SEMINAR NASIONAL APLIKASI TEKNOLOGI INFORMASI SNATi 2015

Prosiding

SEMINAR NASIONAL APLIKASI TEKNOLOGI INFORMASI SNATi 2015 EastParc Hotel Yogyakarta, 6 Juni 2015

Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Islam Indonesia 2015

Prosiding Seminar Nasional Aplikasi Teknologi Informasi 2015 ISSN: 1907 – 5022

Diterbitkan oleh: Jurusan Teknik Informatika Fakultas Teknologi Industri, Universitas Islam Indonesia Jl. Kaliurang Km 14,5 Yogyakarta 55584 Telp. 0274 895287 ext 122 Fax. 0274 895007 Email: [email protected] Website: http://informatics.uii.ac.id http://www.snati.informatics.uii.ac.id Hak cipta © 2015 ada pada penulis dan hak publikasi ada pada jurusan Teknik Informatika, Universitas Islam Indonesia (UII) Artikel pada prosiding ini dapat digunakan dan disebarluaskan secara bebas untuk penggunaan pribadi atau keperluan pembelajaran selama bukan untuk tujuan komersial, dengan syarat tidak menghapus atau mengubah atribut penulis. Tidak diperbolehkan mempublikasi kembali dalam bentuk atau dalam kanal apapun kecuali mendapat izin terlebih dahulu dari Jurusan Teknik Informatika UII.

ii

KOMITE

Penanggung Jawab Ketua Jurusan Teknik Informatika, Universitas Islam Indonesia

Ketua Pelaksana Almed Hamzah (UII)

Komite Program Prof Mauridhi Hery Purnomo (ITS) Prof Siti Hartati (UGM) Dr. Taufiq Asyhari (Bradford University) Dr. Maruli Pandjaitan (Swiss German University) Dr. Rila Mandala (ITB) Dr. Kridanto Surendro (ITB) Dr. Rinaldi Munir (ITB) Dr. Sri Kusumadewi (UII) Dr. R. Teduh Dirgahayu (UII) Izzati Muhimmah, Ph.D. (UII) Fathul Wahid, Ph.D. (UII) M. Andri Setiawan, Ph.D. (UII)

Komite Pelaksana Hendrik Aridhanyati Arifin Sheila Nurul Huda Hanson Prihantoro Putro Kurniawan Dwi Irianto Ahmad Fathan Hidayatullah Erawati Lestari Nurlaela Zulfahmi Sarjudi Agus Kurniawan

Nur Wijayaning Rahayu Novi Setiani Lizda Iswari Rahadian Kurniawan Ari Sujarwo Kholid Haryono Azifatul Azifah Tri Wahyono Darmanto Tri Handana

iii

SAMBUTAN KETUA PANTIA SNATi 2015 Assalamu’alaikum warahmatullahi wabarakatuh Segala puji bagi Allah SWT, Tuhan Yang Maha Esa, yang dengan pertolonganNya-lah, kita semua dapat berkumpul dalam acara Seminar Nasional Aplikasi Teknologi Informasi (SNATi) 2015. Shalawat serta salam tak lupa kita curahkan kepada nabi agung kita, Nabi Muhammad saw. Semoga kita dimampukan oleh Allah untuk selalu berpegang teguh pada petunjuk dari Allah SWT, melalui teladan Nabi Muhammad saw. SNATi merupakan agenda seminar rutin yang dilaksanakan setiap tahun oleh Jurusan Teknik Informatika, Universitas Islam Indonesia. Dengan menghadirkan pembicara keynote dari luar, diharapkan seminar nasional ini dapat membuka wawasan kita para peneliti di Indonesia terhadap perkembangan keilmuan yang terjadi di luar sana. Kemudian diskusi lebih mendalam dilanjutkan dengan presentasi dari para pemakah yang akan mendiseminasikan hasil kerja kerasnya dalam penelitian-penelitian baik yang telah ataupun yang sedang dilakukan. Sebanyak 119 makalah telah masuk ke dalam SNATi 2015 ini dan 57,9% di antaranya dinyatakan diterima oleh tim reviewer. Dari jumlah tersebut, 49 makalah tersaji dalam prosiding ini. Dari sisi proses review, proses penerimaan di SNATi dapat dikatakan sangat ketat dibandingkan seminar nasional sejenisnya. Hal ini untuk menjamin kualitas terbaik yang kami akan sajikan dalam setiap makalah SNATi 2015. Tahun ini adalah tahun kedua SNATi memanfaatkan EasyChair sebagai sistem pengelolaan makalah dan tahun ketiga SNATi menggunakan format IEEE dalam acuan standard penulisan makalah yang masuk. Panitia SNATi 2015 mengucapkan banyak terima kasih kepada Profesor Daniel Thalmann yang telah berkenan datang ke Indonesia dan memberikan presentasinya. Thank you Professor Thalmann. Terima kasih juga kami ucapkan kepada para pemakalah, reviewer, seluruh panitia dan pihak sponsorship, serta semua pihak yang telah berpartisipasi menyukseskan acara ini. Kami menyadari bahwa kekurangan mungkin terjadi dalam pelaksanaan seminar ini. Oleh karena itu, kami memohon maaf jika terdapat suatu hal yang kurang berkenan. Saran dan kritik dari Bapak/Ibu dengan segala kelapangan hati akan kami terima. Semoga pelaksanaannya di tahun mendatang menjadi jauh lebih baik lagi. Wassalamu’alaikum Warahmatullahi Wabarakatuh. Yogyakarta, 26 Mei 2015 Ketua Panitia SNATi 2015 Almed Hamzah, S.T., M.Eng.

iv

SAMBUTAN KETUA JURUSAN TEKNIK INFORMATIKA UII Assalamu’alaikum warahmatullahi wabarakatuh Alhamdulillah, segala puji dan syukur hanyalah bagi Allah SWT. Dengan limpahan rahmat dan karuniaNya maka kita semua dapat berkumpul pada agenda SNATi 2015 di kota Yogyakarta. Peserta SNATi 2015 yang saya hormati, Tahun 2015 adalah tahun ke-12 penyelenggaraan SNATi, sejak awal penyelenggaraannya di tahun 2004. SNATi diorientasikan sebagai forum nasional untuk diseminasi ilmu dan pengetahuan di bidang komputer dan teknologi informasi. Dari tahun ke tahun, kami berusaha untuk menyelenggarakan kegiatan SNATi menjadi lebih baik. Hal ini kami wujudkan dalam bentuk perbaikan sistem, proses dan komunikasi kepada peserta dan juga stakeholder lainnya, termasuk proses seleksi paper yang masuk. Terlihat dari tahun ke tahun, kepercayaan masyarakat kepada SNATi semakin baik. Untuk itu kami haturkan banyak terima kasih kepada semua pihak yang telah berkomitmen tinggi untuk menjaga kualitas penyelenggaraan SNATi. Peserta SNATi 2015 yang berbahagia, Tahun 2015 juga menjadi peringatan ke-21 tahun berdirinya Jurusan Teknik Informatika UII yang telah menyelenggarakan pendidikan tinggi dalam keilmuan komputer dan informatika. Dalam usia ini, Informatika UII berada dalam tahap tumbuh dan berkembang, selalu berusaha untuk memberikan yang terbaik bagi pendidikan komputer dan informatika, termasuk pengembangan keilmuannya. Alhamdulillah, Jurusan Teknik Informatika UII juga menjadi salah satu jurusan terbaik dalam rumpun bidang ilmu komputer di Indonesia. Dalam hal ini, SNATi menjadi salah satu wujud partisipasi nyata kami, sebagai sebuah ajang bagi diseminasi dan juga forum bagi pengembangan keilmuan kita bersama ini. Tercatat 49 pemakalah akan mempresentasikan papernya pada tahun ini, dari 119 paper yang masuk ke panitia. Dengan teragendakannya SNATi secara rutin di kalangan akademisi, praktisi dan peneliti, semoga forum ini benar-benar akan menjadi barometer bagi kemajuan ilmu di bidang komputer dan informatika di Indonesia Demikian, selamat mengikuti SNATi 2015. Semoga kegiatan ini juga dapat menjadi ajang silaturahmi untuk menjalin kolaborasi untuk penelitian-penelitian selanjutnya, bagi peningkatan ilmu dan pengetahuan di bidang komputer dan teknologi informasi. Sampai jumpa dalam acara SNATi tahun depan. Wassalamu’alaikum Warahmatullahi Wabarakatuh. Yogyakarta, 26 Mei 2015 Ketua Jurusan Teknik Informatika, UII Hendrik, S.T., M.Eng.

v

SAMBUTAN DEKAN FAKULTAS TEKNOLOGI INDUSTRI UII Assalamu’alaikum warahmatullahi wabarakatuh Dengan memanjatkan syukur ke hadirat Allah SWT, atas ridho dan karunia-Nya, Seminar Nasional Aplikasi Teknologi Informasi 2015 dapat dilaksanakan dengan baik oleh Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia (FTI UII). Seminar ini merupakan kegiatan rutin tahunan Jurusan Teknik Informatika yang telah terlaksana sejak tahun 2004. Kegiatan ini ditujukan untuk memfasilitasi bertemunya para akademisi dan praktisi, khususnya di Indonesia, sebagai forum diseminasi pengetahuan dan ide-ide baru aplikasi teknologi informasi dalam berbagai konteks. Selain itu, seminar ini adalah sebuah upaya menjalankan tanggung jawab moral akademik untuk melengkapi proses kreasi pengetahuan yang berujung pada aplikasi dan diseminasi pengetahuan tersebut. Sebagai mana kita ketahui, teknologi informasi (TI) sekarang ini telah menjadi salah satu alternatif solusi dasar berbagai masalah rekayasa-rekayasa yang dapat disesuaikan dalam berbagai konteks dan sudut pandang baru. Untuk itu, pengenalan TI dan upaya implementasi pada berbagai macam konteks maupun bidang menjadi mutlak diperlukan, misalnya di bidang pendidikan, kesehatan, ekonomi, keamanan, sosial dan kebudayaan. Sejalan dengan berlangsungnya Milad UII yang ke-72, kami berharap kegiatan SNATi dapat menjadi salah satu wujud dari implementasi Rahmatan lil Alamin dari UII untuk dunia pendidikan di Indonesia. Salah satu bentuk nyata tersebut adalah silaturahmi. Untuk itu, terbangunnya silaturahmi, networking antar peneliti, akademisi dan praktisi pada bidang teknologi informasi diharapkan dapat memberikan kontribusi nyata bagi penyelesaian masalah bangsa dan negara berdasarkan peran dan kapasitasnya masing-masing. Saya haturkan ucapan terima kasih kepada para hadirin atas kesediaannya untuk hadir di seminar ini, khususnya kepada para pemakalah yang akan mempresentasikan hasil-hasil penelitiannya. Selamat berseminar. Semoga semua yang disampaikan dalam SNATi kali ini dapat bermanfaat bagi kemajuan bangsa dan negara Indonesia. Wassalamu’alaikum Warahmatullahi Wabarakatuh. Yogyakarta, 26 Mei 2015 Dekan Fakultas Teknologi Industri UII Dr. Imam Djati Widodo, M.Eng.Sc.

vi

DAFTAR ISI

A. MULTIMEDIA IMPLEMENTASI MOTIF BATIK TRUNTUM PADA APLIKASI BINGKAI FOTO BERBASIS ANDROID

A-1

Purba Daru Kusuma DETEKSI KEBAKARAN PADA VIDEO BERBASIS PENGOLAHAN CITRA DENGAN DUKUNGAN GPU

A-6

Adhi Prahara ANALISIS PERBANDINGAN KOMPUTASI GPU DENGAN CUDA DAN KOMPUTASI CPU UNTUK IMAGE DAN VIDEO PROCESSING

A-12

Bagus Kurniawan, Teguh Bharata Adji, Noor Akhmad Setiawan

B. DATA MINING PENGEMBANGAN APLIKASI MARKET BASKET ANALYSIS MENGGUNAKAN ALGORITMA GENERALIZED SEQUENTIAL PATTERN PADA SUPERMARKET

B-1

Gunawan, Alex Xandra Albert Sim, Fandi Halim APPROPRIATE DATA MINING TECHNIQUE AND ALGORITHM FOR USING IN ANALYSIS OF CUSTOMER RELATIONSHIP MANAGEMENT (CRM) IN BANK INDUSTRY

B-7

Maghfirah Maghfirah, Teguh Bharata Adji, Noor Akhmad Setiawan QUESTION CLASSIFICATION MENGGUNAKAN SUPPORT VECTOR MACHINES DAN STEMMING

B-11

Abdiansah Abdiansah, Edi Winarko KLASIFIKASI WARNA KULIT BEDASARKAN RUANG WARNA RGB

B-16

Syamsul Mujahidin SURVEI: QUESTION CLASSIFICATION UNTUK QUESTION ANSWERING SYSTEM

B-19

Abdiansah Abdiansah, Anny Kartika Sari ANALISIS EKSTRAKSI PENGETAHUAN EKSTERNAL UNTUK QUESTION ANSWERING SYSTEM Abdiansah Abdiansah, Sri Hartati

vii

B-29

SEGMENTASI MOTION DATA UNTUK MODEL VISEME DINAMIS BAHASA INDONESIA

B-39

Nurul Fadillah, Surya Sumpeno, Mauridhi Hery Purnomo

C. ADMINISTRASI BISNIS TOWARDS FORMAL SPECIFICATION OF PAPERLESS OFFICE SYSTEMS

C-1

Bambang Nurcahyo Prastowo PERANCANGAN SISTEM INFORMASI PENILAIAN KINERJA TELLER POOLING PADA BANK CENTRAL ASIA TBK

C-6

Oleh Soleh, Bella Irma, Elmi Fauziati ANALISIS PERENCANAAN WAKTU PROYEK SISTEM INFORMASI MENGGUNAKAN CRITICAL PATH METHOD DAN METODE KURVA PANGKAT

C-11

Sri Ngudi Wahyuni, Manik Hapsara TRANSFORMASI XML DENGAN SKEMA RELAX-NG MENJADI KOMPONEN GUI PADA KUSTOMISASI MODUL ERP DISERTAI UJI PERFORMANYA

C-17

Yosua Alvin Adi Soetrisno, Selo Sulistyo, Ridi Ferdiana

D. FORENSIKA DIGITAL ENKRIPSI DATA BERUPA TEKS MENGGUNAKAN METODE MODIFIKASI VIGENERE CIPHER

D-1

Hendro Eko, Arimaz Hangga PENGGABUNGAN ALGORITMA CHAOS DAN RIVERS SHAMIR ADLEMAN (RSA) UNTUK PENINGKATAN KEAMANAN CITRA

D-5

Pahrul Irfan, Yudi Prayudi INTEGRASI METODE STEGANOGRAFI DCS PADA IMAGE DENGAN KRIPTOGRAFI BLOWFISH SEBAGAI MODEL ANTI FORENSIK UNTUK KEAMANAN GANDA KONTEN DIGITAL

D-11

Ermadi Satriya Wijaya, Yudi Prayudi PERBANDINGAN IMPLEMENTASI SOLUSI VIRTUAL DESKTOP CITRIX, VMWARE DAN MICROSOFT BERBASIS SERVER X86-64 Vin Cent, Marcel

viii

D-18

E. JARINGAN ANALISA MODEL PROPAGASI COST 231 MULTI WALL PADA PERANCANGAN JARINGAN INDOOR FEMTOCELL HSDPA MENGGUNAKAN RADIOWAVE PROPOGATION SIMULATOR

E-1

Alfin Hikmaturokhman TRAFFIC OFFLOAD DATA ANTARA JARINGAN 3G DENGAN JARINGAN WIFI

E-10

Fazliadi Rahmatillah, Uke Usman APLIKASI PC DEKSTOP SEBAGAI PENERIMA DATA PADA IMPLEMENTASI JARINGAN MESH BERBASIS XBEE

E-16

Sugondo Hadiyoso JIDS: A HOST-BASED INTRUSION DETECTION SYSTEM FOR GNU/LINUX

E-21

Andrey Ferriyan

F. TRANSPORTASI DISAIN KONVERTER CHARGE PUMP RASIO TINGGI UNTUK APLIKASI MOBIL LISTRIK

F-1

Heri Suryoatmojo, Priyo Edy Wibowo, Mochamad Ashari, Arif Musthofa RANCANG APLIKASI ANDROID PENGENDALI MOBIL DAN KAMERA MENGGUNAKAN APP INVENTOR

F-8

Sandy S Prayogo, Nur Sultan Salahuddin, Trini Saptariani PERANGKAT SISTEM PARKIR OTOMATIS BERBASIS SISTEM MINIMUM

F-13

Anton Yunus Timothy Adichandra, Hendra Tjahyadi, Arnold Aribowo

G. SOSIAL MASYARAKAT PENGARUH BUDAYA ORGANISASI TERHADAP EFEKTIVITAS SISTEM INFORMASI

G-1

Cholid Fauzi FACEBOOK ATAU TWITTER? STUDI KOMPARASI TINGKAT KEBERGUNAAN SITUS JEJARING SOSIAL Almed Hamzah

ix

G-9

ANALISA JEJARING MEDIA SOSIAL UNTUK PEMETAAN PADA KOMUNITAS ONLINE

G-13

Paulus Insap Santosa, Noor Akhmad Setiawan, Irma Yuliana MELEK INFORMASI EKONOMI MASYARAKAT PEDESAAN: APAKAH KONTEN ONLINE YANG DIAKSES BERPENGARUH?

G-17

Hajra Rasmita Ngemba, Fathul Wahid APLIKASI PELAYANAN ADMINISTRASI PENDUDUK DESA BERBASIS WEB PROGRAMING

G-23

Yuliant Sibaroni, Feby Zuhri PERAN DIMENSI-DIMENSI PEGI DALAM PENYUSUNAN RENCANA INDUK/ RENCANA STRATEGIS PENGEMBANGAN E-GOVERNMENT DENGAN MENGGUNAKAN KERANGKA KERJA ARSITEKTUR TOGAF

G-29

Daru Hagni Setyadi

H. KESEHATAN PENGELOMPOKAN TINGKAT KESEHATAN MASYARAKAT MENGGUNAKAN SOM DENGAN CLUSTER VALIDATION IDB DAN I-DUNN

H-1

Budi Dwi Satoto, Bain Khusnul Khotimah, Adam Muhammad RANCANG APLIKASI PEMANTAU SUHU DAN KELEMBAPAN PADA INKUBATOR BAYI BERBASIS INTERNET

H-7

Alvien Yuliant, Nur Sultan Salahuddin, Anacostiana Kowanda APLIKASI PENGHITUNGAN KEBUTUHAN GIZI LANSIA BERBASIS SMARTPHONE ANDROID

H-11

Riza Adrianti SISTEMATIC REVIEW: MODEL PERAMALAN WABAH PENYAKIT DEMAM BERDARAH

H-17

Agus Qomaruddin Munir, Anny Kartika Sari EXTRAKSI CIRI CITRA X-RAY PARU DIAGNOSIS TUBERKULOSIS BERBASIS METODE STATISTIS

H-25

Yudhi Agussationo, Indah Soesanti And Warsun Najib PENGUKURAN PANJANG SALURAN AKAR GIGI PADA CITRA X-RAY GIGI MENGGUNAKAN ACTIVE SHAPE MODEL Ima Kurniastuti, I Ketut Eddy Purnama, Mauridhi Hery Purnomo, Margareta Rinastiti

x

H-29

REKAYASA APLIKASI MEDIA PEMBELAJARAN SISTEM ORGAN PADA MANUSIA BERBASIS WEB

H-35

Hernawan Sulistyanto

I. PENDIDIKAN MENJAGA MOTIVASI BELAJAR PADA ELECTRONIC LEARNING DENGAN PENDEKATAN KOMPUTASI

I-1

Christina Juliane, Iping Supriana, Husni Sastramihardja, Arry Arman ANALISIS KESUKSESAN IMPLEMENTASI SISTEM INFORMASI SKRIPSI PADA PROGRAM STUDI TEKNIK INFORMATIKA UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” YOGYAKARTA

I-7

Rio Jumardi, Eko Nugroho, Indriana Hidayah SUMMATIVE TEST PADA APLIKASI PERMAINAN EDUKASI “JUMPING JACK”

I-14

Rosa Delima, Nevi Kurnia Arianti, Bramasti Pramudyawardani DESAIN SISTEM BEASISWA MENGGUNAKAN METODE FUZZY

I-23

Richki Hardi PERANCANGAN ONTOLOGI STUDENT PAYMENT DARI RELATIONAL DATABASE BERBASIS SEMANTIC WEB SERVICE

I-28

Jaeni, Selo, Sri Suning Kusumawardani RANCANG BANGUN APLIKASI IDENTIFIKASI ASET TIK MENGGUNAKAN QR CODE BERBASIS ANDROID

I-33

Derry Susilo, Marcel PENGARUH PENGGUNAAN E-LEARNING KLASIBER TERHADAP NET BENEFIT DI UNIVERSITAS ISLAM INDONESIA DENGAN USER SATISFACTION SEBAGAI VARIABEL INTERVENING

I-39

Syaiful Hendra, Sukardi Sukardi, Syahrullah Syahrullah SISTEM TANYA JAWAB DENGAN WEB SEMANTIK

I-45

A'la Syauqi, Aeny Nurwahdah

J. LAIN-LAIN IMPOSTOR-BASED ANALYTICAL APPROACH FOR MOLECULAR SURFACE REPRESENTATION Purwoko C. Nugroho, Iping S. Suwardi

xi

J-1

PENGOLAHAN ISYARAT LOAD CELL MENGGUNAKAN METODE SIMPLE MOVING AVERAGE TINGKAT DUA DAN WEIGHTED MOVING AVERAGE TINGKAT DUA UNTUK PENCARIAN TITIK REFERENSI

J-4

Prayadi Sulistyanto, Oyas Wahyunggoro, Adha Imam Cahyadi KAJIAN MODEL DAN PROTOTIPE SCHEMA MATCHING Edhy Sutanta, Retantyo Wardoyo, Khabib Mustofa, Edi Winarko

xii

J-9

Kajian Model dan Prototipe Schema Matching (Studi untuk Menemukan Peluang Pengembangan Model dan Prototipe Baru)

Edhy Sutanta

Retantyo Wardoyo

Mahasiswa S3 Jurusan Ilmu Komputer & Elektronika Fakultas Matematika & IPA, UGM Yogyakarta, Indonesia [email protected]

Jurusan Ilmu Komputer & Elektronika Fakultas Matematika & IPA, UGM Yogyakarta, Indonesia [email protected]

Khabib Mustofa

Edi Winarko



Abstract—Schema matching is critical problem within many applications to integration of data / information, to achieve interoperability, and other cases caused by schematic heterogeneity. Models and the schema matching methods evolved from manual way on a specific domain, leading to a new models and methods that are semi-automatic and more general, so it is able to effectively direct the user within generate a mapping among elements of two the schema or ontologies better. This paper is a summary of literature review on research and publication on models, methods, and prototypes on schema matching within the last 25 years to describe the progress of and research opportunities on new models, methods, and prototypes. Keywords—model, hybrid model, prototipe, schema matching

I.

PENDAHULUAN

Isu tentang schema matching telah muncul sejak awal tahun 1980-an [1], merupakan permasalahan mendasar dalam banyak aplikasi untuk integrasi data, yaitu bagaimana menyusun pemetaan antar dua elemen schema atau ontologi yang memiliki kesamaan. Schema matching merupakan permasalahan penting untuk integrasi informasi dari berbagai sumber yang heterogen [2], untuk mewujudkan interoperabilitas, dan melaksanakan integrasi data dari berbagai bidang [3], dan juga penting dalam evolusi schema, serta penggunaan kembali software (4]. Schema matching sebagai bagian dari topik Enterprise Application Integration khususnya Enterprise Information Integration, merupakan tugas integrasi pada level rendah untuk mengatasi permasalahan yang diakibatkan oleh schematic heterogeneity dan dilaksanakan oleh level back end [5], yaitu menyusun pemetaan dan pencocokan antar schema dalam sistem aplikasi satu dengan aplikasi lainnya [6]. Schematic heterogeneity adalah perbedaan penamaan dalam definisi schema, meliputi tipe, format, dan presisi data [7]. Perkembangan model schema matching hingga akhir tahun 2002, sebagian besar masih dilakukan secara manual [8], hanya sebagian kecil yang dikembangkan untuk domain yang

Seminar Nasional Aplikasi Teknologi Informasi (SNATi) 2015 Yogyakarta, 6 Juni 2015

J-9

lebih umum dan sesuai untuk aplikasi dan bahasa schema yang berbeda [5]. Kelemahan model manual adalah membutuhkan waktu lama, membosankan, dan tidak praktis jika diterapkan dalam kasus yang melibatkan banyak schema [8]. Model manual juga mahal dan kemungkinan kesalahan relatif besar, sehingga dibutuhkan metode baru yang bersifat semi otomatis [6] untuk mengarahkan secara efektif kepada para pengguna dalam memecahkan masalah schema matching [3]. Schema matching merupakan obyek penelitian yang menarik [3], dan masih terus terbuka untuk menemukan cara-cara cerdas dalam mengembangkan model maupun perangkat lunak model dengan menggabungkan metode yang sudah ada saat ini [9]. Makalah ini merupakan ringkasan hasil kajian pustaka yang memaparkan kegiatan penelitian dan publikasi tentang model dan prototipe schema matching selama 25 tahun terakhir untuk menggambarkan perkembangan dan peluang penelitian baru. II.

KONSEP SCHEMA MATCHING

A. Definisi Schema Matching Istilah schema matching telah didefinisikan oleh para peneliti/pakar dengan cara yang berbeda, namun memiliki kemiripan makna. Menurut [10], schema matching merupakan sebuah pekerjaan yang mirip dengan pencocokan, sementara [6], [11], [12], dan [13] mendefinisikan schema matching sebagai sebuah proses untuk menemukan kerelasian di antara elemen-elemen dalam dua schema. Tujuan schema matching adalah diberikan input dua schema yang berbeda, dan/atau informasi tambahan, dan input pemetaan schema, kemudian menentukan hasil pemetaan elemen schema yang diinputkan setelah melalui verifikasi pengguna [14]. Schema matching melibatkan dua schema atau ontologi, salah satu sebagai source dan lainnya disebut target [1]. B. Klasifikasi Model Schema Matching Proses dalam schema matching dapat melibatkan berbagai macam algoritma, misal untuk menentukan data yang akan

ISSN: 1907 – 5022

dicocokkan, transformasi pemetaan, atau melakukan penggabungan [15]. Berdasarkan algoritma yang digunakan, model schema matching dapat dikasifikasikan ke dalam beberapa kategori. Klasifikasi model schema matching oleh [14] dan [16] terdiri atas schema based vs. instance based, element vs. structure granularity, linguistic based, constraint based, matching cardinality, auxiliary information, serta individual vs. combinational. Klasifikasi model schema matching menurut [3] terdiri atas schema based, instance based, dan reuse oriented. Klasifikasi [17] membagi model berdasarkan level dan jenis informasi yang dieksplorasi meliputi elemen schema dan struktur schema, dan berdasarkan jenis informasi yang dieksplorasi meliputi aspek terminologi (melibatkan aspek linguistik (terdiri atas language based dan linguistic based) atau tidak melibatkan aspek linguistik (string based)), berdasarkan aspek struktural (meliputi aspek internal (constraint based) dan relational (terdiri atas alignment reuse, graph based, taxonomy based, serta repository structure))), dan semantik (terdiri atas upper level formal ontology dan model based). Dalam [1], model schema maching diklasifikasikan berdasarkan level komponen yang dicocokkan (konseptual dan struktur), tingkat intervensi pengguna (manual dan otomatis), metode yang digunakan (stand-alone dan gabungan), dan tipe komponen yang digunakan sebagai dasar pencocokan (menggunakan schema atau menggunakan schema dan instance). Klasifikasi model schema matching menurut [18] terdiri atas RSM (relations schemas matcher), ANM (attribute relations name matcher), DTM (data type matcher), CM (constraint matcher), dan IDM (instance data matcher). Dengan cara yang berbeda, [5] mengelompokkan algoritma schema matching menjadi tiga, yaitu linguistic matcher (NTA (name, connected terms, attributes) linguistic matcher, prefix/suffix based matcher for name, dan prefix/suffix based matcher for types), vocabular matchers (WordNet based word matcher for names dan NTA (name, connected terms, attributes) related terms similarity), dan structural matchers (flooding similarity, WordNet based ancestor context similarity, string comparison based child context similarity, child context similarity, dan direct ancestor similarity using string comparison). Klasifikasi model schema matching yang mirip dengan [14] dan [16] diberikan oleh [9], meliputi linguistic matching, auxiliary information, instance based matching, structure based matching, constraint based matching, rule based matching, dan hybrid matching. Menurut [9], beberapa metode lain pernah dikembangkan termasuk yang memanfaatkan informasi tambahan, yaitu graph matching, usage based matching, document content similarity, dan document link similarity. Klasifikasi kombinasi model schema matching untuk schema berukuran besar diberikan oleh [9] yaitu strategi independen atau eksekusi berurutan atau eksekusi kombinasi, parallel matching, selftuning match work flow, early search space pruning, partition based matching, dan optimasi schema. Model schema matching dalam sebuah domain tertentu, yaitu reuse based matching dan pencocokan holistik merupakan kelompok pendekatan berbeda yang telah diusulkan [9]. Beberapa


J-10

strategi yang menyertakan interaksi dan umpan balik dari pengguna dalam proses pencocokan dikelompokkan oleh [9], meliputi dukungan GUI (graphical user interface), pencocokan incremental, pencocokan Top-k, dan kolaboratif. Kelompok strategi lain adalah penggunaan algoritma untuk memperluas pencocokan semantic, misal semantic tagging dan conditional tagging [9]. Dalam referensi lain, [19] mengelompokkan model schema matching menjadi dua, yaitu schema based dan instance based. Model schema based terdiri atas model element based dan structure based. Model element based terdiri atas linguistic based dan constraint based, sementara level struktur dikembangkan berdasarkan constraint based. Model instance based dikembangkan berdasarkan element level yang terdiri atas linguistic based, constraint based, dan learning based. C. Peran Pengguna dalam Schema Matching Problem utama dalam schema matching adalah seringkali ditemukan penamaan yang tidak jelas dalam schema, kesulitan ditemukan sinonim penamaan, dan perbedaan bahasa sehingga model schema matching tidak mungkin menghasilkan keluaran yang 100% tepat dalam pemetaan schema [6]. Dengan alasan tersebut, maka schema matching tidak bisa sepenuhnya dilakukan secara otomatis, biasanya harus dikoreksi oleh pengguna/pakar untuk memperoleh hasil akhir yang benar [15]. Terdapat dua kasus di mana schema matching akan mengalami kegagalan sehingga memerlukan keterlibatan pengguna, pertama apabila elemen schema sumber tidak dapat dicocokkan dengan satupun elemen schema target menggunakan aturan yang digunakan, atau kedua, apabila elemen schema sumber menghasilkan beberapa elemen yang dianggap cocok dalam schema target dan sistem tidak dapat menentukan elemen yang cocok terbaik secara otomatis [20]. Menurut [21], umumnya pencocokan dua schema membutuhkan informasi yang tidak selalu ditampilkan di dalam schema dan tidak dapat dilakukan secara otomatis, sehingga memerlukan pengguna yang cakap untuk me-review dan menentukan saran pada hasil schema matching. Proses schema matching tidak akan pernah bisa dilakukan secara otomatis penuh selama belum ada model pencocokan semantik yang lengkap pada integrasi sistem informasi [22]. Alasan lain yang menyebabkan schema matching tidak bisa dilakukan secara otomatis karena adanya masalah konflik penamaan dan konflik level abstraksi [4]. D. Schema Matching dengan Satu atau Gabungan Metode Model schema matching dapat dikembangkan secara individual matcher atau combinational matchers[14] dan [16]. Model individual matcher memiliki kelebihan dan kelemahan, dan hanya sesuai pada kasus tertentu, sehingga umumnya memerlukan lebih dari sebuah matcher yang dikombinasikan [19]. Menurut [16] dan [19], model combinational matchers dapat diimplementasikan secara terpisah (composite) atau bersamaan (hybrid). Istilah composite matchers sinonim dengan inter-matcher parallelism, sedangkan hybrid matcher sinonim dengan intra-matcher parallelism [23]. Model hybrid matcher menggunakan beberapa kriteria pencocokan secara bersamaan [20], [24], dan [25], sedangkan composite matchers

ISSN: 1907 – 5022

menjalankan algoritma secara terpisah atau independen dan mengkombinasikan pada hasilnya [26]. Menurut [16], hybrid matcher menggabungkan beberapa metode secara bersamaan untuk melakukan pencocokan antar elemen schema, dan harus memberikan hasil yang lebih baik dan perbaikan kinerja (efektivitas) daripada individual matcher. Secara sederhana, hybrid matcher menggabungkan dua metode berbeda yang diproses secara simultaneous, sedangkan composite matcher menggabungkan dua metode yang diproses secara berurutan yaitu sebuah metode akan dilaksanakan setelah metode yang lain selesai dilaksanakan. III.

PEMETAAN MODEL DAN PROTOTIPE SCHEMA MATCHING

Studi pustaka ini menemukan 34 model dan prototipe schema matching dalam 71 publikasi ilmiah. Model dan prototipe schema matching pertama muncul pada SEMINT [27], sedangkan yang terbaru adalah COMA 3.0 [28]. Masing-masing model dan prototipe dapat menggunakan input berupa schema model relasional (RDF/Relational Database Format), model XML (DTD/Document Type Definition atau XSD /W3C XML Schema), atau model ontologi (OWL/Web Ontology Language). Prototipe schema matching telah dievaluasi secara intensif oleh [3], [8], dan [29], hasilnya menunjukkan bahwa sebagian besar prototipe schema matching dikembangkan untuk lingkup sempit dan terbatas atau bersifat spesifik, dan sebagian dikembangkan secara khusus dengan memanfaatkan ontologi. Dengan mengacu pada [18], [30], dan [31], penelitian [4] melakukan integrasi basisdata heterogen berdasarkan ontologi semantik, dan diujikan menggunakan basisdata akademik dengan DBMS MsAccess dan MySQL. Penemuan model untuk menghubungkan antar sumber data di web oleh [32] dan [33] juga merupakan area riset pengembangan di mana pendekatan hubungan semantik antar entitas diperlukan dan berlaku karena ketersediaan ontologi secara luas. Dengan mengacu pada [28], [9] telah melakukan kajian prototipe model schema matching yang berkembang pada tahun 2001-2011 dan kemudian membandingkan prototipe (CUPID, COMA++, ASMOV, Falcon-AO, Rimon, AGREEMENTMAKER, dan OpenII) pada aspek arsitektur, representasi schema, representasi pemetaan schema, informasi input dan algoritma pencocokan, serta eksekusi pencocokan elemen schema. Menurut [9], prototipe tersebut menggunakan pendekatan yang berbeda dalam hal algoritma pencocokan antar elemen schema, sementara COMA++, Falcon-AO, Rimon, dan Agreement Maker merupakan prototipe yang menggabungkan tiga metode sekaligus, yaitu linguistic based, structure based, dan instance based. Penggunaan kamus eksternal, seperti daftar sinonim (thesaurus) biasanya digunakan untuk meningkatkan akurasi pencocokan linguistic. Dukungan GUI terbatas telah disediakan oleh beberapa prototipe [34] (dalam [29]), dan sebagian mampu melakukan pencocokan ontologi pada dua schema [1], [35], dan [36]. Beberapa prototipe yang berperan dalam OAEI (Ontology Alignment Evaluation Initiative) meningkat signifikan dalam beberapa tahun terakhir, namun masih perlu dikembangkan


J-11

untuk mengatasi permasalahan schema matching pada lingkup yang lebih luas [37]. Teknik canggih seperti partisi schema, parallel matching, penggunaan kembali dalam pemetaan dan kemampuan self-tuning (misal, pilihan pencocokan dinamis) hanya didukung sampai batas tertentu [28]. Model dan prototipe hybrid schema matching yang pernah dikembangkan sebelumnya adalah CLIO [38], [39], [40], [41], [42], dan pada penelitian [43]. Sedangkan SEMINT [25], [27], dan [44], LSD [26], CUPID [14], COMA [45], COMA++ [3], COMA 3.0 [28] dan [46], IMAP [47], PROTOPLASM [48], [49], [50], dan [51], FALCON-AO [6] dan [52], serta ASMOV [53] dikembangkan dengan menggunakan gabungan metode secara composite. Metode linguisitic based matching digunakan pada DIKE [54], [55], dan [56], MOMIS [57] dan [58], ONION [59], [60], dan [61], ARTEMIS [62], UNIFORM [63], WISEINTEGRATOR [2], [64], dan [65], PROMPT [66] dan [67], RONDO [21], OLA [68], QOM [69] dan [70], S-MATCH [71], [62], dan [72], RiMOM [10], AGREEMENTMAKER [1], OPENII [36], serta [4]. DELTA [73] dan [74], SIMILARITYFLOODING/SF [75], XCLUST [76], dan penelitian [77] merupakan prototipe dan model yang mengimplementasikan metode structure based matching. Penggunaan constraint dalam schema matching mengasumsikan bahwa constraint memiliki makna untuk menetapkan kesamaan elemen-elemen basisdata, misal, atribut A dalam tabel X bertipe karakter adalah sama dengan atribut B dalam tabel Y bertipe text [31]. Menurut [19], penggunaan constraint based merupakan salah satu kelompok model schema matching yang termasuk dalam level struktur, namun tidak dijelaskan lebih lanjut tentang property apa saja yang dieksplorasi dan termasuk sebagai constraint. Metode instance based digunakan pada model dan prototipe TRANSCM [20], AUTOPLEX [78], AUTOMATCH [79], [80], dan [81], GLUE [82] dan [83], SCM [84], serta DUMAS [85]. Auxiliary based matching berupa dictionary, WordNet, atau Corpus digunakan pada DIKE [54], [55] dan [56], MOMIS [57] dan [58], ONION [59], [60] dan [61], ARTEMIS [62], CUPID [14], [80] dan [81], COMA [45], XCLUST [76], UNIFORM [63], WISE-INTEGRATOR [2], [49], [64] dan [65], OLA [50], [68], S-MATCH [51], [62], [71], [72] dan [77], COMA++ [3] dan [6], OPENII [36], serta COMA 3.0 [28]. Statistik penelitian, model, dan prototipe schema matching yang berkembang dalam 25 tahun terakhir berdasarkan jenis input, metode yang digunakan (berdasarkan klasifikasi [9] ditampilkan pada Tabel 1. Berdasarkan Tabel 1, tampak bahwa metode linguistic based (76%) paling banyak diterapkan dalam model schema matching, diikuti oleh pengguna gabungan metode secara composite (73%), penggunaan auxiliary based (56%), structure based dan instance based (49%), constraint based (20%), dan penggunaan gabungan metode secara hibryd paling sedikit (13%). Pemanfaatan metode linguistic based relatif paling pesat, hal ini berkembang seiring perkembangan ilmu dan ketersediaan ontologi yang semakin luas, sekalipun demikian eksplorasi pada metode structure based dan instance based masih terus diteliti oleh para peneliti.

ISSN: 1907 – 5022

Berdasarkan jenis masukan yang digunakan, model data OWL paling banyak dieksplorasi, diikuti oleh RDF, dan kemudian DTD/XSD. Berdasarkan domain aplikasinya, model schema matching berkembang menuju ke arah domain yang lebih umum dalam 10-15 tahun terakhir. Hal ini didukung oleh kebutuhan riil bahwa schema matching semakin dibutuhkan dalam banyak aplikasi, sehingga model yang dikembangkan dituntut untuk mampu digunakan dalam domain yang lebih luas. Penyediaan fitur GUI juga semakin berkembang juga semakin berkembang pada model dan prototipe yang dikembangkan dalam 10-15 tahun terakhir. Kondisi ini dimungkinkan karena adanya dukungan bahasa pemrograman yang memudahkan pengembangan aplikasi berbasis GUI. Menurut [16], hybrid matcher menggabungkan beberapa metode secara bersamaan untuk melakukan pencocokan antar elemen schema, dan hybrid matcher harus memberikan hasil yang lebih baik dan perbaikan kinerja (efektivitas) daripada individual matcher. Pada sisi lain, penggunaan kombinasi metode secara hybrid masih relatif jarang dilakukan oleh peneliti, baru ada 9 penelitian dalam 25 tahun terakhir. Dengan mengacu pada klasifikasi metode schema matching dalam [9], pengembangan hybrid matcher masih dapat dilakukan menggunakan variasi gabungan dua atau lebih metode linguistic based, structure based, constraint based, instance based, dan auxiliary based (penggunaan kamus/WordNet/Corpus). Hal ini menunjukkan adanya peluang penelitian dan pengembangan menggunakan hybrid matcher. Penelitian terbaru, saat ini penulis sedang mengembangkan sebuah model hybrid schema matching (sebutan yang diberikan oleh [16] dan [19]) atau mixed strategy (dalam klasifikasi [23] dan [28]) yang menggabungkan metode constraint based dan instance based (dalam klasifikasi [9] dan [19]), HybridScheMatch melibatkan DTM (data type matcher), CM (constraint matcher), dan IDM (instance data matcher) (dalam klasifikasi [18]). Solusi schema matching ke depan juga dapat dikembangkan untuk meningkatkan konvergensi dan pendekatan resolusi pada entitas, misal pencocokan pada level metadata dan instance untuk mengidentifikasi hubungan semantik pada entitas atau instance [9].

1014 Jml: 71 32 26 39 54 35 14 Sumber: Diolah dari berbagai sumber (2014)

TABEL 1. RINGKASAN PENELITIAN, MODEL, & PROTOTIPE SCHEMA MATCHING DALAM 25 TAHUN TERAKHIR Input Metode Schema Matching yang Digunakan Auxiliary Kombinasi Jml DTD Linguisti based Metode Tahun PubliStructure Constraint Instance RDF / OWL c (kamus/ Based Based Based kasi Composit XSD Based WordNet Hybrid

1989 1994 1995 1999 2000 2004 2005 2009 2010

e

/Corpus)

5

1

0

0

0

0

5

1

0

1

0

7

4

1

1

4

2

0

1

0

4

4

42

18

12

14

20

11

9

16

5

22

17

13

5

4

8

10

7

0

6

1

9

7

4

4

9

16

20

15

0

11

3

16

12


J-12

IV.

35

9

52

40

KESIMPULAN

Penelitian dan pengembangan model dan prototipe schema matching masih terbuka pada model hybrid matcher yang melibatkan dua atau lebih metode berbeda dan diproses secara simultaneous. Penggunaan hybrid matcher akan memberikan hasil yang lebih baik dan perbaikan kinerja (efektivitas) daripada individual matcher. Model dan prototipe baru juga dapat dikembangkan dengan mengeksplorasi hubungan semantik pada entitas atau instance sebagai dasar pemetaan hubungan antar elemen schema. Penelitian terbaru, saat ini sedang dikembangkan sebuah model hybrid schema matching dan prototipe HybridScheMatch yang menggabungkan metode constraint based dan instance based, dengan melibatkan DTM (data type matcher), CM (constraint matcher), dan IDM (instance data matcher). DAFTAR PUSTAKA [1]

Cruz, I.F., Antonelli, F.P., and Stroe, C., 2009, Agreementmaker: Efficient matching for large real-world schemas and ontologies, Proc. of Int’l. Conf. on Very Large Data Base (VLDB) (demo paper), vol. 2, no. 2, pp. 1586-1589, August 24-28, 2009, Lyon, France.vol. [2] He, B. and Chang, K.C.C., 2003, Statistical schema matching across web query interfaces, Proc. of The ACM SIGMOD Int’l. Conf. Management of Data, pp. 217-228, June 9-12, 2003, San Diego, California, USA. [3] Do, H.H., 2005, Schema matching and mapping-based data integration, Ph.d. Thesis, Interdisciplinary Center for Bioinformatics and Dept. of Computer Science, University of Leipzig, Leipzig, Germany. [4] Kavitha, C., Sadasivam, G. S., and Shenoy, S. N., 2011, Ontology based semantic integration of heterogeneous databases, European Journal of Scientific Research, vol. 64, no. 1, November 2011, pp. 115-122. [5] Villanyi, B., Martinek, P., and Szikora, B., 2010, A novel framework for the composition of schema matchers, Proc. of The 14th WSEAS Int’l. Conf. on Computers, Latest Trends on Computers, pp. 379-384, July 2325, 2010, Corfu Island, Greece. [6] Engmann, D. and Massmann, S., 2007, Instance matching with COMA++, Datenbank Systeme in Business, Technologie und Web (BTW Workshop) Proc.: Model Management and Metadata, pp. 28-37, March 5-6, 2007, Aachen, Germany. [7] Kim, W. and Seo, J., 1991, Classifying schematic and data heterogeneity in multidatabase systems, IEEE, vol. 24, no. 12, December 1991, pp. 1218. [8] Do, H.H., Melnik, S., and Rahm, E., 2003, Comparison of schema matching evaluations, Proc. of 2nd Int’l. Workshop Web and Databases, In: Lecture Notes In Computer Science (LNCS) 2593, pp. 221-237, Springer-Verlag, Germany. [9] Bernstein, P.A., Madhavan, J., and Rahm, E., 2011, Generic schema matching, ten years later, Proc. of The VLDB Endowment, vol. 4, no. 11, pp. 695-701, August 29-September 3, 2011, Seattle, Washington. [10] Li, J., Tang, J., Li, Y., and Luo, Q., 2009, RiMOM: A dynamic multistrategy ontology alignment framework, Journal of IEEE Transaction Knowledge Data Engineering, vol. 21, no. 8, August 2009, pp. 1218-1232. [11] Bernstein, P., Harry B., Sanders, P., Shutt, D., and Zander, J., 1997, The Microsoft repository, Proc. of The 23rd Int’l. Conf. Very Large Databases (VLDB), pp. 3-12, August 25-29, 1997, Athens, Greece. [12] Bernstein, P.A., 2003, Applying model management to classical meta data problems, Proc. of The 1st Int’l. Conf. Innovative Data Systems

ISSN: 1907 – 5022

[13]

[14]

[15]

[16]

[17]

[18]

[19] [20]

[21]

[22]

[23]

[24]

[25]

[26]

[27]

[28]

[29]

[30]

Research (CIDR), pp. 209-220, January 5-8, 2003, Asilomar, California, USA. Stabenau, A., McVicker, G., Melsopp, C., Proctor, G., Clamp, M., and Birney, E., 2004, An overview of ensembl, Genome Research Journal, vol. 14, no. 5, May 2004, pp. 929-933. Madhavan, J., Bernstein, P.A., and Rahm, E., 2001, Generic schema matching with Cupid, Proc. of The 27th Int’l. Conf. on Very Large Data Bases (VLDB), pp. 49-58, September 11-14, 2001, Roma, Italy. Massmann, S., Raunich, S., Aumueller, D., Arnold, P., and Rahm, E., 2011, Evolution of the Coma match system, OM-2011, Proc. of The 6th Int’l. Workshop on Ontology Matching (OM), October 24, 2011, Bonn, Germany. Rahm, E. and Bernstein, P.A., 2001, A survey of approaches to automatic schema matching, Very Large Databases (VLDB) Journal, vol. 10, no. 4, pp. 334-350. Shvaiko, P. and Euzenat, J., 2005, A survey of schema-based matching approaches, Journal on Data Semantics IV, vol. 4, LNCS 3730, pp. 146171, December 2005. Karasneh, Y., Ibrahim, H., Othaman, M., and Yaakob, R., 2009, Integrating schemas of heterogeneous relational databases through schema matching, Proc. of The 11th Int’l. Conf. on Information Integration and Web-based Applications and Services (iiWAS), pp. 209216, December 14-16, 2009, Kuala Lumpur, Malaysia. Özsu, M.T. and Valduriez, P.P., 2011, Principles of distributed database systems, 3rd edition, Pearson Education, Inc., Springer, New York, USA. Milo, T. and Zohar, S., 1998, Using schema matching to simplify heterogeneous data translation, Proc. of The 24th Int’l. Conf. on Very Large Data Bases (VLDB), pp. 122-133, August 24-27, 1998, New York, USA. Melnik, S., Rahm, E., and Bernstein, P., 2003, RONDO: A programming platform for generic model management, Proc. of The ACM-SIGMOD Conf. on Management of Data (SIGMOD), June 9-12 2003, pp. 193-204. Banek, M., Vrdoljak, B., Tjoa, A. M., & Skocir, Z., 2008, Automated integration of heterogeneous data warehouse schemas, Int’l. Journal of Data Warehousing and Mining (IJDWM), vol. 4, no. 4, OctoberDecember 2008, pp. 1-21. Gross, A., Hartung, M., Kirsten, T., and Rahm, E., 2010, On matching large life science ontologies in parallel, Proc. of The 7th Int’l. Conf. Data Integration in the Life Sciences (DILS), pp. 35-49, August 25-27, 2010, Gothenburg, Sweden. Bergamaschi, S., Castano, S., and Vincini, M., 1999, Semantic integration of semistructured and structured data sources, SIGMOD Record, vol. 28, no. 1, March 1999, pp. 54-59. Li, W.S. and Clifton, C., 2000, Semint: A tool for identifying attribute correspondences in heterogeneous databases using neural network, Data and Knowledge Engineering Journal, vol. 33, no. 1, April 2000, pp. 4984. Doan, A.H., Domingos, P., and Halevy, A. Y., 2001, Reconciling schemas of disparate data sources-a machine-learning approach, Proc. of The ACM SIGMOD Int’l. Conf. Management of Data, pp. 509-520, May 21-24, 2001, Santa Barbara, California, USA. Li, W.S. and Clifton, C., 1994, Semantic integration in heterogeneous databases using neural networks, Proc. of 20th Int’l. Conf. on Very Large Data Bases (VLDB), pp. 1-12, September 12-15, 1994, Santiago de Chile, Chile. Rahm, E., 2011, Towards large-scale schema and ontology matching, In: Bellahsene, Z., Bonifati, A., and Rahm, E., 2011, Schema matching and mapping, data-centric systems and applications, pp. 3-28, Springer, New York, USA. Bellahsene, Z., Bonifati, A., and Rahm, E., 2011, schema matching and mapping, data-centric systems and applications, Springer, New York, USA. Barrasa, J., Corcho, O., and Gómes-Pérez, 2004, R2O, An extensible and semantically based database to ontology mapping language, Proc. of The 2nd Workshop on Semantic Web and Databases (SWDB2004), pp. 92-119, 2004, Toronto, Canada.


J-13

[31] Evermann, J., 2008, An exploratory study of database integration processes, IEEE Transactions on Knowledge and Data Engineering, vol. 20., no. 1, January 2008, pp. 99-115. [32] Bizer, C., Heath, T., and Berners-Lee, T., 2009, Linked data-the story so far, Int’l. Journal of Semantic Web Informations Systems, vol. 5, no. 3, October 2009, pp. 1-22. [33] Parundekar, R., Knoblock, C.A., and Ambite, J.L., 2010, Linking and building ontologies of linked data, Proc. of The 9th Int’l. Semantic Web Conf. (ISWC), pp. 598-614, November 7-11, 2010, Shanghai, China. [34] Falconer, S.M. and Noy, N.F., 2011, Interactive techniques to support ontology matching, In: Bellahsene, Z., Bonifati, A., and Rahm, E., 2011, Schema matching and mapping, data-centric systems and applications, pp. 29-52, Springer, New York, USA. [35] Aumueller, D., Do, H. H., Massmann, S., and Rahm, E., 2005, Schema and ontology matching with Coma++, Proc. of The SIGMOD, demo paper, pp. 906-908, June 14-16, 2005, Baltimore, Maryland, USA. [36] Seligman, L., Mork, P., Halevy, A.Y. Smith, K., Carey, M.J. Chen, K., Wolf, C., Madhavan, J., Kannan, A., and Burdick, D., 2010, OpenII: An open source information integration toolkit, Proc. of The ACM SIGMOD Int’l. Conf. on Management of Data (SIGMOD), pp. 10571060, June 6-10, 2010, Indianapolis, Indiana, USA. [37] Euzenat, J., Ferrara, A., Meilicke, C., Pane, J., Scharffe, F., Shvaiko, P., Stuckenschmidt, H., Šváb-Zamazal, O., Svátek, V., and Dos Santos, C.T., 2010, Results of the ontology alignment evaluation initiative 2010, Proc. of The 5th ISWC Workshop on Ontology Matching (OM), November 7, 2010, Shanghai, China. [38] Hernández, M.A., Miller, R.J., and Haas, L.M., 2001, Clio: A semiautomatic tool for schema mapping, Software Demonstration, Proc. of The ACM SIGMOD Int’l. Conf. Management of Data, pp. 607, June 2001, Santa Barbara, California, USA. [39] Naumann, F., Ho, C.T., Tian, X., Haas, L., and Megiddo, N., 2002, Attribute classification using feature analysis (poster), Proc. of The 18th Int’l. Conf. on Data Engineering (ICDE), pp. 271, February 26-March 1, 2002, San Jose, California, USA. [40] Popa, L., Hernández, M., Velegrakis, Y., and Miller, R., 2002, Mapping XML and relational schemas with Clio (software demonstration), Proc. of The Int’l. Conf. on Data Enginnering (ICDE), pp. 498-499, February 26-March 1, 2002, San Jose, California, USA. [41] Haas, L.M, Hernández, M.A., Ho, H., Popa, L., and Roth, M., 2005, Clio grows up: from research prototype to industrial tool, Proc. of The ACM SIGMOD Int’l. Conf. Management of Data, pp. 805-810, June 13-16, 2005, Baltimore, Maryland, USA. [42] Kang, J. and Naughton, J., 2003, On schema matching with opaque column names and data values, Proc. of The ACM SIGMOD Int’l. Conf. Management of Data, pp. 205-216, June 9-12, 2003, San Diego, California, USA. [43] Chien, B.C. and He, S.Y., 2010, A hybrid approach for automatic schema matching, Proc. of the 9th Int’l. Conf. on Machine Learning and Cybernetics, 11-14 July 2010, pp. 2881-2886, Qingdao, China. [44] Li, W.S., Clifton, C., and Liu, S. Y., 2000, Database integration using neural networks: implementation and experiences, Knowledge and Information Systems Journal, vol. 2, no. 1., February 2000, pp. 73-96. [45] Do, H.H. and Rahm, E., 2002, Coma: A system for flexible combination of schema matching approach, Proc. of The 28th Conf. on Very Large Data Bases (VLDB), pp. 610-621, August 20-23, 2002, Hong Kong, China. [46] Madhavan, J., Bernstein, P.A., Chen, K., Halevy, A., and Shenoy, P., 2003, Corpus-Based Schema Matching, Proc. of The IJCAI-03 Workshop on Information Integration on the Web (IIWeb), pp. 59-63, August 9-10, 2003, Acapulco, Mexico. [47] Dhamankar, R., Lee, Y., Doan, A., Halevy, A., and Domingos, P., 2004, Imap: discovering complex semantic matches between database schemas, Proc. of The ACM SIGMOD Int’l. Conf. Management of Data, pp. 383-394, June 13-18, 2004, Paris, France. [48] Bernstein, P.A., Melnik, S., Petropoulos, M., and Quix, C., 2004, Industrial-strength schema matching, ACM SIGMOD Record, vol. 33, no. 4., December 2004, pp. 38-53. [49] Dragut, E. and Lawrence, R., 2004, Composing mappings between schemas using a reference ontology, Proc. of The Int’l. Conf. on

ISSN: 1907 – 5022

[50]

[51]

[52]

[53]

[54]

[55]

[56]

[57]

[58]

[59]

[60]

[61]

[62]

[63]

[64]

[65]

Ontologies, Databases, and Applications of Semantics (ODBASE), pp. 783-800, October 25-29, 2004, Larnaca, Cyprus. Mork, P. and Bernstein, P.A., 2004, Adapting a generic match algorithm to align ontologies of human anatomy, Proc. of The 20th Int’l. Conf. on Data Engineering (ICDE), pp. 787-790, Boston, MA, USA, 30 March-2 April 2004. Tu, K.W. and Yu, Y., 2005, CMC: combining multiple schemamatching strategies based on credibility prediction, Proc. of The 10th Int’l. Conf. on Database Systems for Advanced Applications (DASFAA), pp. 888-893, April 17-20, 2005, Beijing, China. Jian, N., Hu, W., Cheng, G., and Qu, Y., 20 05, Falcon-AO: Aligning ontologies with Falcon, Proc. of The K-CAP Workshop on Integrating Ontologies (K-CAP’05), pp. 85-91, October 2, 2005, Banff, Canada. Jean-Mary, Y.R., Shironoshita, E.P., and Kabuka, M.R., 2009, Ontology matching with semantic verification, Web Semantics Journal, vol. 7, no. 3, September 2009, pp. 235-251. Palopoli, L., Saccà, D., and Ursino, D., 1998, Semi-automatic, semantic discovery of properties from database schemes, Proc. of Int’l. Database Engineering and Applications Symposium (IDEAS), pp. 244-253, Juny 8-10, 1998, Cardiff, Wales, United Kingdom. Palopoli, L., Sacca, D., Terracina, G., and Ursino, D., 1999, A unified graph-based framework for deriving nominal interscheme properties, type conflicts and object cluster similarities, Proc. of The 4th IFCIS Int’l. Conf. on Cooperative Information Systems (CoopIS), pp. 34-45, September 2-4, 1999, Edinburgh, Scotland. Palopoli, L., Terracina, G., and Ursino, D., 2000, The system Dike: Towards the semi-automatic synthesis of cooperative information systems and data warehouses, Proc. of The Chalenges: 2000 ADBISDASFAA Symposium on Advances in Databases and Information Systems, Enlarged 4th East-European Conf. on Advances in Databases and Information Systems, pp. 108-117, September 5-8, 2000, Prague, Czech Republic. Castano, S., Antonellis, V.D., 1999, A schema analysis and reconciliation tool environment for heterogeneous databases, Proc. of The Int’l. Database Engineering and Applications Symposium (IDEAS), pp. 53-62, August 2-4, 1999, Montreal, Que. Bergamaschi, S., Castano, S., Vincini, M., and Beneventano, D., 2001, Semantic integration of heterogeneous information sources, Data and Knowledge Engineering, vol. 36, no. 3, March 2001, pp. 215-249. Mitra, P., Wiederhold, G., and Jannink, J., 1999, Semi-automatic integration of knowledge sources, Proc. of The 2nd Int’l. Conf. on Information Fusion (FUSION), July 6-8, 1999, Sunnyvale, California, USA. Mitra, P., Wiederhold, G., and Kersten, M., 2000, Graph-oriented model for articulation of ontology interdependencies, Proc. of The 7th Int’l. Conf. Extending Database Technology (EDBT), pp. 86-100, March 2731, 2000, Konstanz, Germany. Mitra, P. and Wiederhold, G., 2002, Resolving terminological heterogeneity in ontologies, Proc. of The ECAI-02 Workshop on Ontologies and Semantic Interoperability, European Conf. on Artificial Intelligence, (ECAI), pp. 45-50, July 22, 2002, Lyon, France. Giunchiglia, F., Yatskevich, M., and Avesani, P., 2005 (a), A large scale taxonomy mapping evaluation, Proc. of The 4th Int’l. Conf. Semantic Web Conf. (ISWC), pp. 67-81, November 6-10, 2005, Galway, Ireland. Palopoli, L., Sacca, D., Terracina, G., and Ursino, D., 2003, Uniform techniques for deriving similarities of objects and subschemes in heterogeneous databases, IEEE Transaction Knowledge and Data Engineering, vol. 15, no. 2, Mar./Apr. 2003, pp. 271-294. He, H., Meng, W., Yu, C., and Wu Z., 2003, Wise-Integrator-An automatic integrator of web search interfaces for e-commerce, Proc. of The 29th Int’l. Conf. on Very Large Data Bases (VLDB), pp. 357-368, September 9-12, 2003, Berlin, Germany. He, B., Chang, K.C.C., and Han, J., 2004, Discovering complex matchings across web query interfaces-a correlation mining approach, Proc. of The 10th ACM SIGKDD Int’l. Conf. Knowledge Discovery and Data Mining, pp. 148-157, August 22-25, 2004, Seattle, Washington, USA.


J-14

[66] Noy, N.F. and Musen, M.A., 2003, The Prompt Suite: Interactive tools for ontology merging and mapping, Int’l. Journal of Human-Computer Studies, vol. 59, no. 6, December 2003, pp. 983-1024. [67] Noy, N.F. and Musen, M.A., 2004, Using prompt ontology-comparison tools in the EON ontology alignment contest, Proc. of The 3rd Int’l. Workshop Evaluation of Ontology-Based Tools (EON), pp. 79-90, November 8th, 2004, Hiroshima, Japan. [68] Euzenat, J., Loup, D., Touzani, M., and Valtchev, P., 2004, Ontology alignment with Ola, Proc. of The 3rd Int’l. Workshop Evaluation of Ontology Based Tools (EON), pp. 56-88, November 8, 2004, Hiroshima, Japan. [69] Ehrig, M., and Staab, S., 2004, QOM-quick ontology mapping, Proc. of The 3rd Int’l. Semantic Web Conf. (ISWC), pp. 683-697, November 711, 2004, Hiroshima, Japan. [70] Ehrig, M. and Sure, Y., 2004, Ontology alignment-Karlsruhe, Proc. of The 3rd Int’l. Workshop Evaluation of Ontology-Based Tools (EON), pp. 48-55, November 8, 2004, Hiroshima, Japan. [71] Giunchiglia, F., Shvaiko, P., and Yatskevich, M., 2004, S-Match: An Algorithm and an Implementation of Semantic Matching, Proc. of The 1st European Semantic Web Symposium (ESWS), pp. 61-75, May 10-12, 2004, Heraklion, Crete, Greece. [72] Giunchiglia, F., Yatskevich, M., and Giunchiglia, E., 2005 (b), Efficient semantic matching, Proc. of The 2nd European Semantic Web Conf. (ESWC), pp. 272-289, May 29-June 1, 2005, Heraklion, Crete, Greece. [73] Benkley, S., Fandozzi, J., Housman, E., and Woodhouse, G., 1995, Data Element Tool-Based Analysis (DELTA), MITRE Technical Report MTR’95 B147. [74] Clifton, C., Housman, E., and Rosenthal, A., 1996, Experience with a combined approach to attribute-matching across heterogeneous databases, Proc. of The 7th IFIP 2.6 Working Conf. on Database Semantics, pp. 428-451, October 1997, Leysin, Switzerland. [75] Melnik, S., Molina, H.G., and Rahm, E., 2002, Similarity Flooding: A versatile graph matching algorithm, Proc. of The 18th Int’l. Conf. on Data Engineering (ICDE), pp. 117-128, February 26-March 1, 2002, San Jose, California, USA. [76] Lee, M.L., Yang, L.H., Hsu, W., and Yang, X., 2002, XClust: Clustering XML schemas for effective integration, Proc. of 11th Int’l. Conf. on Information and Knowledge Management (CIKM’02), pp. 292-299, November 4-9, 2002, Virginia, USA. [77] Lu, J., Wang, J., and Wang, S., 2005, An experiment on the matching and reuse of XML schemas, Proc. of 5th Int’l. Conf. on Web Engineering (ICWE), pp. 273-284, July 27-29, 2005, Sydney, Australia. [78] Berlin, J., and Motro, A., 2001 (b), Autoplex: Automated discovery of content for virtual databases, Proc. of The 9th Int’l. Conf. Cooperative Information Systems (CoopIS), In Cooperation with VLDB 2001, pp. 108-122, September 5-7, 2001, Trento, Italy. [79] Berlin, J., and Motro, A., 2001 (a), Automatch: database schema matching using machine learning with feature selection, Proc. of The 6th Int’l. Conf. Cooperative Information Systems (CoopIS), In Cooperation with VLDB 2001, pp. 108-122, September 5-7, 2001, Trento, Italy. [80] Embley, D.W., Jackmann, D., and Xu, L., 2001, Multifaceted exploitation of metadata for attribute match discovery in information integration, Proc. of 1st Int’l. Workshop Information Integration on the Web (WIIW), pp. 110-117, April 9-11, 2001, Rio de Janeiro, Brazil. [81] Xu, L. and Embley, D., 2003, Discovering direct and indirect matches for schema elements, Proc. of The 8th Int’l. Conf. on Database Systems for Advanced Applications (DASFAA), pp. 39-46, March 26-28, 2003, Kyoto, Japan. [82] Doan, A.H., Madhavan, J., Domingos, P., and Halevy, A.Y., 2002, Learning to map between ontologies on the semantic web, Proc. of 11th Int’l. Conf. on World Wide Web (WWW), pp. 662-673, May 7-11, 2002, Honolulu, Hawaii, USA. [83] Wang, J., Wen, J., Lochovsky, F., and Ma, W., 2004, Instance-based schema matching for web databases by domain-specific query probing, Proc. of 13th Int’l. Conf. on Very Large Data-Bases (VLDB), pp. 408419, August 31-September 3, 2004, Toronto, Canada. [84] Hoshiai, T., Yamane, Y., Nakamura, D., and Tsuda, H., 2004, A semantic category matching approach to ontology alignment, Proc. of

ISSN: 1907 – 5022

The 3rd Int’l. Workshop Evaluation of Ontology-Based Tools (EON), pp. 67-78, November 8, 2004, Hiroshima, Japan.


J-15

[85] Bilke, A. and Naumann, F., 2005, Schema matching using duplicates, Proc. of The 21th Int’l. Conf. on Data Engineering (ICDE), pp. 69-80, April 5-8, 2005, Tokyo, Japan.

ISSN: 1907 – 5022

SEMINAR NASIONAL APLIKASI TEKNOLOGI INFORMASI SNATi 2015

Recommend Documents