitian ini memperbaiki teori sebelumnya untuk pencarian kesamaan fonetik. Tujuan dari penelitian tersebut umumnya sama yaitu untuk meningkatkan nilai recall dan precision yang dapat meningkatkan kinerja sistem pencarian. Tetapi penelitian tersebut sebagian besar menggunakan kata berbahasa Inggris dan hanya menggunakan sebuah nama untuk pencarian, sedangkan untuk seluruh kata dalam bahasa Indonesia, pengucapan huruf mungkin akan berbeda. Kombinasi yang digunakan dalam bahasa Indonesia seringkali tidak ditemukan pada bahasa Inggris. Perumusan Masalah Penelitian ini dilakukan untuk mengatasi masalah : 1. Apakah algoritme Soundex sesuai untuk teks bahasa Indonesia? 2. Apakah algoritme Soundex Fusion akan tetap menghasilkan nilai recall dan precision yang sesuai dengan penelitian Holmes & McCabe (2002) terhadap teks bahasa Indonesia?

2

Tujuan Penelitian Penelitian ini bertujuan untuk mengimplementasikan algoritme Soundex Fusion terhadap teks bahasa Indonesia.

Manfaat Penelitian Penelitian ini diharapkan dapat membantu seseorang ketika melakukan pencarian teks berbahasa Indonesia pada mesin pencari. Diharapkan penelitian ini bermanfaat untuk mesin pencari dengan penambahan pembetulan pada kesalahankesalahan bahasa alami seperti kesalahan penulisan dan pengejaan. Pengurangan terhadap tingkat kesalahan tersebut akan meningkatkan hasil pencarian yang lebih relevan untuk pengguna.

Ruang Lingkup Penelitian  Jenis algoritme yang digunakan dalam penelitian ini adalah algoritme Soundex Fusion hasil penelitian Holmes dan McCabe (2002).  Koleksi dokumen dan query yang digunakan adalah dokumen yang mengandung teks bahasa Indonesia

METODE Untuk melakukan penelitian ini diperlukan beberapa tahap yang akan dijalankan seperti pengumpulan dokumen, indexing, perubahan kata menjadi kode Soundex, similarity, dan evaluasi (Gambar 1). Pengumpulan Dokumen Penelitian ini diawali dengan pengumpulan dokumen yang memiliki teks berbahasa Indonesia. Dokumen yang diambil adalah dokumen berita yang terdapat di Internet berupa berita olahraga, berita kriminal, dan lain-lain. Jumlah dokumen yang digunakan sebanyak 1300 dokumen. Contoh dokumen dicantumkan pada Gambar 2. Tokenisasi Tokenisasi merupakan sebuah algoritme untuk mendapatkan token dari suatu berkas teks (Manning et al. 2008). Tokenisasi melakukan pemisahan terhadap isi dokumen menjadi unit yang paling kecil atau biasa disebut juga kata. Tokenisasi dapat menangani pengolahan linguistik tambahan seperti normalisasi tanggal, stemming, dan lain-lain. Tokenisasi dapat diperluas untuk menangani sumber data baru, jenis file baru, dan bahasa baru (Dumais et al. 2003). Proses tokenisasi dilakukan untuk seluruh korpus yang telah tersedia.

3

Pengumpulan Dokumen

Tokenisasi

Query

Pembuangan Stopwords Indexing Pemilihan Fitur

Pembobotan

Indexing

Perubahan kata ke kode Soundex

Similarity

Evaluasi

Gambar 1 Diagram metodologi penelitian Pembuangan Stopwords Stopwords merupakan kata umum yang biasanya sering muncul dalam jumlah besar pada suatu dokumen tetapi tidak memiliki makna. Stopwords dibuang pada sistem temu-kembali informasi karena dianggap akan mengurangi nilai akurasi dari suatu informasi yang di temu-kembalikan (Manning et al. 2008). Stopwords dihapus selama pengindeksan sebelum dimasukkan query pada suatu sistem temu-kembali informasi. Penggunaan stopwords tunggal yang tetap pada beberapa dokumen yang berbeda akan mempengaruhi efektivitas dari hasil yang ditemu-kembalikan(Lo et al. 2005). Contoh dari kata stopwords antara lain “ke”, “dan”, “atau”, dan lain-lain. Kata stopwords tidak selalu sebagai kata hubung, dapat sebagai kata-kata biasa yang banyak ditemukan di dokumen tetapi tidak relevan terhadap ciri dari dokumen tersebut.

4

Gambar 2 Contoh dokumen

Pemilihan Fitur Pemilihan istilah untuk dijadikan indeks merupakan isu yang penting dalam sistem temu-kembali informasi. Proses pemilihan istilah ini disebut dengan seleksi fitur. Seleksi fitur dapat menyebabkan berkurangnya ukuran indeks sehingga proses retrieval suatu dokumen menjadi lebih cepat. Tugas utama seleksi fitur adalah menentukan istilah-istilah yang layak dijadikan term index atau membuang istilah-istilah yang tidak mungkin dijadikan indeks dari sebuah dokumen. Pada penelitian ini digunakan inverse document frequency (IDF) sebagai teknik pemilihan fitur. IDF mampu menentukan bobot term yang ada pada sebuah dokumen. Bobot pada term menandakan tingkat relevan suatu term terhadap dokumen. Suatu term dengan nilai IDF kecil berarti term tersebut tidak mungkin dijadikan indeks dari dokumen. Pada penelitian ini digunakan threshold sebesar 0.14. Term yang memiliki nilai IDF yang lebih kecil dari nilai threshold akan dihilangkan. Dengan ukuran indeks yang lebih kecil proses retrieval suatu dokumen akan lebih cepat. IDF dari kata t adalah : 𝑁

𝑖𝑑𝑓𝑡 = 𝑙𝑜𝑔 𝑑𝑓

𝑡

(1)

dengan N adalah jumlah dokumen yang tersedia, dan dft adalah banyaknya dokumen yang memiliki term t. Teknik ini berguna untuk dokumen yang tidak memiliki panjang yang sama, tetapi tetap efektif dalam penentuan bobot suatu term pada dokumen (Manning et al. 2008). Pembobotan Pembobotan merupakan tahap yang paling penting dalam proses pengindeksan. Tujuan dari proses ini adalah untuk memberikan nilai bobot pada suatu term untuk merepresentasikan ciri dari suatu dokumen. Nilai yang didapatkan pada proses pembobotan akan membentuk suatu sistem peringkat,

5 yang akan mengurutkan term terhadap dokumen dengan tingkat kemiripan tertinggi ke tingkat kemiripan terendah. Pemeringkatan adalah mekanisme pengurutan term berdasarkan tingkat relevansi antara dokumen tersebut dengan query yang diberikan oleh pengguna. Term frequency (TF) dan IDF merupakan teknik pembobotan yang sering digunakan untuk membentuk suatu sistem temu-kembali informasi. Term Frequency Term frequency (TF) merupakan suatu teknik pembobotan yang menghitung jumlah kemunculan term pada suatu dokumen d. Cara menghitung TF adalah dengan menghitung jumlah kemunculan kata yang telah diproses pada proses sebelumnya lalu hitung jumlah kemunculannya pada masing-masing dokumen. Hasilnya dapat diurutkan sesuai dengan jumlah kemunculan suatu kata pada dokumen. Pada perkembangan teknik ini, dibutuhkan nilai threshold untuk memotong sebuah index yang telah dibobotkan pada bagian atas atau bawahnya. Ini berguna untuk mengambil suatu term yang benar-benar berpengaruh pada suatu dokumen yang nantinya akan dijadikan sebuah ciri dari suatu dokumen (Manning et al. 2008). Kelemahan dari teknik ini adalah ketika beberapa dokumen tidak memiliki panjang dokumen yang sama, kesesuaian teknik TF menjadi samar. Misalnya pada dokumen pertama yang memiliki panjang dokumen lebih besar dibandingkan dokumen kedua, kata “informasi” mungkin lebih banyak dimiliki oleh dokumen pertama. Padahal belum tentu kata tersebut dapat dijadikan suatu ciri untuk dokumen pertama. Inverse Document Frequency Inverse document frequency (IDF) merupakan suatu teknik perbaikan dari TF. IDF menghitung jumlah dokumen yang memiliki suatu term tertentu dibandingkan dengan jumlah keseluruhan dokumen. Rumus dari IDF sesuai dengan Persamaan 1. Pada kenyataannya hasil dari IDF hanya melihat dari sisi dokumen sehingga TF dan IDF digabungkan menjadi : tf.idft,d = tft,d × idft dengan 𝑡𝑓𝑡,𝑑 adalah hasil TF untuk kata t pada dokumen d, dan idft adalah hasil IDF untuk kata t. Perubahan Kata ke Kode Soundex Soundex merupakan algoritme fonetik yang digunakan untuk mengurangi kesalahan pengetikan query akibat kesalahan pengucapan. Algoritme Soundex dikembangkan pertama kali oleh Russell (dalam Holmes dan McCabe 2002) dengan membuat pengkodean untuk kata yang memiliki lafal sama. Pendekatan algoritme Soundex tradisional masih memiliki kelemahan. Dengan memberikan sebuah kode fonetik untuk sebuah kata berarti menganggap algoritme tersebut cocok untuk segala kondisi, padahal tidak demikian. Sebagai alternatif, algoritme

6 Tabel 1 Klasifikasi Error (Damerau 1964) Type of error Insertion Omission Substitution Transposition

Baseline name Fisher Johnston Catherine Hagler

Deviation Fischer Johnson Katherine Halger

yang ada bisa digabung supaya lebih baik dan cocok di segala kondisi (Holmes dan McCabe 2002). Pada perkembangannya, teknik Soundex sudah memiliki banyak perbaikan. Kemunculan algoritme baru tentang pengkodean Soundex telah berkembang untuk menghasilkan nilai precision dan recall yang lebih baik. Algoritme yang muncul antara lain adalah Russell, Celko, Fuzzy, dan Soundex Fusion. Teknik Soundex memiliki spelling errors (Tabel 1) yang masih menjadi masalah utama dalam algoritme Soundex. Soundex Russell Algoritme Soundex Russell adalah sebuah algoritme Soundex pertama kali yang dikembangkan dengan melakukan pengelompokan terhadap enam klasifikasi fonetik dari suara manusia (bilabial, labiodental, dental, alveolar, velar, dan glottal), dimana klasifikasi tersebut berdasarkan posisi bibir dan lidah untuk membuat suara (Arifin, 2006). Untuk suatu kata t algoritme Soundex Russell adalah sebagai berikut: 1. Ubah seluruh huruf pada kata t menjadi huruf kapital 2. Buang seluruh tanda baca pada kata t 3. Huruf pertama pada kata t tidak diikutkan dalam konversi kode 4. Konversi kata t ke kode Soundex (Tabel 2). 5. Jika terdapat kode yang sama dengan kode sebelumnya, maka kode tersebut dibuang 6. Buang semua kode '0' 7. Panjang kode Soundex maksimal empat karakter. Jika kurang dari empat karakter, maka ditambahkan angka 0. Jika lebih dari 4 karakter, maka 4 karakter yang paling awal yang diambil.

Gambar 3 Algoritme Soundex Russell Soundex Celko Pada umumnya, Soundex Celko tidak jauh berbeda dibandingkan dengan algoritme Soundex Russell (Tabel 2). Tetapi, pada Soundex Celko tidak mengubah sebuah konsonan menjadi angka. Ada beberapa huruf yang menjadi gabungan suatu huruf yang lain. Aturan ini didasarkan pada penelitian Celko (Holmes dan McCabe 2002) untuk meningkatkan nilai relevansi suatu query. Celko mengembangkan algoritme untuk perubahan suara huruf yang bergantung dari n-gram. Sebagai contoh, algoritme ini akan mengganti huruf “t” dengan “s” ketika ditemukan pada trigam “nst”, atau mengganti “ca” dengan “ka” dan seterusnya akan mengurangi nilai error substitutions seperti yang dijelaskan

7 oleh Damerau (1964). Berikut adalah aturan yang dijelaskan oleh Celko (Holmes & McCabe 2002) : 1. Prefix substitution, pergantian yang terbatas pada prefiks. Contohnya adalah mengganti “Mac” dengan “Mcc”. 2. Suffix substitution, yaitu pergantian pada suffiks. Contohnya adalah mengganti terminal “t” ketika didahului oleh huruf “n” atau “ns”. 3. Non-positional substitution. Kebanyakan substitusi n-gram memiliki rule yang tidak memiliki ketergantungan pada kata. Contohnya, adalah menempatkan “ca” dengan “ka”. 4. Silent letters. Contohnya adalah mengubah “sch” dengan “sss”. Contoh kata yang menggunakan ini adalah “Bush” dan “Busch”, “Fisher” dan “Fischer”. Tabel 2 Tabel pengelompokan konsonan algoritme Soundex Russell dan Celko (Holmes & McCabe 2002) Alfabet A,I,U,E,O,H,W,Y B,F,P,V C,G,J,K,Q,S,X,Z D,T L M,N R

Russell 0 1 2 3 4 5 6

Celko A,I,U,E,O,H,W,Y B,F,P,V C,G,J,K,Q,S,X,Z D,T L M,N R

Soundex Fuzzy Pada Soundex Fuzzy, aturan substitusi n-gram mengikuti aturan Soundex Celko. Tetapi, huruf yang diambil untuk proses Soundex ditambah menjadi lima huruf. Dengan menambahkan huruf menjadi lima pada terjemahan menggunakan Soundex Fuzzy, kesalahan yang terdapat pada akhir kata dapat diidentifikasi. Tabel 3 menjelaskan translasi untuk Soundex Fuzzy. Tabel 3 Translasi Soundex Fuzzy (Holmes dan McCabe 2002) Kelompok 0 1 2 3 4 5 6

Alfabet A,I,U,E,O,H,W,Y F,V S,X,Z L R M,N B,C,D,P,K,T,G,J,Q

Soundex Fusion Dengan mengkombinasikan aturan Fuzzy, Celko, dan Russell, Holmes dan McCabe mencoba untuk menghasilkan kode Soundex yang beraneka ragam pada kata yang dicoba. Metode Fusion menggunakan Dice coefficient dan n-gram

8 Tabel 4. Translasi Soundex Fusion Tipe Soundex Fuzzy Fuzzy Fuzzy Fuzzy Celko Celko Celko Russell Russell Russell

Kristen K6935 K693 K69 K6 KRST KRS KR K623 K62 K6

Krissy K6900 K690 K69 K6 KRSY KRS KR K620 K62 K6

Christen K6935 K693 K69 K6 CRST CRS CR C623 C62 C6

menghasilkan nilai kemiripan dari sebuah kode Soundex (Holmes dan McCabe 2002). Contoh translate menggunakan Soundex Fusion pada Tabel 4. Pada perkembangannya, algoritme yang dilakukan oleh Holmes dan McCabe (2002) menggunakan code shifting. Code shifting adalah algoritme yang membagi kode menjadi beberapa panjang kode. Dengan menggunakan code shifting, kita dapat menemukan kesalahan pada akhir sebuah kata. Code shifting digunakan untuk mengurangi insertion dan omission errors yang dijelaskan Damerau (1964). Code shifting dapat meningkatkan nilai recall dan precision hinggal 96% (Holmes & McCabe 2002). Tabel 5 menjelaskan untuk perhitungan substitusi n-gram pada translasi menggunakan algoritme Soundex Fusion Similarity Nilai kemiripan digunakan untuk membandingkan hasil query dengan inverted index yang sudah diubah berdasarkan kode Soundex. Nilai kemiripan akan berpengaruh terhadap hasil yang ditemu-kembalikan oleh sistem. Cara menghitung nilai kemiripan dengan menggunakan Dice coefficient dan Okapi BM25. Dice coefficient merupakan perhitungan kemiripan untuk kode Soundex query dengan kode Soundex pada database, sedangkan BM25 untuk menghitung hubungan antara suatu kata dengan dokumen. Dice Coefficient Perhitungan Dice coefficient digunakan untuk menghitung nilai kemiripan antara kedua kode Soundex. Rumus dari Dice coefficient adalah sebagai berikut 𝛿 =

(2𝑋) (𝛼 + 𝛽)

dengan α adalah jumlah kode Soundex pada query, β adalah jumlah kode Soundex pada term yang ada di inverted index, dan X adalah jumlah irisan yang sama antara query dan term. Perhitungan Dice coefficient digunakan pada algoritme Fuzzy dan Fusion. Khusus untuk algoritme Fuzzy, dilakukan prosen n-gram substitution terlebih dahulu pada proses translate sebelum menghitung nilai similarity.

9 Tabel 5 Substitusi n-gram N-grams Prefix Suffix Any CA KA CC, CK KK CE SE CH KK CHL, CL KL CHR, CR KR CI SI CO KO CS, CZ, TS, TZ SS CU KU CY SY DG GG GH HH GN NN HR, WR RR HW WW KN, NG NN MAC, MC MK NST NSS NT TT PF, PH FF RT, RDT RR SCH SSS TIO, TIA SIO TCH CHH

Okapi BM25 Perhitungan Okapi BM25 berguna untuk menghitung hubungan antara query dengan dokumen. Rumus untuk Okapi BM25 adalah sebagai berikut (Manning et al. 2008). BM25=

N- nt (k 1 + 1)fd,t (k 3 + 1)fq,t . k +f t∈Q ( log n ). K+ f t 3 q,t d,t

dengan 𝑛𝑡 adalah total dokumen yang mengandung term tersebut, N adalah jumlah total keseluruhan dokumen, fd,t adalah jumlah term t yang muncul dalam dokumen d, dan fq,t adalah jumlah term t yang muncul pada query q, dan nilai 𝐾 (Manning et al. 2008) yaitu K= k 1 .( 1-b +

b.dld ) avl

dengan dld adalah panjang dokumen d, avl adalah panjang rata-rata seluruh dokumen, dan k 1 , k 3 , b adalah tuning parameters. Tuning parameters adalah suatu variabel yang nilai nya dapat kita ubah sesuai dengan kebutuhan kita. Pada percobaan ini nilai k 1 = 1.2, k 3 = 1.2, dan b = 0.75.

10 Query yang digunakan pada percobaan ini 60 query. 30 query menggunakan satu kata dan 30 lainnya menggunakan lebih dari satu kata. Untuk perlakuan antara query tersebut berbeda-beda. 1. Input query q satu kata 2. Ubah query q ke kode Soundex Fusion 3. Cari kata yang memiliki kode Soundex yang mirip dengan query q 4. Untuk setiap kata yang didapat dari hasil pencarian, ubah ke kode Soundex 5. Hasil kata dihitung nilai Dice coefficient terhadap query q dan Okapi BM25 terhadap dokumen. 6. Untuk setiap kata t dan dokumen d, dihitung hasil kali dari Dice coefficient dan BM25 7. Untuk setiap record data yang di retrieve, jika memiliki dokumen yang sama, dihitung rata-rata dari hasil kali Dice coefficient dan BM25 8. Urutkan hasil perhitungan langkah sebelumnya 9. Cari dokumen berdasarkan dokumen ID dan urutan lalu ditampilkan ke pengguna

Gambar 4 Algoritme perhitungan Soundex untuk satu kata 1. Input query q lebih dari satu kata 2. Pisah query q menjadi satu kata query q1, q2, q3, dan selanjutnya. 3. Ubah query q1 ke kode Soundex Fusion 4. Cari kata yang memiliki kode Soundex yang mirip dengan query q1 5. Untuk setiap kata yang didapat dari hasil pencarian query q1, ubah ke kode Soundex 6. Hasil kata dihitung nilai Dice coefficient terhadap query q dan Okapi BM25 terhadap dokumen. 7. Untuk setiap kata t dan dokumen d, dihitung hasil kali dari Dice coefficient dan BM25 8. Ulangi langkah 3 sampai 7 untu query q2, q3, dan selanjutnya. Simpan data pada satu tempat yang sama dengan q1. 9. Untuk setiap record data yang di retrieve, jika memiliki dokumen yang sama, dihitung rata - rata dari hasil kali Dice coefficient dan BM25. 10. Urutkan hasil perhitungan langkah sebelumnya 11. Cari dokumen berdasarkan dokumen ID dan urutan lalu ditampilkan ke pengguna.

Gambar 5 Algoritme Perhitungan Soundex untuk lebih dari satu kata Untuk query satu kata hasil pencarian memiliki informasi yang lebih relevan. Ini disebabkan pencarian Soundex hanya terpusat pada satu kata (Gambar 4). Query dengan lebih dari satu kata diperlukan pemisahan kata terlebih dahulu lalu dicari untuk masing-masing kata dalam query tersebut menggunakan algoritme Soundex. Hasil dari masing-masing kata query dikumpulkan dalam satu tempat lalu diurutkan (Gambar 5).

11

Evaluasi Recall dan precision adalah dua ukuran yang umum digunakan untuk mengevaluasi kualitas dari temu-kembali informasi. Dalam temu-kembali informasi, precision didefinisikan sebagai jumlah dari dokumen relevan yang ditemu-kembalikan dibagi dengan jumlah total dokumen yang ditemu-kembalikan dari hasil pencarian. Recall didefinisikan sebagai jumlah dari dokumen relevan yang ditemu-kembalikan dibagi dengan jumlah total dokumen relevan yang ada dalam koleksi. Recall dan precision dapat dinyatakan sebagai berikut (Baeza-Yates dan Ribeiro-Neto 1999). 𝐴∩𝑅 𝑅𝑒𝑐𝑎𝑙𝑙 = 𝑅 𝐴∩𝑅 𝐴 dengan A adalah jumlah dokumen yang ditemukan, R adalah jumlah dokumen yang relevan dalam koleksi, dan A∩R adalah jumlah dokumen yang relevan yang ditemukan. Menurut Baeza-Yates dan Ribeiro-Neto (1999), temu-kembali yang dievaluasi menggunakan beberapa kueri berbeda akan menghasilkan nilai recall dan precision yang berbeda untuk masing-masing query. Average precision (AVP) dengan interpolasi maksimum diperlukan untuk menghitung rata-rata precision pada berbagai 11 tingkat recall. Perhitungan AVP ditunjukkan oleh rumus sebagai berikut: 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 =

𝑁𝑞

𝑃(𝑟𝑗 ) = 𝑖=1

𝑃𝑖 (𝑟) 𝑁𝑞

dengan P(rj ) adalah nilai AVP pada tingkat recall r, Nq adalah jumlah query yang digunakan dan Pi (r) adalah nilai precision pada level recall r untuk query ke-i.

HASIL DAN PEMBAHASAN Pengumpulan Dokumen Dokumen yang digunakan untuk pengujian berjumlah 1300 dokumen. 1000 dokumen pertanian berasal dari korpus yang tersedia di Laboratorium Temu Kembali Informasi dan 300 lainnya berasal dari portal berita online. Dokumen yang digunakan berformat plain text dengan struktur XML. Dokumen dikelompokkan menjadi tag-tag sebagai berikut:  <document id=”1”>, menunjukkan ID dari dokumen.  , menunjukkan judul dari dokumen.  , menunjukkan isi dari dokumen.

12

Dokumen yang telah terkumpul berupa file (xml) dimasukkan kedalam tabel dokumen pada database MySQL. Field pada tabel dokumen antara lain id dokumen, title, dan content. Judul berita akan dimasukkan pada field title. Isi dari berita akan dimasukkan pada field content. Selain dokumen yang telah disiapkan, pada 1000 dokumen pertanian tersebut juga ikut tersedia 60 query yang akan digunakan dalam pencarian, berikut dengan daftar dokumen yang relevan dari query-query tersebut. Query yang digunakan dibedakan menjadi dua bagian, query yang hanya memiliki lebih dari satu kata (Lampiran 2) dan query yang hanya memiliki satu kata (Error! Reference source not found.). Tokenisasi Setelah dokumen dimasukkan ke dalam database, kemudian dilakukan tokenisasi. Proses tokenisasi dilakukan dengan bantuan Sphinx Search karena tokenisasi dengan Sphinx tergolong mudah dan cepat dalam prosesnya. Selain itu, Sphinx juga mendukung pemrosesan dokumen yang berasal dari database. Sebelum dilakukan proses indexing, terlebih dahulu dilakukan konfigurasi pada Sphinx. File konfigurasi untuk Sphinx yang digunakan adalah file sphinxmin.conf.in. Pada file konfigurasi ini terdapat pengaturan koneksi database dan pengaturan lainnya termasuk jumlah minimal huruf pada kata yang akan diindeks. Kata yang diindeks adalah kata yang memiliki jumlah minimal 3 huruf, sehingga untuk kata yang kurang dari 3 huruf tidak akan diindeks. Setelah service dari Sphinx dibuat dan koneksi ke database untuk tabel document telah dibuat pada file konfigurasi Sphinx, proses indexing dapat dilakukan. Pada akhirnya didapatkan indeks kata yang berasal dari 1300 dokumen yang berada pada tabel document di dalam database. Proses tokenisasi dengan menggunakan Sphinx sangat membantu karena prosesnya sangat cepat dibandingkan dilakukan secara manual. Pembagian menggunakan Sphinx mengurangi tingkat kesalahan human error dalam proses tokenisasi. Tetapi pada Sphinx tidak dilakukan stemming untuk kata-kata yang memiliki imbuhan. Pembuangan Stopwords File yang berisi stopwords telah tersedia sebelumnya dan berjumlah 732 kata stopwords. Pada file konfigurasi Sphinx terdapat bagian untuk menentukan letak dari file stopwords yang berupa text file. Setelah dimasukkan path dari file stopwords tersebut, maka saat proses indexing dijalankan, kata-kata yang terdapat pada file stopwords tersebut otomatis tidak akan ikut terindeks. Akan tetapi, masih terdapat kata-kata yang mengandung angka, seperti tahun, tanggal lahir, dan angka lainnya. Kata yang mengandung angka tersebut tidak diperlukan karena pada query yang digunakan, tidak ada query yang memiliki angka. Angka-angka yang ikut terindeks tersebut dihilangkan.

13 Pemilihan Fitur Untuk setiap token yang didapatkan dihitung nilai IDF sesuai Persamaan 1. IDF digunakan untuk mencari token yang tidak penting dalam sebuah dokumen. Threshold yang digunakan pada tahap ini adalah 0,14. Untuk setiap token yang memiliki nilai IDF di bawah nilai threshold dihilangkan dari list token. Tahap ini membantu untuk pencarian informasi yang lebih relevan dengan membuang token di bawah nilai IDF tersebut. Penentuan nilai threshold diperhitungkan berdasarkan tingkat sebaran nilai IDF dari kata-kata yang didapat dari proses tokenisasi. Selain itu, diperhatikan pula nilai dari suatu kata yang terdapat pada query. Sebagai contoh untuk kata "pertanian" memiliki nilai IDF sebesar 0.14 tidak dilakukan proses pemilihan fitur. Ini disebabkan banyaknya query yang mengandung kata tersebut dan akan berpengaruh pada hasil penelitian jika kata tersebut dibuang. Atas pertimbangan tersebut maka nilai threshold ditetapkan sebesar 0.14 dengan 5 kata yang dihapus karena memiliki nilai IDF kurang dari 0.14. Pembobotan Untuk meningkatkan hasil pencarian sebuah informasi dibutuhkan perhitungan pembobotan untuk setiap dokumen dan token. Tahap ini menggunakan perhitungan TF-IDF sebagai nilai bobot. Untuk setiap token dilakukan pencarian nilai TF pada setiap dokumen. Misalnya terdapat n kata untuk token t pada dokumen i. Hasil dari perhitungan IDF dikalikan dengan hasil TF untuk id dokumen dan id token yang sama. Hasil dari perhitungan TF-IDF ini disimpan dalam database. Karena format dari tabel TF-IDF sama dengan TF, maka nilai TF-IDF dimasukkan pada tabel TF dengan menambah field baru yaitu TF-IDF. Nilai TF-IDF, TF, dan IDF digunakan untuk proses perhitungan BM25 antara query dan dokumen. Proses penyimpanan nilai ini sangat berguna pada proses perhitungan karena akan mempercepat proses kalkulasi bobot dari dokumen yang ditemukan.

Tabel 6 Fusion Soundex Translate Tipe Soundex Russell Russell Russell Celko Celko Celko Fuzzy Fuzzy Fuzzy Fuzzy

Institut I523 I52 I5 INST INS IN I5266 I526 I52 I5

14 Perubahan Kata ke Kode Soundex Untuk setiap token, dilakukan konfersi ke seluruh algoritme kode Soundex. Diawali dengan Soundex Russell, setiap token memiliki kode Soundex Russell masing-masing dengan mengikuti aturan terjemahan Soundex Russell. Perubahan token ke Soundex Celko dan Soundex Fuzzy dilakukan seperti pada Soundex Russell. Tapi pada algoritme Celko dan Fuzzy, diperlukan aturan substitusi ngram terlebih dahulu. Aturan ini diperlukan untuk mengurangi kesalahankesalahan translate ke kode Soundex pada konsonan yang dimungkinkan mirip dengan konsonan lainnya. Aturan ini dapat mengurangi kesalahan pada prefix dan suffix pada sebuah kata. Aturan ini pun dapat mengurangi konsonan yang memiliki ucapan yang sama ketika bersebelahan. Soundex Fusion berbeda dengan algoritme sebelumnya. Soundex Fusion memakai kode Russell, Celko, dan Soundex Fuzzy lalu melakukan pengurangan terhadap bit pada hasil translasi di setiap algoritme. Hasil dari translasi pada algoritme sebelumnya digunakan pada Soundex Fusion. Contoh untuk Soundex Fusion pada kata “institut” dijelaskan pada Tabel 6. Translasi kode Soundex dilakukan untuk seluruh token yang ada menggunakan algoritme Soundex Fusion. Hasil kode Soundex disimpan dalam database dalam field untuk semua jenis kode. Field "russell4" menyimpan kode Soundex Russell kata t sebanyak 4 bit. Begitupun dengan field "russell3", "russell2", "celko4", dan selanjutnya. Kode Soundex ini dibutuhkan untuk proses Soundex Fusion. Proses translate pun dilakukan untuk query. Pencarian kode Soundex yang mirip dilakukan dengan mencari kode Soundex yang sama dengan kata pada database minimal satu kode misalnya hanya untuk kode Soundex Russell dengan 4 bit saja, 3 bit saja, atau yang lainnya. Kata yang diambil akan diproses selanjutnya untuk proses perhitungan Dice coefficient. Similarity

Gambar 6 Proses pencarian kata berdasarkan kode soundex Tahap ini menggunakan perhitungan Dice coefficient dan Okapi BM25 sebagai perhitungan tingkat kemiripan. Untuk query dilakukan translasi ke Soundex Fusion terlebih dahulu. Lalu dilakukan pencarian dengan kode Soundex Fusion pada database terhadap kode Soundex Fusion pada query (Gambar 6). Contohnya pada query “instan” akan membentuk kode Soundex Fusion dijelaskan pada Tabel 7.

15 Query yang sudah di-translate dilakukan pencarian kata pada database. Sebagai contoh, sebuah query "institut" akan menemukan kata "instan" karena memiliki beberapa kode Soundex yang sama. Perhitungan nilai Dice coefficient sebagai berikut :

Tabel 7 Query Soundex Fusion Translate Soundex Type Russell Russell Russell Celko Celko Celko Fuzzy Fuzzy Fuzzy Fuzzy

Instan I523 I52 I5 INSN INS IN I5250 I525 I52 I5

𝛿 =

(2 ∗ 7) = 0.7 (10 + 10)

Nilai tujuh didapatkan dari seberapa banyak kode query yang sama dengan kode term. Nilai sepuluh didapatkan dari banyaknya variasi kode pada sebuah kata tersebut. Pada penelitian ini nilai minimum dari Dice coefficient ditentukan sebesar 0.9. Pembatasan nilai Dice coefficient bermaksud untuk mempercepat proses perhitungan sehingga akan menghilangkan kata-kata yang tidak relevan. Setelah melakukan perhitungan Dice coefficient, dilakukan perhitungan Okapi BM25 untuk setiap kata yang relevan dengan query. Adapun nilai tuning parameters yang digunakan yaitu 𝑘1 = 1.2, 𝑘3 = 1.2, dan 𝑏 = 0.75. Untuk mempermudah perhitungan rumus dari BM25 dibagi menjadi tiga bagian. Bagian pertama yaitu menghitung nilai K, lalu perhitungan nilai part1 yaitu nilai IDF dari suatu term t. Part2 yaitu nilai 𝑘1 yang dikalikan dengan TF suatu term t pada dokumen d dan dibagi dengan hasil dari nilai K dikurangi TF suatu term t pada dokumen d. Sedangkan untuk part3 memperhitungkan nilai 𝑘3 dengan qt suatu term t pada dokumen d. BM25 akan didapatkan dengan mengalikan seluruh perhitungan part1, part2, dan part3 (Gambar 7). Hasil dari perhitungan Dice coefficient dan Okapi BM25 untuk setiap term t pada dokumen d akan dikalikan. Hasil dari perhitungan tersebut digunakan sebagai nilai dari similarity suatu query t terhadap dokumen d. Hasil tersebut akan diurutkan dari terbesar hingga terkecil untuk mengurutkan hasil pencarian. Jika pada hasil yang ditemukan ada beberapa term yang memiliki id dokumen

Gambar 7 Perhitungan Okapi BM25

16 yang sama, nilai dari hasil perkalian Dice coefficient dan Okapi BM25 akan dihitung kembali untuk mencari rata-rata terhadap dokumen tersebut. Sebagai contoh jika suatu query “Institut” memiliki term yang relevan yaitu “Instan” dan “Instuisi” dan berada pada id dokumen yang sama, maka nilai dari perkalian Dice coefficient dan Okapi BM25 dari term “Instan” dan “Instuisi” akan diambil rata-rata. Seluruh perhitungan yang ada disajikan dalam sebuah software menggunakan platform website untuk mempermudah implementasi. User dapat menggunakan query sebagai bahan pencarian dokumen. Query akan diproses seluruhnya menggunakan website tersebut. Pada website, user dapat melihat hasil dokumen yang ditemukembalikan serta dapat melihat perhitungan dari masing-masing dokumen yang ditemu-kembalikan (Lampiran 1)

Evaluasi Setelah dilakukan proses similarity dan didapatkan skor kesamaan antara query dengan dokumen yang ada, selanjutnya dilakukan proses evaluasi. Proses evaluasi dilakukan dengan mencari nilai precision dan nilai recall. Untuk setiap query, dihitung nilai precision pada setiap nilai recall standar (eleven standard recall), yaitu 0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, dan 1.0. Setelah didapatkan nilai precision pada sebelas nilai recall untuk setiap query, kemudian dicari nilai average precision (AVP). Nilai inilah yang digunakan untuk mengetahui kinerja dari tiap-tiap perubahan nilai k1 dan b yang diujikan.Setelah didapatkan nilai precision pada sebelas nilai recall untuk setiap query, kemudian dicari nilai average precision (AVP). Dari percobaan yang dilakukan terhadap 30 query dengan jumlah kata lebih dari satu didapatkan nilai precision sebesar 0.145. Sedangkan untuk 30 query dengan jumlah kata satu didapatkan nilai precision sebesar 0.390. Percobaan ini dilakukan pula untuk 1000 dokumen yang didapat dari lab Temu Kembali

Grafik Recall Precision 1300 Dokumen 1 P R E C I S I O N

0,9 0,8 0,7 0,6 0,5 0,4

Banyak Kata Query

0,3

Satu Kata Query

0,2 0,1 0 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 RECALL

Gambar 8 Grafik recall precision untuk 1300 dokumen

17

Grafik Recall Precision 1000 Dokumen 1 P R E C I S I O N

0,9 0,8 0,7 0,6 0,5 0,4

Banyak Kata Query

0,3

Satu Kata Query

0,2 0,1 0 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 RECALL

Gambar 9 Grafik recall precision untuk 1000 dokumen Informasi. Dari percobaan yang dilakukan terhadap 30 query dengan jumlah kata lebih dari satu didapatkan nilai precision sebesar 0.166. Sedangkan untuk 30 query dengan jumlah kata satu didapatkan nilai precision sebesar 0.413. Perbedaan ini disebabkan oleh banyak hal, seperti jumlah query yang lebih dari satu kata, dokumen tambahan sebanyak 300 dokumen tidak memiliki topik yang sama dengan 1000 dokumen yang ada sebelumnya, dan sistem pemeringkatan yang sulit dilakukan karena banyaknya term yang terkumpul dengan kode Soundex yang sama. Query yang digunakan lebih dari satu akan mempengaruhi hasil yang ditemukan oleh sistem. Ini disebabkan karena data yang disimpan pada database merupakan suatu kata, bukan suatu frasa ataupun kalimat. Sedangkan untuk membandingkan sebuah kode Soundex yang baik harus mengikuti jumlah kata dari query yang digunakan. Misalkan untuk sebuah query “gagal panen”, pada database harus disimpan sebuah data frasa seperti “gagal pergi”, “gigi perih”, dan lain-lain. Hal tersebut berguna untuk memperhitungkan seberapa besar nilai Dice coefficient dari dua kata tersebut. Tetapi pada penelitian ini, query yang digunakan akan dipisah menjadi satu kata. Misalkan untuk query “gagal panen”, akan dipisahkan menjadi “gagal” dan “panen”. Kata “gagal” memiliki Soundex yang relevan dengan kata “gigi”, “guling”, dan “gagal”, sedangkan untuk kata “panen” memiliki Soundex yang relevan dengan kata “panas”, “pintu” dan “panen”. Hasil dari kata yang relevan dari kedua kata query tersebut digabungkan dan dicari dokumen yang relevan berdasarkan nilai BM25 lalu diurutkan. Perhitungan ini yang menyebabkan perbedaan hasil antara query yang lebih dari satu kata dengan query yang hanya satu kata. Pencarian 300 dokumen tambahan dengan topik yang berbeda dari 1000 dokumen yang ada sebelumnya mempengaruhi hasil yang ditemukan. Terlihat pada hasil grafik untuk 1300 dokumen (Gambar 8) dengan grafik untuk 1000

18 dokumen saja (Gambar 9) memiliki perbedaan hasil. Percobaan yang hanya menggunakan 1000 dokumen memiliki hasil yang lebih baik dibandingkan dengan 1300 dokumen. Dapat disimpulkan bahwa dokumen yang berbeda topik tersebut merupakan noise pada percobaan ini. Ini karena kata-kata yang berada pada 300 dokumen tersebut banyak yang berbeda. Sedangkan query yang digunakan seluruhnya hanya relevan terhadap 1000 dokumen tersebut.

SIMPULAN DAN SARAN Simpulan Hasil penelitian ini menunjukkan bahwa: 1. Telah dilakukannya algoritme Soundex dengan menggunakan Soundex Fusion terhadap dokumen teks Bahasa Indonesia. Algoritme Soundex Fusion dapat digunakan untuk dokumen teks Bahasa Indonesia. 2. Telah dilakukannya sistem pencarian berbasis Soundex Fusion terhadap dokumen teks Bahasa Indonesia dengan menggunakan nilai kesamaan Dice coefficient dan Okapi BM25. Dari percobaan yang dilakukan untuk 1300 dokumen terhadap 30 query dengan jumlah kata lebih dari satu didapatkan nilai precision sebesar 0.145 dan untuk 30 query dengan jumlah kata satu didapatkan nilai precision sebesar 0.390. Sedangkan percobaan yang dilakukan untuk 1000 dokumen terhadap 30 query dengan jumlah kata lebih dari satu didapatkan nilai precision sebesar 0.166 dan untuk 30 query dengan jumlah kata satu didapatkan nilai precision sebesar 0.413. Dari hasil tersebut dapat disimpulkan bahwa sistem pencarian berbasis Soundex Fusion tidak dapat bekerja dengan optimal untuk query dengan jumlah kata lebih dari satu. Ini disebabkan oleh term yang digunakan tidak memiliki frasa atau tidak memiliki hubungan kata dengan yang lainnya, keterbatasan karakter yang dimiliki oleh algoritme Soundex karena tujuan dari pembuatan algoritme Soundex bukan untuk mencari dokumen dengan teks tetapi dengan suara. Saran Terdapat beberapa hal yang dapat ditambahkan ataupun diperbaiki untuk penelitian-penelitian selanjutnya, di antaranya:  Menggunakan dokumen dengan topik yang seragam dan tidak adanya kesalahan pengetikan agar hasil nilai Okapi BM25 sesuai dengan yang diharapkan.  Menggunakan gabungan dari kata dan frasa sebagai term yang digunakan agar hasil dari Dice coefficient yang lebih baik  Memilih term yang baik untuk pemrosesan Soundex agar tidak banyak term yang memiliki kode Soundex yang sama.

19

DAFTAR PUSTAKA Arifin SRZF. 2006. Peranan substitusi n-grams dan code shift pada algoritme Soundex [skripsi]. Bogor (ID): Institut Pertanian Bogor. Baeza-Yates, Ribeiro-Neto. 1999. Modern Information Retrieval. England: Addison-Wesly Publishing Company. Damerau FJ. 1964. A technique for computer detection and correction of spelling errors. Communication of the ACM; 1964 Mar; New York, USA. New York (USA). Communication of the ACM. hlm 171-176. Dumais S, Cutrell E, Cadiz JJ, Jancke G, Sarin R, Robbins DC. 2003. Stuff I've seen: a system for personal information retrieval and re-use. di dalam 26th Annual International ACM SIGIR Conference on Research and Development in Informaion Retrieval; 2003 Jul; Redmond (USA). hlm 72-79. Holmes D, McCabe MC. 2002. Improving precision and recall for Soundex retrieval. International Symposium on Information Technology; 2002 Apr 8-10; Las Vegas, USA. Las Vegas (USA). IEEE Computer Society. hlm 22-27. Manning CD, Raghavan P, Schutze H. 2008. Introduction to Information Retrieval. Cambridge University. Primasari D. 1997. Metode pencarian dan temu-kembali nama berdasarkan kesamaan fonetik [skripsi]. Bogor (ID): Institut Pertanian Bogor.

20

LAMPIRAN Lampiran 1 Antarmuka Implementasi

21 Lampiran 2 Gugus query dan jawaban untuk lebih dari satu kata Kueri Bencana kekeringan

Dukungan pemerintah pada pertanian

Flu burung

Gabah kering giling

Gugus jawaban gatra070203, gatra161002, gatra210704, gatra301002, indosiar010903, indosiar170603, indosiar220503, indosiar260803003, indosiar310504, kompas210504, kompas250803, mediaindonesia050604-001, mediaindonesia110703, mediaindonesia160603, mediaindonesia240503, mediaindonesia260803, mediaindonesia270803, mediaindonesia310503, pikiranrakyat020704, republika030903001, republika030903-002, republika070604-001, republika090804-01, republika120804-01, republika120804-04, republika130804-02, republika200603, republika210704-004, republika250604, republika270503, republika270704-002, situshijau181103-001, suarakarya000000-002-01, suarakarya000000-021, suaramerdeka130602, suaramerdeka190903, suarapembaruan150903, suarapembaruan180303, suarapembaruan260703-002. indosiar070504, jurnal000000-026, kompas030401, kompas050303, kompas060503, kompas071100, kompas150201, kompas200802, kompas300402, mediaindonesia130204, mediaindonesia220303, pembaruan110903, poskota040804, republika100903, republika180303, republika210902, republika230903, republika251102-001, republika251102-002, republika300604-001, situshijau150504-002, situshijau190303-002, situshijau200103-002, situshijau201003-001, situshijau281003-002, suarakarya000000-028, suaramerdeka130902, wartapenelitian000000-002, wartapenelitian000000-007. gatra220604, gatra270104-001, gatra270104-002, gatra300104, indosiar020304, indosiar240204, mediaindonesia090204, mediaindonesia140704, mediaindonesia200204, republika090604, republika120704-005, republika190504-001, republika190604-005, republika210504-001, republika290704-002, situshijau280404-004, suarakarya000000-001, suarakarya000000-008, suarakarya000000014, suaramerdeka160204, suaramerdeka200104. indosiar180603, indosiar240703, indosiar300304, kompas 170402, kompas030502-001, kompas160704, kompas170903, mediaindonesia250304, pikiranrakyat300604, republika040303, republika060804-003, republika100704-003, republika100804, republika120804-01, republika180504-002, republika210704-001, republika230704-001, republika231202-001, republika231202-002, republika290604-003, republika290604-007, situshijau281003-004, suarakarya000000-007, suaramerdeka090104.

22 Lampiran 2 Lanjutan Kueri Gagal panen

Impor beras Indonesia

Industri gula

Gugus Jawaban gatra070203, gatra190802, gatra190902-02, gatra301002, indosiar010504, indosiar031203, indosiar040903, indosiar050704002, indosiar070504, indosiar130504, indosiar140204, indosiar160304, indosiar170603, indosiar180304, indosiar240703, indosiar260803-001, indosiar260803-003, kompas030704, kompas031003, kompas170504, mediaindonesia030603, mediaindonesia050604-001, mediaindonesia110703, mediaindonesia140203, mediaindonesia160603, mediaindonesia240503, mediaindonesia310503, republika030903002, republika060804-001, republika080703, republika090804-01, republika120804-04, republika130704-001, republika130804-02, republika200603, republika230704-005, republika260604-003, situshijau091203-002, situshijau100603-003, situshijau110303-002, situshijau280404-002, suarakarya000000-002-02, suarakarya000000-011, suaramerdeka120104, suaramerdeka130602, suarapembaruan120104, suarapembaruan260703-001, suarapembaruan260703-002. gatra180103, gatra220802, indosiar180603, indosiar180703, indosiar200304, indosiar300703-002, kompas 170402, kompas 170402, kompas050602, kompas101002, kompas101004, kompas160704, kompas180504, kompas270401, kompas270502002, kompas310702, mediaindonesia050104, mediaindonesia060803, mediaindonesia100203, mediaindonesia131003, mediaindonesia160603, mediaindonesia250304, republika020604-001, republika060804001, republika090902, republika100703, republika100704-003, republika180504-002, republika210704-001, republika230704-001, republika231202-001, republika231202-002, republika240604-001, republika300704-002, situshijau281003-004, suarakarya000000007, suarakarya000000-023, suaramerdeka120104, suaramerdeka130104, suaramerdeka170602-001, suaramerdeka270601, suarapembaruan100903, suarapembaruan110903 gatra200103, kompas031003, kompas250901, mediaindonesia120604-002, pikiranrakyat300704-002, republika010704-003, republika020804, republika090902, republika100902, republika220604-002, republika280704-002, republika301002, situshijau210103-001, suarakarya000000-001-01, suarakarya000000-007, suarakarya000000-028, suaramerdeka130902, suarapembaruan100903, suarapembaruan220403

23 Lampiran 2 Lanjutan Kueri Institut pertanian bogor

Kelangkaan pupuk

Kelompok masyarakat tani

Laboratorium pertanian

Gugus Jawaban gatra020804, gatra180304, gatra180702, gatra220704, gatra290903, gatra300404, kompas100399, kompas111099, kompas121099, kompas150304-001, kompas200704, kompas200799, kompas230704, mediaindonesia080704, mediaindonesia090704, mediaindonesia101003, mediaindonesia290903-002, republika010704-001, republika061003, republika070604-002, republika100604-002, republika100704-002, republika110604-002, republika140704-002, republika160604-002, republika170604-001, republika180303, republika180604, republika190604-001, republika190604-002, republika211002, republika220604-001, republika230704-08, situshijau070503, situshijau101103-004, situshijau281003-003, suarakarya000000-005, suarakarya000000010, suarapembaruan150903, suarapembaruan260703-001 indosiar010704, indosiar060204, indosiar190504-001, indosiar200104, indosiar260504, indosiar290604, kompas210504, kompas300502-001, pikiranrakyat010504-003, republika050604, republika160604-001, suarakarya000000-001-02, suarakarya000000-002, suarakarya000000-006, suarakarya000000026, suarakarya000000-029, suarakarya000000-030, suarakarya000000-032, suarakarya000000-038, suaramerdeka161101 bitraindonesia000000-001, indosiar021203-002, jurnal000000-017, kompas180502, kompas211103, kompas250901, kompas260304, kompas260902, kompas270203-002, kompas270502-002, kompas300502-001, replubika110804, republika030304, republika110604-004, republika131203-001, republika140703, republika151202, republika180303, republika270704-001, republika280703, republika300704-001, situshijau070503, situshijau120303-003, situshijau130303-001, situshijau190303-002, situshijau200103-002, situshijau281003-004, suarakarya000000001-02, suarakarya000000-037, suaramerdeka260902, suarapembaruan090202, suarapembaruan130103 balaipenelitian000000-010, gatra100203, indobic130504-002, indosiar010704, jurnal000000-027, kompas220801, kompas241203, kompas300502-002, mediaindonesia290903-002, republika050804-007, republika120704-005, republika230704-004, republika300604-002, situshijau040603, situshijau051103-02, situshijau100603-001, situshijau140503-001-01, situshijau150403002, situshijau180603-003, suarakarya000000-003, suaramerdeka031101

24

Lampiran 2 Lanjutan Kueri Musim panen

Pembangun an untuk sektor pertanian

Penerapan bioteknolog i di indonesia

Gugus Jawaban gatra190902-02, gatra230103-001, gatra240203, indosiar010504, indosiar021203-002, indosiar060204, indosiar071103, indosiar110304, indosiar240604, indosiar300304, kompas030502001, kompas041103, kompas220901-001, kompas240103, kompas300502-001, mediaindonesia131203-001, mediaindonesia230604, pikiranrakyat240404, pikiranrakyat300604, poskota261202, republika060804-001, republika060804-003, republika100704-003, republika151202, republika171102, republika240604-005, republika290604-007, republika300704-002, situshijau000000-001, situshijau040603, situshijau080503-004, situshijau250403-004, situshijau270503002, situshijau280404-002, suarakarya000000-007, suarakarya000000-023, suarakarya000000-028, suaramerdeka120104, suaramerdeka290901, suarapembaruan031002 gatra180304, jurnal000000-002, kompas020803, kompas031003, kompas060203, kompas060503, kompas100399, kompas101004, kompas110201, kompas111099, kompas121099, kompas150304002, kompas190802, kompas191099, kompas200799, kompas210502, kompas220901-002, kompas230603, kompas240803, kompas260203, kompas270204, kompas280602, kompas290404, mediaindonesia050604-002, mediaindonesia060903, mediaindonesia090903, mediaindonesia160903, pembaruan110903, poskota110703, republika060903, republika070104, republika080703, republika100804, republika100903, republika101203, republika110604-002, republika131203-001, republika150604003, republika150903 jurnal000000-018, kompas121099, puslitbang000000-001, republika220604-003, republika290704-002, situshijau000000002, situshijau030603-001, situshijau040603, situshijau050703001, situshijau070103-001, situshijau070103-002, situshijau070103-003, situshijau100603-002, situshijau100603003, situshijau110303-002, situshijau130103-001, situshijau130503-001, situshijau130503-002, situshijau140103002, situshijau140103-003, situshijau140503-001-01, situshijau140903-001, situshijau150403-001, situshijau150403002, situshijau160103, situshijau180603-003, situshijau180803003, situshijau200103-001, situshijau210103-003, situshijau210503-001, situshijau270303-004, situshijau270503002, situshijau270703-005, situshijau300403, situshijau310303, suarakarya000000-014, suarapembaruan020603, suarapembaruan020603-No, suarapembaruan151102, wartapenelitian000000-009

25 Kueri Harga komoditas pertanian

Penerapan teknologi pertanian

Penyakit hewan ternak

Gugus Jawaban indosiar071103,indosiar180603,indosiar221003,indosiar240604,in dosiar300304,jurnal000000-022,jurnal000000-027,kompas 170402,kompas030502-001,kompas030502002,kompas080702,kompas100399,kompas101004,kompas11109 9,kompas140802,kompas160304,kompas170104,kompas171002,k ompas180502,kompas180504,kompas230603,kompas250901,kom pas270203-001,kompas270401,kompas270502001,kompas280602,kompas311203,mediaindonesia060803,mediai ndonesia310503,pikiranrakyat240404,pikiranrakyat300604,poskot a000000-002,poskota000000-003,republika030804002,republika060503,republika060804-001,republika060804003,republika061102,republika090902,republika140704004,situshijau050703-002,situshijau070503,situshijau130203002,situshijau240203-002,situshijau280203,situshijau280404001,situshijau280404-002,situshijau280404003,suarakarya000000-002-02,suarakarya000000021,suaramerdeka170602001,suaramerdeka290802,suaramerdeka311003,suarapembaruan1 00903,suarapembaruan220403,trubus000004,wartapenelitian0000 00-002 indosiar250204-001, jurnal000000-001, jurnal000000-011, jurnal000000-013, jurnal000000-017, jurnal000000-024, kompas121099, kompas251003, kompas290402, mediaindonesia170403, republika050903, republika131203-001, republika140604-001, republika180504-001, republika201102, republika220604-003, republika230704-08, republika260803, situshijau030603-001, situshijau080103, situshijau100603-003, situshijau140103-002, situshijau140903-001, situshijau140903003, situshijau180603-003, situshijau180803-002, situshijau181103-002, situshijau270303-004, situshijau270503002, situshijau270703-005, situshijau281003-003, situshijau290503-003, suarakarya000000-034, suarapembaruan020603-No, suarapembaruan060602, suarapembaruan160702, wartapenelitian000000-003, wartapenelitian000000-007, wartapenelitian000000-009 gatra270104-002, gatra270104-003, gatra300104, mediaindonesia090204, republika150103, republika160704-003, republika260704-004, republika300604-002, suarakarya000000004, suarakarya000000-008, suarakarya000000-014, suarakarya000000-017, suaramerdeka260302-01

26 Lampiran 2 Lanjutan Kueri Gugus Jawaban Penyuluhan pertanian bitraindonesia000000-001, gatra190902-02, indosiar310504, jurnal000000-005, jurnal000000-014, kompas050802, kompas130699, kompas170104, kompas200503-002, mediaindonesia160603, poskota110703, republika030903002, republika050804-001, republika061003, republika171003, republika180303, republika200203, republika210504-001, republika220604-003, republika260604-003, republika300604-003, situshijau201003-002, situshijau230103-001, situshijau270703-001, suaramerdeka271102, wartapenelitian000000-002, wartapenelitian000000-007 Perdagangan hasil gatra011102, indosiar070204, indosiar201103, jurnal000000pertanian 002, jurnal000000-027, kompas031003, kompas041102, kompas101002, kompas140802, kompas160304, kompas270401, kompas270502-001, kompas271103, kompas311203, mediaindonesia030104, mediaindonesia101003, mediaindonesia150903, mediaindonesia170303, republika020604-001, republika041102, republika281202, situshijau130303-001, situshijau191103, situshijau240203-002, suarakarya000000013, suaramerdeka120104, suaramerdeka270601, suarapembaruan080903-001, suarapembaruan080903-002, wartapenelitian000000-006 Sistem pertanian indosiar250204-002, jurnal000000-017, kompas010499, organik kompas030502-002, kompas050802, kompas081203, kompas181099, kompas221001, kompas241203, kompas260304, kompas270502-002, kompas300502-001, republika131203-001, republika150303, republika180303, situshijau070503, situshijau091203-001, situshijau091203004, situshijau290503-003, suarakarya000000-001-02, suarapembaruan000000-002, suarapembaruan090202, suarapembaruan110702-01, suarapembaruan160702 Petani tebu indosiar190504-002, indosiar290604, kompas031003, kompas250901, kompas310702, republika010704-003, republika020804, republika100902, republika140704-004, republika150604-002, republika200704-001, republika220604-002, republika280704-002, republika310704-001, situshijau280203, suarakarya000000007, suarakarya000000-028, suaramerdeka130902, suarapembaruan100903, suarapembaruan220403

27

Lampiran 2 Lanjutan Kueri Peternak ayam

Produk usaha peternakan rakyat

Pupuk organik

Riset pertanian

Gugus Jawaban gatra270104-001, gatra270104-002, gatra300104, indosiar020304, indosiar161203, indosiar240204, jurnal000000-009, kompas051103, kompas120101, mediaindonesia090204, republika061003, republika100604002, republika190504-001, republika210504-001, situshijau280404-004, suarakarya000000-001, suarakarya000000-008, suarakarya000000-014, suarakarya000000-017, suarapembaruan220802 jurnal000000-003, kompas120101, kompas150201, mediaindonesia010304, mediaindonesia090204, republika100604-002, republika150303, republika170704007, republika210504-001, republika220704-003, republika260604-001, republika290704-002, republika300604-002, situshijau190303-001, suarakarya000000-001, suarakarya000000-008, suarakarya000000-013, suarakarya000000-014, suarapembaruan151102 balaipenelitian000000-001, kompas270502-002, kompas280502, kompas300502-001, republika050804-007, republika190104, republika201102, republika270604, situshijau091203-004, situshijau140103-001, suarakarya000000-001-02, suarakarya000000-037, suaramerdeka031101, suaramerdeka170602-002, suarapembaruan090202, suarapembaruan130103, suarapembaruan160702, suarapembaruan220802, wartapenelitian000000-002, wartapenelitian000000-008 balaipenelitian000000-012, gatra270104-002, indobic130504001, jurnal000000-008, jurnal000000-015, jurnal000000-018, jurnal000000-019, jurnal000000-026, kompas010499, kompas170104, kompas221003, kompas230603, mediaindonesia131003, puslitbang000000-001, republika030903-002, republika070604-002, republika100704-002, republika140104, republika170604001, republika190604-001, republika190604-002, republika210704-001, republika210704-003, republika220604-003, republika241203, republika260803, republika280703, republika300604-003, situshijau040603, situshijau070503, situshijau080503-001, situshijau091203003, situshijau101103-004, situshijau130103-001, situshijau130503-002, situshijau140103-002, situshijau140903-001, situshijau140903-003, situshijau150403-002, situshijau180803-002, situshijau181103-002, situshijau200103-001,

28

Swasembada pangan

Tadah hujan

Tanaman obat

situshijau200103-001-No, situshijau201003-002, situshijau210103-003, situshijau210503-001, situshijau250203, situshijau270303-004, situshijau290503001, situshijau300403, situshijau310303, suarakarya000000001-02, suarakarya000000-010, suarakarya000000-019, suarakarya000000-027, suarakarya000000-034, suarakarya000000-037, suaramerdeka270601, suarapembaruan000000-002, suarapembaruan020603, suarapembaruan060602, suarapembaruan110702, suarapembaruan110702-01, suarapembaruan151102, suarapembaruan160702, suarapembaruan241003, suarapembaruan290802-001, wartapenelitian000000-007, wartapenelitian000000-009 indosiar021203-002, kompas060503, kompas100901, kompas110201, kompas150304-002, kompas170104, kompas230603, kompas230899, kompas270203-001, kompas270401, kompas270502-002, mediaindonesia160603, republika030304, republika060503, republika061003, republika080703, republika100704-005, republika220604003, republika220604-003, republika230902-001, republika230902-002, republika231202-001, republika231202-002, suarakarya000000-001-02, suarakarya000000-002-02, suarakarya000000-016, suarakarya000000-021, suaramerdeka170602-001, suarapembaruan110903, suarapembaruan221102 gatra210704, gatra301002, indosiar260803-001, indosiar310504, jurnal000000-001, kompas270502-002, mediaindonesia160603, mediaindonesia310503, republika090804-01, republika210704-004, republika230704005, republika240604-005, republika290604-007, suarakarya000000-001-02, suarakarya000000-030, suaramerdeka130602, suarapembaruan260703-002, wartapenelitian000000-004 balaipenelitian000000-008, balaipenelitian000000-009, indobic120504, indosiar010704, indosiar260803-002, republika020604-003, republika030804-002, republika270604, republika290604-001, situshijau030203001, situshijau041203, situshijau060503, situshijau070103004, situshijau070103-005, situshijau100603-002, situshijau101103-003, situshijau120303-004, situshijau130103-002, situshijau130503-001, situshijau140103-003, situshijau140903-004, situshijau180203-001, situshijau180203-002, situshijau201003-002, situshijau270303-001, situshijau270303-003, situshijau270503-002, situshijau270703-002, situshijau290503-001

29

Lampiran 2 Lanjutan Kueri Tanaman pangan

Upaya peningkatan pendapatan petani/peningkatan pendapatan petani

Gugus Jawaban bitraindonesia000000-001, indosiar021203-001, indosiar030304, indosiar050704-002, indosiar130104, indosiar130504, indosiar160304, indosiar180304, indosiar310504, kompas020603, kompas120102, kompas120702, kompas171002, kompas180701, kompas240302, kompas260203, kompas311203, mediaindonesia030104, mediaindonesia160603, mediaindonesia170303, mediaindonesia220303, republika030304, republika050903, republika080604-004, republika150903, republika200603, republika220604-003, republika230704-006, republika241203, republika260604001, republika271003, situshijau070103-003, situshijau140903-001, situshijau181103-001, situshijau290403-002, suarakarya000000-001-02, suarakarya000000-011, suarakarya000000-013, suarakarya000000-031, suaramerdeka160703, suaramerdeka250302, suarapembaruan151102, suarapembaruan260703-002 indosiar150104-001, jurnal000000-017, kompas030502-001, kompas031003, kompas100399, kompas170903, kompas200802, kompas210502, kompas260702, kompas270203-001, kompas300402, kompas300502-002, pembaruan110903, poskota110703, republika030804-002, republika030903-001, republika060804-001, republika060804-003, republika230404, republika231202001, republika231202-002, republika240604-005, republika241203, republika281202, republika300704-002, situshijau140503-001, situshijau180803-002, situshijau181103-002, situshijau200103-001, situshijau280203, suaramerdeka120104, suaramerdeka170602-001, suarapembaruan060602, suarapembaruan290802-001, wartapenelitian000000-005

30 Lampiran 3 Gugus query dan jawaban untuk satu kata Kueri Kekeringan

Dukungan

Flu

Gabah

Gugus Jawaban gatra070203, gatra161002, gatra210704, gatra301002, indosiar010903, indosiar170603, indosiar220503, indosiar260803003, indosiar310504, kompas210504, kompas250803, mediaindonesia050604-001, mediaindonesia110703, mediaindonesia160603, mediaindonesia240503, mediaindonesia260803, mediaindonesia270803, mediaindonesia310503, pikiranrakyat020704, republika030903001, republika030903-002, republika070604-001, republika090804-01, republika120804-01, republika120804-04, republika130804-02, republika200603, republika210704-004, republika250604, republika270503, republika270704-002, situshijau181103-001, suarakarya000000-002-01, suarakarya000000-021, suaramerdeka130602, suaramerdeka190903, suarapembaruan150903, suarapembaruan180303, suarapembaruan260703-002. indosiar070504, jurnal000000-026, kompas030401, kompas050303, kompas060503, kompas071100, kompas150201, kompas200802, kompas300402, mediaindonesia130204, mediaindonesia220303, pembaruan110903, poskota040804, republika100903, republika180303, republika210902, republika230903, republika251102-001, republika251102-002, republika300604-001, situshijau150504-002, situshijau190303-002, situshijau200103-002, situshijau201003-001, situshijau281003-002, suarakarya000000-028, suaramerdeka130902, wartapenelitian000000-002, wartapenelitian000000-007. gatra220604, gatra270104-001, gatra270104-002, gatra300104, indosiar020304, indosiar240204, mediaindonesia090204, mediaindonesia140704, mediaindonesia200204, republika090604, republika120704-005, republika190504-001, republika190604-005, republika210504-001, republika290704-002, situshijau280404-004, suarakarya000000-001, suarakarya000000-008, suarakarya000000014, suaramerdeka160204, suaramerdeka200104. indosiar180603, indosiar240703, indosiar300304, kompas 170402, kompas030502-001, kompas160704, kompas170903, mediaindonesia250304, pikiranrakyat300604, republika040303, republika060804-003, republika100704-003, republika100804, republika120804-01, republika180504-002, republika210704-001, republika230704-001, republika231202-001, republika231202-002, republika290604-003, republika290604-007, situshijau281003-004, suarakarya000000-007, suaramerdeka090104.

31 Lampiran 3 Lanjutan Kueri Gagal

Beras

Gula

Gugus Jawaban gatra070203, gatra190802, gatra190902-02, gatra301002, indosiar010504, indosiar031203, indosiar040903, indosiar050704002, indosiar070504, indosiar130504, indosiar140204, indosiar160304, indosiar170603, indosiar180304, indosiar240703, indosiar260803-001, indosiar260803-003, kompas030704, kompas031003, kompas170504, mediaindonesia030603, mediaindonesia050604-001, mediaindonesia110703, mediaindonesia140203, mediaindonesia160603, mediaindonesia240503, mediaindonesia310503, republika030903002, republika060804-001, republika080703, republika090804-01, republika120804-04, republika130704-001, republika130804-02, republika200603, republika230704-005, republika260604-003, situshijau091203-002, situshijau100603-003, situshijau110303-002, situshijau280404-002, suarakarya000000-002-02, suarakarya000000-011, suaramerdeka120104, suaramerdeka130602, suarapembaruan120104, suarapembaruan260703-001, suarapembaruan260703-002. gatra180103, gatra220802, indosiar180603, indosiar180703, indosiar200304, indosiar300703-002, kompas 170402, kompas 170402, kompas050602, kompas101002, kompas101004, kompas160704, kompas180504, kompas270401, kompas270502002, kompas310702, mediaindonesia050104, mediaindonesia060803, mediaindonesia100203, mediaindonesia131003, mediaindonesia160603, mediaindonesia250304, republika020604-001, republika060804001, republika090902, republika100703, republika100704-003, republika180504-002, republika210704-001, republika230704-001, republika231202-001, republika231202-002, republika240604-001, republika300704-002, situshijau281003-004, suarakarya000000007, suarakarya000000-023, suaramerdeka120104, suaramerdeka130104, suaramerdeka170602-001, suaramerdeka270601, suarapembaruan100903, suarapembaruan110903 gatra200103, kompas031003, kompas250901, mediaindonesia120604-002, pikiranrakyat300704-002, republika010704-003, republika020804, republika090902, republika100902, republika220604-002, republika280704-002, republika301002, situshijau210103-001, suarakarya000000-001-01, suarakarya000000-007, suarakarya000000-028, suaramerdeka130902, suarapembaruan100903, suarapembaruan220403

32 Lampiran 3 Lanjutan Kueri Bogor

Kelangkaan

Kelompok

Laboratorium

Gugus Jawaban gatra020804, gatra180304, gatra180702, gatra220704, gatra290903, gatra300404, kompas100399, kompas111099, kompas121099, kompas150304-001, kompas200704, kompas200799, kompas230704, mediaindonesia080704, mediaindonesia090704, mediaindonesia101003, mediaindonesia290903-002, republika010704-001, republika061003, republika070604-002, republika100604-002, republika100704-002, republika110604-002, republika140704-002, republika160604-002, republika170604-001, republika180303, republika180604, republika190604-001, republika190604-002, republika211002, republika220604-001, republika230704-08, situshijau070503, situshijau101103-004, situshijau281003-003, suarakarya000000-005, suarakarya000000010, suarapembaruan150903, suarapembaruan260703-001 indosiar010704, indosiar060204, indosiar190504-001, indosiar200104, indosiar260504, indosiar290604, kompas210504, kompas300502-001, pikiranrakyat010504-003, republika050604, republika160604-001, suarakarya000000-001-02, suarakarya000000-002, suarakarya000000-006, suarakarya000000026, suarakarya000000-029, suarakarya000000-030, suarakarya000000-032, suarakarya000000-038, suaramerdeka161101 bitraindonesia000000-001, indosiar021203-002, jurnal000000-017, kompas180502, kompas211103, kompas250901, kompas260304, kompas260902, kompas270203-002, kompas270502-002, kompas300502-001, replubika110804, republika030304, republika110604-004, republika131203-001, republika140703, republika151202, republika180303, republika270704-001, republika280703, republika300704-001, situshijau070503, situshijau120303-003, situshijau130303-001, situshijau190303-002, situshijau200103-002, situshijau281003-004, suarakarya000000001-02, suarakarya000000-037, suaramerdeka260902, suarapembaruan090202, suarapembaruan130103 balaipenelitian000000-010, gatra100203, indobic130504-002, indosiar010704, jurnal000000-027, kompas220801, kompas241203, kompas300502-002, mediaindonesia290903-002, republika050804-007, republika120704-005, republika230704-004, republika300604-002, situshijau040603, situshijau051103-02, situshijau100603-001, situshijau140503-001-01, situshijau150403002, situshijau180603-003, suarakarya000000-003, suaramerdeka031101

33 Lampiran 3 Lanjutan Kueri Panen

Sektor

Bioteknolo gi

Gugus Jawaban gatra190902-02, gatra230103-001, gatra240203, indosiar010504, indosiar021203-002, indosiar060204, indosiar071103, indosiar110304, indosiar240604, indosiar300304, kompas030502001, kompas041103, kompas220901-001, kompas240103, kompas300502-001, mediaindonesia131203-001, mediaindonesia230604, pikiranrakyat240404, pikiranrakyat300604, poskota261202, republika060804-001, republika060804-003, republika100704-003, republika151202, republika171102, republika240604-005, republika290604-007, republika300704-002, situshijau000000-001, situshijau040603, situshijau080503-004, situshijau250403-004, situshijau270503002, situshijau280404-002, suarakarya000000-007, suarakarya000000-023, suarakarya000000-028, suaramerdeka120104, suaramerdeka290901, suarapembaruan031002 gatra180304, jurnal000000-002, kompas020803, kompas031003, kompas060203, kompas060503, kompas100399, kompas101004, kompas110201, kompas111099, kompas121099, kompas150304002, kompas190802, kompas191099, kompas200799, kompas210502, kompas220901-002, kompas230603, kompas240803, kompas260203, kompas270204, kompas280602, kompas290404, mediaindonesia050604-002, mediaindonesia060903, mediaindonesia090903, mediaindonesia160903, pembaruan110903, poskota110703, republika060903, republika070104, republika080703, republika100804, republika100903, republika101203, republika110604-002, republika131203-001, republika150604003, republika150903, republika190803, republika251002-003, republika290704-003, republika300604-001, situshijau091203002, situshijau280203, suarapembaruan140303 jurnal000000-018, kompas121099, puslitbang000000-001, republika220604-003, republika290704-002, situshijau000000002, situshijau030603-001, situshijau040603, situshijau050703001, situshijau070103-001, situshijau070103-002, situshijau070103-003, situshijau100603-002, situshijau100603003, situshijau110303-002, situshijau130103-001, situshijau130503-001, situshijau130503-002, situshijau140103002, situshijau140103-003, situshijau140503-001-01, situshijau140903-001, situshijau150403-001, situshijau150403002, situshijau160103, situshijau180603-003, situshijau180803003, situshijau200103-001, situshijau210103-003, situshijau210503-001, situshijau270303-004, situshijau270503002, situshijau270703-005, situshijau300403, suarakarya000000014, suarapembaruan020603, suarapembaruan020603-No, suarapembaruan151102, wartapenelitian000000-009

34 Kueri Komoditas

Teknologi

Hewan

Gugus Jawaban indosiar071103,indosiar180603,indosiar221003,indosiar240604,in dosiar300304,jurnal000000-022,jurnal000000-027,kompas 170402,kompas030502-001,kompas030502002,kompas080702,kompas100399,kompas101004,kompas11109 9,kompas140802,kompas160304,kompas170104,kompas171002,k ompas180502,kompas180504,kompas230603,kompas250901,kom pas270203-001,kompas270401,kompas270502001,kompas280602,kompas311203,mediaindonesia060803,mediai ndonesia310503,pikiranrakyat240404,pikiranrakyat300604,poskot a000000-002,poskota000000-003,republika030804002,republika060503,republika060804-001,republika060804003,republika061102,republika090902,republika140704004,situshijau050703-002,situshijau070503,situshijau130203002,situshijau240203-002,situshijau280203,situshijau280404001,situshijau280404-002,situshijau280404003,suarakarya000000-002-02,suarakarya000000021,suaramerdeka170602001,suaramerdeka290802,suaramerdeka311003,suarapembaruan1 00903,suarapembaruan220403,trubus000004,wartapenelitian0000 00-002 indosiar250204-001, jurnal000000-001, jurnal000000-011, jurnal000000-013, jurnal000000-017, jurnal000000-024, kompas121099, kompas251003, kompas290402, mediaindonesia170403, republika050903, republika131203-001, republika140604-001, republika180504-001, republika201102, republika220604-003, republika230704-08, republika260803, situshijau030603-001, situshijau080103, situshijau100603-003, situshijau140103-002, situshijau140903-001, situshijau140903003, situshijau180603-003, situshijau180803-002, situshijau181103-002, situshijau270303-004, situshijau270503002, situshijau270703-005, situshijau281003-003, situshijau290503-003, suarakarya000000-034, suarapembaruan020603-No, suarapembaruan060602, suarapembaruan160702, wartapenelitian000000-003, wartapenelitian000000-007, wartapenelitian000000-009 gatra270104-002, gatra270104-003, gatra300104, mediaindonesia090204, republika150103, republika160704-003, republika260704-004, republika300604-002, suarakarya000000004, suarakarya000000-008, suarakarya000000-014, suarakarya000000-017, suaramerdeka260302-01

35 Lampiran 3 Lanjutan Kueri Penyuluhan

Hasil

Organik

Tebu

Gugus Jawaban bitraindonesia000000-001, gatra190902-02, indosiar310504, jurnal000000-005, jurnal000000-014, kompas050802, kompas130699, kompas170104, kompas200503-002, mediaindonesia160603, poskota110703, republika030903002, republika050804-001, republika061003, republika171003, republika180303, republika200203, republika210504-001, republika220604-003, republika260604-003, republika300604-003, situshijau201003-002, situshijau230103-001, situshijau270703-001, suaramerdeka271102, wartapenelitian000000-002, wartapenelitian000000-007 gatra011102, indosiar070204, indosiar201103, jurnal000000002, jurnal000000-027, kompas031003, kompas041102, kompas101002, kompas140802, kompas160304, kompas270401, kompas270502-001, kompas271103, kompas311203, mediaindonesia030104, mediaindonesia101003, mediaindonesia150903, mediaindonesia170303, republika020604-001, republika041102, republika281202, situshijau130303-001, situshijau191103, situshijau240203-002, suarakarya000000013, suaramerdeka120104, suaramerdeka270601, suarapembaruan080903-001, suarapembaruan080903-002, wartapenelitian000000-006 indosiar250204-002, jurnal000000-017, kompas010499, kompas030502-002, kompas050802, kompas081203, kompas181099, kompas221001, kompas241203, kompas260304, kompas270502-002, kompas300502-001, republika131203-001, republika150303, republika180303, situshijau070503, situshijau091203-001, situshijau091203004, situshijau290503-003, suarakarya000000-001-02, suarapembaruan000000-002, suarapembaruan090202, suarapembaruan110702-01, suarapembaruan160702 indosiar190504-002, indosiar290604, kompas031003, kompas250901, kompas310702, republika010704-003, republika020804, republika100902, republika140704-004, republika150604-002, republika200704-001, republika220604-002, republika280704-002, republika310704-001, situshijau280203, suarakarya000000007, suarakarya000000-028, suaramerdeka130902, suarapembaruan100903, suarapembaruan220403

36

Lampiran 3 Lanjutan Kueri Ayam

Peternakan

Pupuk

Riset

Gugus Jawaban gatra270104-001, gatra270104-002, gatra300104, indosiar020304, indosiar161203, indosiar240204, jurnal000000-009, kompas051103, kompas120101, mediaindonesia090204, republika061003, republika100604002, republika190504-001, republika210504-001, situshijau280404-004, suarakarya000000-001, suarakarya000000-008, suarakarya000000-014, suarakarya000000-017, suarapembaruan220802 jurnal000000-003, kompas120101, kompas150201, mediaindonesia010304, mediaindonesia090204, republika100604-002, republika150303, republika170704007, republika210504-001, republika220704-003, republika260604-001, republika290704-002, republika300604-002, situshijau190303-001, suarakarya000000-001, suarakarya000000-008, suarakarya000000-013, suarakarya000000-014, suarapembaruan151102 balaipenelitian000000-001, kompas270502-002, kompas280502, kompas300502-001, republika050804-007, republika190104, republika201102, republika270604, situshijau091203-004, situshijau140103-001, suarakarya000000-001-02, suarakarya000000-037, suaramerdeka031101, suaramerdeka170602-002, suarapembaruan090202, suarapembaruan130103, suarapembaruan160702, suarapembaruan220802, wartapenelitian000000-002, wartapenelitian000000-008 balaipenelitian000000-012, gatra270104-002, indobic130504001, jurnal000000-008, jurnal000000-015, jurnal000000-018, jurnal000000-019, jurnal000000-026, kompas010499, kompas170104, kompas221003, kompas230603, mediaindonesia131003, puslitbang000000-001, republika030903-002, republika070604-002, republika100704-002, republika140104, republika170604001, republika190604-001, republika190604-002, republika210704-001, republika210704-003, republika220604-003, republika241203, republika260803, republika280703, republika300604-003, situshijau040603, situshijau070503, situshijau080503-001, situshijau091203003, situshijau101103-004, situshijau130103-001, situshijau130503-002, situshijau140103-002, situshijau140903-001, situshijau140903-003, situshijau150403-002, situshijau180803-002, situshijau181103-002, situshijau200103-001,

37

Swasembada

Tadah

Obat

situshijau200103-001-No, situshijau201003-002, situshijau210103-003, situshijau210503-001, situshijau250203, situshijau270303-004, situshijau290503001, situshijau300403, situshijau310303, suarakarya000000001-02, suarakarya000000-010, suarakarya000000-019, suarakarya000000-027, suarakarya000000-034, suarakarya000000-037, suaramerdeka270601, suarapembaruan000000-002, suarapembaruan020603, suarapembaruan060602, suarapembaruan110702, suarapembaruan110702-01, suarapembaruan151102, suarapembaruan160702, suarapembaruan241003, suarapembaruan290802-001, wartapenelitian000000-007, wartapenelitian000000-009 indosiar021203-002, kompas060503, kompas100901, kompas110201, kompas150304-002, kompas170104, kompas230603, kompas230899, kompas270203-001, kompas270401, kompas270502-002, mediaindonesia160603, republika030304, republika060503, republika061003, republika080703, republika100704-005, republika220604003, republika220604-003, republika230902-001, republika230902-002, republika231202-001, republika231202-002, suarakarya000000-001-02, suarakarya000000-002-02, suarakarya000000-016, suarakarya000000-021, suaramerdeka170602-001, suarapembaruan110903, suarapembaruan221102 gatra210704, gatra301002, indosiar260803-001, indosiar310504, jurnal000000-001, kompas270502-002, mediaindonesia160603, mediaindonesia310503, republika090804-01, republika210704-004, republika230704005, republika240604-005, republika290604-007, suarakarya000000-001-02, suarakarya000000-030, suaramerdeka130602, suarapembaruan260703-002, wartapenelitian000000-004 balaipenelitian000000-008, balaipenelitian000000-009, indobic120504, indosiar010704, indosiar260803-002, republika020604-003, republika030804-002, republika270604, republika290604-001, situshijau030203001, situshijau041203, situshijau060503, situshijau070103004, situshijau070103-005, situshijau100603-002, situshijau101103-003, situshijau120303-004, situshijau130103-002, situshijau130503-001, situshijau140103-003, situshijau140903-004, situshijau180203-001, situshijau180203-002, situshijau201003-002, situshijau270303-001, situshijau270303-003, situshijau270503-002, situshijau270703-002, situshijau290503-001

38 Lampiran 3 Lanjutan Kueri Tanaman

Pendapatan

Gugus Jawaban bitraindonesia000000-001, indosiar021203-001, indosiar030304, indosiar050704-002, indosiar130104, indosiar130504, indosiar160304, indosiar180304, indosiar310504, kompas020603, kompas120102, kompas120702, kompas171002, kompas180701, kompas240302, kompas260203, kompas311203, mediaindonesia030104, mediaindonesia160603, mediaindonesia170303, mediaindonesia220303, republika030304, republika050903, republika080604-004, republika150903, republika200603, republika220604-003, republika230704-006, republika241203, republika260604001, republika271003, situshijau070103-003, situshijau140903-001, situshijau181103-001, situshijau290403-002, suarakarya000000-001-02, suarakarya000000-011, suarakarya000000-013, suarakarya000000-031, suaramerdeka160703, suaramerdeka250302, suarapembaruan151102, suarapembaruan260703-002 indosiar150104-001, jurnal000000-017, kompas030502-001, kompas031003, kompas100399, kompas170903, kompas200802, kompas210502, kompas260702, kompas270203-001, kompas300402, kompas300502-002, pembaruan110903, poskota110703, republika030804-002, republika030903-001, republika060804-001, republika060804-003, republika230404, republika231202001, republika231202-002, republika240604-005, republika241203, republika281202, republika300704-002, situshijau140503-001, situshijau180803-002, situshijau181103-002, situshijau200103-001, situshijau280203, suaramerdeka120104, suaramerdeka170602-001, suarapembaruan060602, suarapembaruan290802-001, wartapenelitian000000-005