SISTEM TEMU BALIK INFORMASI DOKUMEN MAKALAH ILMIAH BERBAHASA INDONESIA MENGGUNAKAN STRUKTUR DATA INVERTED INDEX BERBASIS HASH TABLE DAN LINKED LIST

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

SISTEM TEMU BALIK INFORMASI DOKUMEN MAKALAH ILMIAH BERBAHASA INDONESIA MENGGUNAKAN STRUKTUR DATA INVERTED INDEX BERBASIS HASH TABLE DAN LINKED LIST

SKRIPSI

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

Oleh: Reza Mohammad Darojad NIM:085314024

JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2013

i


INFORMATION RETRIEVAL SISTEM OF INDONESIAN SCIENTIFIC PAPER USING INVERTED INDEX DATA STRUCTURE BASED ON HASH TABLE AND LINKED LIST

THESIS

Presented as Partial Fullfilment of the Requirements To Obtain the Computer Bachelor Degree In Informatics Engineering

By: Reza Mohammad Darojad NIM:085314024

INFORMATICS ENGINEERING STUDY PROGRAM DEPARTMENT OF INFORMATICS ENGINEERING FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2013 ii


HALAMAN PERSTETUJUAN

SKRIPSI

SISTEM TEMU BALIK INFORMASI DOKUMEN MAKALAH ILMIAH BERBAHASA INDONESIA MENGGUNAKAN STRUKTUR DATA INVERTED INDEX BERBASIS HASH TABLE DAN LINKED LIST

Oleh: Reza Mohammad Darojad NIM:085314024 Telah disetujui oleh:

Dosen Pembimbing

JB. Budi Darmawan, S.T., M.Sc.

Tanggal:

iii


HALAMAN PERSTETUJUAN SKRIPSI SISTEM TEMU BALIK INFORMASI DOKUMEN MAKALAH ILMIAH BERBAHASA INDONESIA MENGGUNAKAN STRUKTUR DATA INVERTED INDEX BERBASIS HASH TABLE DAN LINKED LIST Dipersiapkan dan ditulis oleh Reza Mohammad Darojad NIM:085314024 Telah dipertahankan di depan Panitia Penguji Pada tanggal 15 Februari 2013 dan dinyatakan memenuhi syarat Susunan Panitia Penguji Nama Lengkap

Tanda Tangan

Ketua

Sri Hartati Wijono, S. Si., M. Kom.

.........................

Sekretaris

Puspaningtyas Sanjoyo Adi, S.T., M.T.

.........................

Asnggota

JB. Budi Darmawan, S.T., M. Sc.

.........................

Yogyakarta , .... Februari 2013 Fakultas Sains dan Teknologi Universitas Sanata Dharma Dekan,

Paulina Heuriningsih Prima Rosa, S.Si., M. Sc.

iv


PERNYATAAN KEASLIAN KARYA Saya menyatakan dengan seungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya orang lain kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.

Yogyakarta, Februari 2013 Penulis,

Reza M. Darojad

v


ABSTRAKSI

Makalah ilmiah adalah karya ilmiah akademik yang dipublikasikan. Makalah ilmiah berbahasa Indonesia lebih ditujukan untuk ruang lingkup pembaca nasional. Seiring bertambahnya jumlah makalah ilmiah yang beredar para akademisi memerlukan informasi mengenai makalah-makalah yang akan mereka baca atau referensikan. Informasi tersebut dapat diperoleh menggunakan sistem temukembali informasi (Information retrieval) agar pengguna mendapatkan keputusan sumber informasi yang tepat sesuai kebutuhan pengguna. Sistem Pemerolehan informasi yang dibangun berfokus pada model TF-IDF dengan algoritma stemming Nazief & Adriani karena dokumen makalah yang akan di cari adalah makalah ilmiah berbahasa Indonesia dan algoritma tersebut adalah yang paling optimal tingkat relevansinya untuk saat ini.

vi


ABSTRACT

Scientific papers are academic papers that published. Indonesian-language scientific papers aimed more at the national scope of the reader. With the growing number of outstanding scientific papers, academics need information about the papers they would read or refer. Such information can be obtained using Information Retrieval Systems so that users get the right decision sources of information according to user needs. Information Retrieval System is built focusing on the model TF-IDF with Nazief & Adriani stemming algorithms for paper documents that will be looking for is a scientific paper in Indonesian language and the algorithm is the optimal level of relevance for today.

vii


HALAMAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Yang bertanda tangan dibawah ini, saya mahasiswa Universitas Sanata Dharma: Nama : Reza Mohammad Darojad NIM

: 085413024

Demi pengembangan ilmu pengetahuan, saya memberikan kepada perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul: SISTEM TEMU BALIK INFORMASI DOKUMEN MAKALAH ILMIAH BERBAHASA INDONESIA MENGGUNAKAN STRUKTUR DATA INVERTED INDEX BERBASIS HASH TABLE DAN LINKED LIST Berserta perangkat yang diperlukan bila ada. Dengan demikian saya memberikan kepada perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan mempublikasikannya di internet atau media laiin untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun memberi royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis. Demikian pernyataan ini saya buat dengan sebenarnya. Dibuat di Yogyakarta Pada tanggal: Yang menyatakan

(Reza M. Darojad)

viii


KATA PENGANTAR Puji syukur kepada Yesus Kristus yang telah memberikan karunia, rahmat, dan kesempatan, sehingga penulis dapat menyelesaikan skripsi ini. Penyusunan skripsi ini tidak lepas dari semua pihak yang turut memberikan dukungan, doa, semangat, dan bantuan yang sangat bermanfaat bagi penulis. Pada kesempatan ini penulis mengucapkan terima kasih sebesar besarnya kepada : 1. Bapak JB. Budi Darmawan, S.T., M.Sc. selaku dosen pembimbing senantiasa memberikan masukkan dan bantuan dalam membimbing penulis untuk menyelesaikan skripsi ini. 2. Segenap dosen Universitas Sanata Dharma yang telah membantu memberikan bekal pengetahuan kepada penulis. 3. Ibu Sulistyaningtyas dan Kakak Tyas yang selalu memberi dukungan. 4. Seluruh sahabat dan rekan-rekan TI yang tidak dapat penulis sebutkan atas kesediaanya dalam memberikan masukkan, menemani dan memberi dukungan kepada penulis. Penulis menyadari bahwa masih banyak kekurangan yang terdapat pada skripsi ini. Saran dan kritik penulis harapkan untuk kebaikan bersama. Semoga bermanfaat.

Yogyakarta, Februari 2013 Penulis,

Reza M. Darojad

ix


Daftar Isi HALAMAN JUDUL........................................................................................................... i HALAMAN PERSETUJUAN SKRIPSI .......................................................................... iii PERNYATAAN KEASLIAN KARYA ......................................................................................... v ABSTRAKSI......................................................................................................................... vi ABSTRACT ........................................................................................................................ vii HALAMAN PERSETUJUAN PUBLIKASI KARYA ILMIAH ..................................................... viii KATA PENGANTAR............................................................................................................. ix Daftar Isi ............................................................................................................................. x Bab I Pendahuluan ............................................................................................................ 1 1.1.

Latar belakang ....................................................................................................1

1.2.

Rumusan Masalah ..............................................................................................2

1.3.

Tujuan ................................................................................................................3

1.4.

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

1.5.

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

1.6.

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

Bab II Landasan Teori ......................................................................................................... 7 2.1

Information Retrieval .........................................................................................7

2.2

Proses Indexing ..................................................................................................9

2.3

Pembobotan Kata .............................................................................................14

2.4

Hash Table ........................................................................................................17

2.5

LinkedList .........................................................................................................17

2.6

Precision dan Recall ..........................................................................................17

BAB III ANALISA DAN PERANCANGAN SISTEM ............................................................... 18 3.1

Analisa Sistem ..................................................................................................18

3.2

Perancangan Sistem .........................................................................................33

BAB IV IMPLEMENTASI SISTEM ....................................................................................... 48 4.1.

Spesifikasi Perangkat Lunak dan Perangkat Keras ...........................................48

4.3.

Implementasi Inverted Index ............................................................................59

4.4.

Implementasi Antarmuka .................................................................................65

4.5.

Implementasi Control .......................................................................................70

x


4.6.

Implementasi Model .........................................................................................72

BAB V ANALISA HASIL ...................................................................................................... 73 BAB VI KESIMPULAN DAN SARAN ................................................................................... 87 6.1

Kesimpulan ......................................................................................................87

Daftar Pustaka .................................................................................................................. 89 LAMPIRAN ........................................................................................................................ 91

xi


Bab I Pendahuluan 1.1.

Latar belakang Jumlah dokumen makalah ilmiah digital di Indonesia terus bertambah

sehingga masyarakat terutama akademisi memerlukan suatu sistem yang dapat mengakses dan menyediakan berbagai informasi sesuai kebutuhannya. Informasi tersebut

dapat

diperoleh

menggunakan

sistem

temu-kembali

informasi

(Information retrieval) agar pengguna mendapatkan sumber informasi yang tepat sesuai kebutuhan pengguna dari sekumpulan dokumen yang besar (Manning, 2009). TF-IDF adalah salah satu metode dari Information Retrieval untuk memberikan bobot hubungan suatu kata (term) terhadap dokumen. Metode TFIDF yang digunakan menggunakan teknik pembobotan Savoy karena pada teknik pembobotan ini, bobot istilah telah dinormalisasi. Teknik ini memperhitungkan jumlah dokumen yang mengandung istilah yang bersangkutan dan jumlah keseluruhan dokumen. Sehingga jika sebuah istilah mempunyai frekuensi kemunculan yang sama pada dua dokumen belum tentu mempunyai bobot yang sama. Teknik ini sudah diterapkan pada dokumen berbahasa Indonesia dan cukup baik dalam memberikan bobot dokumen terurut(Baeza, 1999). Data yang berisi daftar term dan hubungannya dengan dokumen disimpan dalam sebuah Inverted Index. Inverted index terdiri dari dua bagian utama, dictionary dan posting list. Struktur data Hash Table adalah pilihan sesuai digunakan sebagai dictionary karena waktu aksesnya relatif singkat dimana

1


pengurutan data tidak diutamakan. Posting List memerlukan struktur data penyimpanan yang terurut dan dinamis, Ordered Linked List diimplementasikan untuk Posting List karena ukuran Linked List yang dapat melebar menyesuaikan data yang ditambahkan. Ordered Linked List berdasarkan pada Linked List dengan penambahan pengurutan data (Robert, 2003). Pencarian dokumen makalah ilmiah yang sudah ada sebagian besar menghasilkan informasi berdasarkan abstrak, judul,pengarang, penerbit, dan subjek makalah. bukan seluruh isi makalah. Peneliti mengembangkan Sistem Pemerolehan

Informasi

untuk

dokumen

makalah

berbahasa

Indonesia

menggunakan seluruh isi teks dokumen.

1.2.

Rumusan Masalah Dari latar belakang di atas dapat dirumuskan beberapa masalah yang akan dikaji, yaitu: 1. Sejauh mana performa struktur data Hash dan LinkedList terhadap pencarian dokumen? 2. Bagaimana sistem temu balik informasi ini dapat menghasilkan dokumen yang relevan yang teranking berdasarkan query masukan oleh pengguna? 3. Seberapa relevankah dokumen hasil dari metode pembobotan TD-IDF yang dihasilkan terhadap query pengguna?

2


1.3.

Tujuan Penelitian ini bertujuan untuk mengimplementasikan sistem pemerolehan

informasi untuk pencarian makalah ilmiah berbahasa Indonesia menggunakan seluruh isi teks makalah ilmiah dan mengetahui unjuk kerja sistem yang menggunakan Inverted Index klasik dengan struktur data Hash Table dan Ordered LinkedList dengan operasi boolean dasar

1.4.

Batasan Masalah 1. Sistem ini berfokus pada dokumen berbahasa Indonesia yang mengandung format Portable Document Format(PDF). 2. Dokumen hasil Query yang akan dipilih user telah tersedia dalam indeks sistem dan merupakan bagian dari koleksi pengujian sebanyak 281 dokumen berbahasa Indonesia. 3. Koleksi pengujian diambil dari kolesi dokumen makalah ilmiah berbahasa Indonesia. 4. Sistem tidak menggunakan DBMS untuk indeks kata dalam pencarian.

3


1.5.

Metodologi Penelitian

Dalam penelitian ini dilakukan tahap-tahap penelitian sebagai berikut: 1. Studi Pustaka Studi pustaka penerapan inverted index klasik menggunakan pembobotan TF-IDF dengan operasi AND. 2. Pengumpulan Data Pengumpulan dokumen-dokumen makalah ilmiah yang berbahasa Indonesia sebagai corpus sebanyak 281 dokumen. 3. Implementasi Implementasi penerapan TF-IDF dan struktur data classical yaitu Inverted Index yang berbasis pada Hash dan Ordered LinkedList untuk mendukung inverted index dengan menggunakan rumus pembobotan Savoy. 4. Pengujian Pengujian relevansi pencarian menggunakan recall precision dan Pengamatan unjuk kerja waktu query dengan operasi AND dengan dua belas kelompok kata yang mengandung frekuensi dokumen tertentu. Kelompok kata tersebut adalah kelompok kata yang memiliki dfk 1 sampai 2, dfk mendekati 140, dan dfk kurang lebih 280, 1 kata kunci pencarian hingga 4 kata kunci pencarian.

4


1.6.

Sistematika Penulisan

Sistematika penulisan dan penyusunan tugas akhir ini dibagi menjadi 6 (enam) bab, yaitu :

BAB I

PENDAHULUAN Bab ini berisi penjelasan tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika dari penulisan tugas akhir.

BAB II

LANDASAN TEORI Bab ini berisi penjelasan tentang teori-teori yang berkaitan dengan penulisan tugas akhir.

BAB III ANALISIS DAN PERANCANGAN SISTEM Bab ini berisi penjelasan mengenai identifikasi masalah yang ada, kerja dari sistem yang ada, dan analisis sistem yang meliputi analisis masalah dalam sistem lama dan analisis kebutuhan sistem baru. Terdapat pula perancangan

sistem

meliputi

perancangan

proses,

perancangan

basisdata, dan perancangan antarmuka untuk para pengguna sistem. BAB IV IMPLEMENTASI SISTEM Bab ini berisi implementasi dari sistem yang sudah dirancang BAB V

ANALISA HASIL Bab ini berisi pengujian terhadap sistem yang telah diimplementasikan

5


BAB VI KESIMPULAN DAN SARAN Bab ini berisi tentang kesimpulan dan saran dari analisis dan perancangan sistem yang telah dilakukan dalam tugas akhir ini.

6


Bab II Landasan Teori 2.1 Information Retrieval Sistem temu kembali informasi (information retrieval system) merupakan sistem untuk menemukan kembali (retrieve) informasi-informasi yang relevan terhadap kebutuhan pengguna dari suatu kumpulan informasi secara otomatis. Penekanannya ada pada penemukembalian informasi yang sifatnya tidak terstruktur. Salah satu contoh dari sistem temu kembali informasi adalah search-engine atau mesin pencarian (Mandala,2004).

Tujuan yang harus dipenuhi dari Sistem temu kembali informasi adalah bagaimana mendapatkan dokumen relevan dan tidak mendapatkan dokumen yang tidak relevan. Tujuan lainnya adalah bagaimana menyusun dokumen yang telah didapatkan tersebut ditampilkan terurut dari dokumen yang memiliki tingkat relevansi lebih tingi ke tingkat relevansi rendah. Penyusunan dokumen terurut tersebut disebut sebagai perangkingan dokumen.

Dokumen diwakili melalui set index term.Index term menyediakan logical view dari dokumen Jika kolesi dokumen cukup besar komputer akan melakukan

pengurangan

jumlah

set

term

melalui

penghapusan

stopwords,operasi stemming. Operasi teks tersebut akan mengurangi kompleksitas dari dokumen dan mengubah logical view dari full text ke set

7


index term. Gambar 2.1 menunjukkan logical view yang digunakan sistem pemerolehan informasi(Baeza, 1999).

Gambar 2.1 Logikal view dari sebuah dokumen: dari full text menjadi sebuah set indeks term(Baeza, 1999).

Sistem pemerolehan informasi memiliki beberapa tahap.Pertama melakukan indentifikasi terhadap dokumen-dokumen yang akan digunakan, operasi yang akan dilakukan terhadap teks, dan model teks. Text operations mentransformasikan dokumen asal menjadi logical view. Setelah logical view diperoleh, dibuat indeks term untuk mempercepat pencarian terhadap jumlah data yang besar. Setelah dokumen selesai diindeks, proses retrieval dapat diinisiasi. Sebelum dikirim ke pengguna, dokumen retrieval di peringkat terlebih dahulu berdasarkan kemungkinan relevansinya(Baeza, 1999).

8


Gambar 2.2 Proses dari pemerolehan informasi(Baeza, 1999).

2.2 Proses Indexing Indeks kata dibuat dalam bentuk inverted index. Inverted index terdiri dari dua bagian utama, dictionary dan posting list. Dictionary menyimpan daftar kata, sedangkan posting list menyimpan identitas dokumen yang mengandung kata yang bersangkutan. Setiap kata terhubung dengan satu rangkaian posting list menggunakan penunjuk.(Manning,2009).

Gambar 2.2 Bagian dari Inverted Index

9


Parsing Proses ini mengambil query dari kata-kata kunci pengguna dengan cara memotong string input berdasarkan tiap kata yang menyusunnya Elemen teks (string input) dipisahkan dengan teknik parsing menggunakan pemisahan string dilakukan berdasarkan operator pemisah untuk kemudian di eksekusi terhadap index.(Manning,2009).

Stopword Removing Proses ini menghilangkan stopword pada string input yang menyusun dokumen dan query. Dalam proses ini digunakan sebuah daftar kata buang (stoplist) yaitu daftar kata-kata yang tidak digunakan (dibuang) karena tidak signifikan dalam membedakan dokumen atau query. Stoplist ini umumnya berupa kata tugas, kata hubung, kata bantu, yang mempunyai fungsi dalam kalimat penyusun dokumen tetapi tidak memiliki arti..

Stemming Stemming merupakan suatu proses yang terdapat dalam sistem IR yang mentransformasi kata-kata yang terdapat dalam suatu dokumen ke kata-kata akarnya (root word) dengan menggunakan aturan-aturan tertentu. Sebagai contoh, kata bersama, kebersamaan, menyamai, akan distem ke root wordnya yaitu “sama”. Proses stemming pada teks

10


berbahasa Indonesia berbeda dengan stemming pada teks berbahasa Inggris. Pada teks berbahasa Inggris, proses yang diperlukan hanya proses menghilangkan sufiks. Sedangkan pada teks berbahasa Indonesia, selain sufiks, prefiks, dan konfiks juga dihilangkan. Algoritma yang dibuat oleh Bobby Nazief dan Mirna Adriani ini memiliki tahap-tahap sebagai berikut: 1. Cari kata yang akan distem dalam kamus. Jika ditemukan maka diasumsikan bahwa kata tesebut adalah root word. Maka algoritma berhenti. 2. Inflection Suffixes (“-lah”, “-kah”, “-ku”, “-mu”, atau “nya”) dibuang. Jika berupa particles (“-lah”, “-kah”, “-tah” atau “-pun”) maka langkah ini diulangi lagi untuk menghapus Possesive Pronouns (“-ku”, “-mu”, atau “nya”), jika ada. 3. Hapus Derivation Suffixes (“-i”, “-an” atau “-kan”). Jika kata ditemukan di kamus, maka algoritma berhenti. Jika tidak maka ke langkah 3a a.

Jika “-an” telah dihapus dan huruf terakhir dari kata tersebut adalah “-k”, maka “-k” juga ikut dihapus. Jika kata

tersebut

ditemukan

dalam

kamus maka algoritma berhenti. Jika tidak ditemukan maka lakukan langkah 3b.

11


b.

Akhiran yang dihapus (“-i”, “-an” atau “-kan”) dikembalikan, lanjut ke langkah 4.

4. Hapus Derivation Prefix. Jika pada langkah 3 ada sufiks yang dihapus maka pergi ke langkah 4a, jika tidak pergi ke langkah 4b. a.

Periksa tabel kombinasi awalan-akhiran yang tidak diijinkan. Jika ditemukan maka algoritma berhenti, jika tidak pergi ke langkah 4b.

b.

For i = 1 to 3, tentukan tipe awalan kemudian hapus awalan. Jika root word belum juga ditemukan lakukan langkah 5, jika sudah maka algoritma berhenti. Catatan: jika awalan kedua sama dengan awalan pertama algoritma berhenti.

5. Melakukan Recoding. 6. Jika semua langkah telah selesai tetapi tidak juga berhasil maka kata awal diasumsikan sebagai root word. Proses selesai. Tipe awalan ditentukan melalui langkah-langkah berikut: 1.

Jika awalannya adalah: “di-”, “ke-”, atau “se-” maka tipe awalannya secara berturut-turut adalah “di-”, “ke-”, atau “se”.

12


2.

Jika awalannya adalah “te-”, “me-”, “be-”, atau “pe-” maka dibutuhkan sebuah proses tambahan untuk menentukan tipe awalannya.

3.

Jika dua karakter pertama bukan “di-”, “ke-”, “se-”, “te-”, “be-”, “me-”, atau “pe-” maka berhenti.

4.

Jika tipe awalan adalah “none” maka berhenti. Jika tipe awalan adalah bukan “none” maka awalan dapat dilihat pada Tabel 2. Hapus awalan jika ditemukan.

Untuk mengatasi keterbatasan pada algoritma di atas, maka ditambahkan aturan-aturan dibawah ini(Agusta,2009): 1. Aturan untuk reduplikasi.

13




Jika kedua kata yang dihubungkan oleh kata penghubung adalah kata yang sama maka root word adalah bentuk tunggalnya, contoh: “buku-buku” root word-nya adalah “buku”.



Kata lain, misalnya “bolak-balik”, “berbalas-balasan, dan ”seolah-olah”. Untuk mendapatkan root word-nya,kedua kata diartikan secara terpisah. Jika keduanya memiliki root word yang sama maka diubah menjadi bentuk tunggal, contoh: kata “berbalas-balasan”, “berbalas” dan “balasan” memiliki root word yang sama yaitu “balas”, maka root word “berbalasbalasan” adalah “balas”. Sebaliknya, pada kata “bolak-balik”, “bolak” dan “balik” memiliki root word yang berbeda, maka root word-nya adalah “bolak-balik”

2. Tambahan bentuk awalan dan akhiran serta aturannya. 

Untuk tipe awalan “mem-“, kata yang diawali dengan awalan “memp-” memiliki tipe awalan “mem-”.



Tipe awalan “meng-“, kata yang diawali dengan awalan “mengk-” memiliki tipe awalan “meng-”.

2.3 Pembobotan Kata 2.3.1

Term Frequency Term Frequency (tf) factor, yaitu faktor yang menentukan bobot term pada

suatu dokumen berdasarkan jumlah kemunculannya dalam dokumen tersebut.

14


Nilai jumlah kemunculan suatu kata (term frequency) diperhitungkan dalam pemberian bobot terhadap suatu kata. Semakin besar jumlah kemunculan suatu term (tf tinggi) dalam dokumen, semakin besar pula bobotnya dalam dokumen atau akan memberikan nilai kesesuian yang semakin besar. Frekuensi kata dinotasikan sebagai 𝑡𝑓𝑡,𝑑′ dengan

𝑡

menotasikan kata and

𝑑′ sebagai urutan dokumen. Untuk sebuah dokumen d, jumlah bobot dapat diketahui dari bobot tf diatas.(Manning,2009).

2.3.2

Inverse Document Frecuency Inverse Document Frequency (idf) factor, yaitu pengurangan dominansi

term yang sering muncul di berbagai dokumen. Hal ini diperlukan karena term yang banyak muncul di berbagai dokumen, dapat dianggap sebagai term umum (common

term)

sehingga

tidak

penting

nilainya.

Sebaliknya

faktor

kejarangmunculan kata (term scarcity) dalam koleksi dokumen harus diperhatikan dalam pemberian bobot. Kata yang muncul pada sedikit dokumen harus dipandang sebagai kata yang lebih penting (uncommon tems) daripada kata yang muncul pada banyak dokumen. Pembobotan akan memperhitungkan faktor kebalikan frekuensi dokumen yang mengandung suatu kata (inverse document frequency).(Manning,2009).

2.3.3

TF-IDF

15


Pembobotan TF-IDF mengkombinasikan frekuensi kata dan inverse document frequency . Pembobotan TF-IDF didapat dengan menggunakan rumus berikut (savoy) (Hasibuan, 2001) Wik = ntfik * nidfk,

dimana ntfik =

tf ik dan nidfk = Max j tf ij



𝑊𝑑 = 𝑊𝑖𝑗 + 𝑊𝑖𝑘 + 𝑊𝑖𝑕 … . . +𝑊𝑖𝑛



𝑄𝑢𝑒𝑟𝑦 = 𝑗 𝒐𝒓 𝑘 𝒐𝒓 𝑕 𝒐𝒓 … … 𝑛

 n log  df k logn 

  

Dimana : 

Wik adalah bobot istilah k pada dokumen i.



tfik merupakan frekuensi dari istilah k dalam dokumen i.



n adalah jumlah dokumen dalam kumpulan dokumen.



dfk adalah jumlah dokumen yang mengandung istilah k.



Maxj tfij adalah frekuensi istilah terbesar pada satu dokumen.



Wd= bobot sebuah dokumen

Dengan kata lain, tf-idft,d berlaku untuk term t bobotdi dokumen d yang 1. Tertinggi jika t sering muncul dengan jumlah dokumen yang kecil. 2. Lebih rendah jika term muncul beberapa kali di dalam dokumen, atau muncul di banyak dokumen. 3. Paling rendah jika term muncul di semua dokumen. (Manning,2009)

16


2.4 Hash Table Hash Table adalah struktur data yang menawarkan pemasukan dan pencarian data dengan sangat cepat. Ide dari Hash Table adalah memperbolehkan banyak dari kemungkinan key berbeda yang mungkin di petakan ke lokasi yang sama di dalam array dibawah fungsi tindakan pengindeksan. Hash Table beroperasi relatif cepat O(logN) kali. Untuk pembuatan daftar kamus kata, hash table adalah pilihan yang baik.(Robert,2003).

2.5 LinkedList LinkedList adalah struktur data yang berbentuk node yang node lainnya menunjuk menggunakan pointer. Ukuran LinkedList menjadi dinamis karena ukurannya bertambah mengikuti jumlah node yang dimasukkan kedalam rantai node.(Kruse,1994). 2.6 Precision dan Recall Dalam Information Retrieval, sebuah metode perlu diukur keefektifannya. Dalam hal ini menggunakan pengukuran precision dan

recall. Pengukuran

precison dan recall dinyatakan dalam rumus berikut.

𝑃𝑟𝑒𝑐𝑖𝑠𝑠𝑖𝑜𝑛 =

𝑅𝑒𝑐𝑎𝑙𝑙 =

#(𝑑𝑜𝑘𝑢𝑚𝑒𝑛 𝑟𝑒𝑙𝑒𝑣𝑎𝑛 𝑦𝑎𝑛𝑔 𝑑𝑖𝑡𝑒𝑚𝑢𝑘𝑎𝑛) #(𝑑𝑜𝑘𝑢𝑚𝑒𝑛 𝑛𝑦𝑎𝑛𝑔 𝑑𝑖𝑡𝑒𝑚𝑢𝑘𝑎𝑛)

#(𝑑𝑜𝑘𝑢𝑚𝑒𝑛 𝑟𝑒𝑙𝑒𝑣𝑎𝑛 𝑦𝑎𝑛𝑔 𝑑𝑖𝑡𝑒𝑚𝑢𝑘𝑎𝑛) #(𝑑𝑜𝑘𝑢𝑚𝑒𝑛 𝑟𝑒𝑙𝑒𝑣𝑎𝑛 𝑦𝑎𝑛𝑔 𝑑𝑖𝑡𝑒𝑚𝑢𝑘𝑎𝑛)

17


BAB III ANALISA DAN PERANCANGAN SISTEM 3.1

Analisa Sistem

3.1.1

Gambaran Sistem Sistem Pemerolehan Informasi Makalah Ilmiah dikembangkan untuk

membantu pengguna mencari makalah ilmiah yang sesuai dan relevan dengan kata kunci yang dimasukkan oleh pengguna. Arsitektur sistem pemerolehan informasi ditunjukkan pada gambar 3.1. Dokumen koleksi berupa file makalah ilmiah berbahasa Indonesia dengan ekstensi .pdf. Sistem melakukan text operation pada dokumen tersebut, berupa pembuangan kata buang dan stemming menggunakan algoritma Nazief & Adriani untuk teks berbahasa Indonesia, lalu melakukan proses indexing kata dan dokumen pada RDBMS. Sistem mengambil index dari RDBMS ke random access memory secara periodik di dalam Inverted Index serta melakukan pembobotan. Pada proses pencarian pengguna memasukkan query, yang akan diproses oleh text operation. Sistem melakukan pencarian pada Inverted Index dengan operasi AND kemudian melakukan ranking berdasarkan bobot dokumen. Hasil dokumen yang sudah memiliki peringkat ditampilkan melalui user interface.

18


User Interface Dokumen Koleksi

User need Text

Text operation

Logical view

Logical view

Text RDBMS Interved file Query Operations

Indexing

query

Searching

Inverted Index

retrieved docs

Ranking ranked docs

Gambar 3.1. Rancangan Sistem Pemerolehan Informasi. Inverted Index yang dibuat menggabungkan antara Hash Table sebagai dictionary dan Ordered Linked List sebagai posting list seperti pada gambar 3.2. Beberapa variabel untuk rumus perhitungan pembobotan Savoy di simpan pada term, posting, dan dokumen. Term menyimpan dfk dan nidfk. Posting menyimpan ntifk tfik dan w. Dokumen menyimpan maxtf. Ordered Linked List berdasarkan pada Linked List, namun akan dilakukan sorting pada saat akan menambahkan data sehingga posting dimasukkan secara terurut berdasarkan id document. Inverted index akan dimodelkan lebih detil pada rancangan diagram kelas.

19


HashTable

Term Dfk Nidfk

Term Dfk Nidfk

Ordered Linked List

Jurnal Ntfik Tfik w

Jurnal Ntfik Tfik w

Jurnal

Jurnal

Jurnal

Id Judul Tahun Penulis Filename Maxtf



Jurnal Ntfik Tfik w

Jurnal Ntfik Tfik w

Jurnal Ntfik Tfik w

Jurnal

Jurnal

Jurnal




Gambar 3.2 Representasi Inverted Index

3.1.2

Jurnal Ntfik Tfik w

Analisis Kebutuhan Pengguna

3.1.2.1 Use Case Model

20


Sistem Pemerolehan Informasi Makalah yang akan dikembangkan diakses 2 aktor yaitu administrator dan pengguna. Tabel berikut menjelaskan deskripsi untuk setiap aktor: Tabel 3.1. Tabel Use Case Model Aktor

Keterangan

Administrator

1. Dapat melakukan login sebagai administrator 2. Menangani pengelolaan data makalah 3. Dapat melakukan pencarian 4. Dapat melihat isi makalah

Pengguna

1. Dapat melakukan pencarian (searching) data makalah sesuai kata kunci yang dimasukan 2. Dapat melihat isi dari makalah

3.1.2.2 Diagram Use Case

21


Sistem Pemerolehan Informasi Makalah Ilmiah Berbahasa Indonesia

Subsistem Operasi Teks

Menambahkan dokumen makalah

<< de

pe

nd

on

>>

<<depend on>>

Mengubah data dokumen makalah

Login

pe <<de

nd o

n>>

Logout

Subsistem Pencarian Makalah Ilmiah Berbahasa Indonesia

Administrator

Mencari dokumen makalah

Pengguna

Gambar 3.3 Use Case Diagram

22


3.1.2.3

Skenario Use Case

a.

Login Tabel 3.2 Login

Nama Use Case

Login

ID Use Case

1

Prioritas

Tinggi

Pelaku Bisnis

Administrator

utama Deskripsi

Use case ini menggambarkan proses login bagiAdministrator

Pra-kondisi

Administrator mempunyai username dan password

Pemicu

Administrator ingin melakukan penambahan atau perubahan data makalah

Langkah umum

Langkah 1: User/administrator/staff memasukan username

Langkah 3: Sistem mengecek validasi data masukan (username

dan

dan password)

password.

user/administrator/Staff

Langkah 2: User/administrator/staff menekan tombol login.

. Langkah 4: Sistem masuk ke halaman utama

23


Administrator

Langkah

Alternatif-Langkah 4: Jika data ( username dan password)

alternatif

yang dimasukkan tidak sesuai maka sistem akan mengembalikan ke halaman awal login.

Kesimpulan

Use case ini berhenti apabila administrator telah berhasil masuk ke dalam halaman Administrator

Pasca kondisi

Administrator berhasil masuk ke halaman utama Administrator. Administrator tidak jadi melakukan login. Administrator gagal melakukan login.

24


b.

Menambah Makalah Tabel 3.3 Menambah Makalah

Nama Use Case

Menambah Makalah

ID Use Case

2

Prioritas

Sedang

Pelaku Bisnis

Administrator

utama Deskripsi

Use case ini menggambarkan proses Administrator menambahkan makalah

Pra-kondisi

Administrator berhasil masuk ke halaman utama Administrator.

Pemicu

Administrator ingin melakukan penambahan makalah

Langkah umum

Langkah 1: Administrator Memilih menu menambah makalah Langkah 2:

Langkah 4: Sistem

Administrator

Menyimpan data makalah baru

memasukkan data-data

beserta file makalah.

makalah dan File

Langkah 5: Sistem masuk

makalah.

ke halaman utama

Langkah 3:

Administrator dengan pesan

25


Administrator menekan

berhasil menyimpan

tombol simpan

Langkah

Alternatif-Langkah 4: Jika data yang

alternatif

dimasukkan tidak lengkap maka sistem akan meminta Administrator untuk melengkapi data yang diperlukan.

Kesimpulan

Use case ini berhenti apabila Sistem telah berhasil Menyimpan data makalah baru.

Pasca kondisi

c.

Data makalah bertambah

Merubah Makalah Tabel 3.4. Narasi Use Case Menambah Data Makalah

Nama Use Case

Mengubah Data Makalah

ID Use Case

3

Prioritas

High

Pelaku bisnis utama

Administrator

26


Deskripsi

Use case ini menggambarkan proses mengubah data makalah

Pra-kondisi

Administrator berada di halaman hasil pencarian

Pemicu

Use case ini digunakan oleh administrator untuk mengubah data makalah

Langkah utama

Aksi aktor

Respon sistem

Langkah 1 : Administrator

menge-klik

link mengubah data makalah Langkah 2 : Sistem

akan

menampilkan halaman Langkah 3 :

mengubah

data

Administrator memasukkan makalah data

baru

makalah

dan

menekan tombol ubah

Langkah 4 : Sistem

akan

mengganti data lama dengan data baru yang telah dimasukkan

27


Langkah alternatif

Alternatif langkah 3 : Administrator batal mengganti data makalah dan kembali ke halaman administrator

Kesimpulan

Use case ini berhenti jika administrator telah berhasil mengubah data makalah

Pasca kondisi

d.

Data di database telah berubah

Mencari Makalah Tabel 3.5 Narasi Use Case Mencari Makalah

Nama Use Case

Cari Makalah

ID Use Case

6

Prioritas

High

Pelaku bisnis utama

Administrator dan Pengguna

Deskripsi

Use case ini menggambarkan proses pencarian makalah

Pra-kondisi

Aktor berada di halaman utama

Pemicu

Use case ini digunakan untuk mencari makalah

Langkah utama

Aksi aktor

Respon sistem

Langkah 1 : Aktor memilih menu cari makalah Langkah 2 : Sistem

28

akan


menampilkan halaman Langkah 3 :

cari makalah

Aktor memasukkan keyword dan menekan tombol cari

Langkah 4 : Sistem

akan

menampilkan

hasil

pencarian Langkah alternatif

Alternatif langkah 3 : Pengguna batal melakukan pencarian sistem kembali ke halaman awal

Kesimpulan

Use

case

ini

berhenti

jika

pengguna

telah

menemukan makalah yang dicari Pasca kondisi

Aktor berhasil menemukan makalah yang dicari Aktor tidak berhasil menemukan makalah yang dicari karena tidak sesuai dengan keyword

e.

Melihat Makalah Tabel 3.6. Narasi Use Case Melihat Makalah

Nama Use Case

Lihat Makalah

ID Use Case

7

29


Prioritas

High

Pelaku bisnis utama

Administrator dan Pengguna

Deskripsi

Use case ini menggambarkan proses melihat data makalah

Pra-kondisi

Aktor berada di halaman pencarian

Pemicu

Use case ini digunakan oleh aktor untuk melihat data makalah

Langkah utama

Aksi aktor

Respon sistem

Langkah 1 : Aktor menge-klik link lihat makalah

Langkah 2 : Sistem

akan

menampilkan

data

makalah Langkah alternatif

-

Kesimpulan

Use case ini berhenti jika aktor telah berhasil melihat data makalah

Pasca kondisi

Aktor berhasil melihat data makalah Aktor tidak berhasil melihat data makalah karena data tidak ditemukan

30


f.

Logout Tabel 3.7. Narasi Use Case Logout

Nama Use Case

Logout

ID Use Case

5

Prioritas

High

Pelaku bisnis utama

Administrator

Deskripsi

Use case ini menggambarkan proses logout bagi administrator

Pra-kondisi

Administrator berada pada halaman administrator dan akan keluar dari halaman administrator

Pemicu

Use case ini digunakan oleh administrator untuk keluar dari halaman administrator

Langkah utama

Aksi aktor

Respon sistem

Langkah 1 : Administrator

menge-klik

menu logout Langkah 2 : Sistem

akan

dari

keluar halaman

administrator Langkah alternatif

-

Kesimpulan

Use case ini selesai jika administrator telah keluar

31


dari halaman administrator Pasca kondisi

Administrator keluar dari halaman administrator

32


3.2

Perancangan Sistem

3.2.1

Desain Logikal

3.2.1.1 Diagram Akifitas 3.2.1.3.1.

Administrator Login

Berikut adalah diagram dari aktifitas Administrator login.

33


3.2.1.3.2.

Menambah Makalah

Berikut adalah diagram dari aktifitas menambah makalah.

3.2.1.3.3.

Merubah Data Makalah

Berikut adalah diagram dari aktifitas merubah makalah.

34


3.2.1.3.4.

Mencari Makalah

Berikut adalah diagram dari aktifitas mencari makalah .

3.2.1.3.5.

Melihat Makalah

Berikut adalah diagram dari aktifitas melihat makalah.

35


3.2.1.2

Model Kelas Analisis

Berikut ini adalah rancangan diagram model kelas analisis.

Login.jsp Administrator

Administrator beanLogin

InvertedIndex Adminhome.jsp

benCariJurnal Jurnal

Pengguna Halamancari.jsp

StopList

Tambahjurnal.jsp

beanKelolajurnal

Posting

Ubahhapusjurnal.jsp

Word

Halamanhasilcari.jsp

36


3.2.1.3 Diagram Sequence 3.2.1.3.1.

Mencari Jurnal

Berikut adalah rancangan diagram sequence pencarian jurnal.

3.2.1.4

Diagram Kelas Analisis 3.2.1.3.1.

Case Login

Berikut ini adalah rancangan diagram kelas pada case login <>

<<entity>>

<>

Administrator used by login.jsp

beanLogin.java -username : string -password : string +validasiLoginAdministrator(in username : string, in password : string) : void +logoutAdministrator() : string

used by

<> adminhome.jsp

37

1 1

-username : string -password : string +setUserName(in : string) : void +getUserName() : string +setPassword(in : string) : void +getPassword() : string +getAdmistrator(in username) : Administrator


3.2.1.3.2.

Case Ubah Data

Berikut ini adalah rancangan diagram kelas pada case ubah data ubahhapusjurnal.jsp

tambahjurnal.jsp

used by

used by

beanKelolaJurnal Administrator -username : string -password : string +setUserName(in : string) : void +getUserName() : string +setPassword(in : string) : void +getPassword() : string +getAdmistrator(in username) : Administrator

1

*

+tambahJurnal(in : Jurnal) : boolean +hapusJurnal(in : Jurnal) : boolean +editJurnal(in : Jurnal, in : Jurnal) : boolean 1 * Jurnal -judul -tahun -penulis -fileName -maxtf -postlist

38


3.2.1.3.3.

Case Pencarian Informasi Makalah

Berikut ini adalah rancangan diagram kelas pada case pencarian halamanhasilcari.jsp

halamancari.jsp

Administrator -username : string -password : string +setUserName(in : string) : void +getUserName() : string +setPassword(in : string) : void +getPassword() : string +getAdmistrator(in username) : Administrator

used by

*

used by

beanCariJurnal 1

+Cari() 1

1 InvertedIndex -wordlist : HashMap

39


3.2.1.3.4.

Diagram Kelas Pemodelan Struktur Data Inverted Index

Berikut ini adalah rancangan diagram kelas untuk memodelkan Struktur Data Inverted Index.

40


3.2.1.5 Perancangan Database 3.2.1.3.1.

Conceptual Design

Berikut ini adalah desain database secara konseptual. CONCEPTUAL DATABASE DESIGN

year title id_status

path

id_document

description

id_term

max_term

status

1

*

*

documents

punya

dfk

id_sourceterm word

is_root_word

id_term

id_document

*

posting

1

terms

*

sourceterm

* frequency

ntfik id_status_ready authors

w

nidfk

stemmed_words

id_status_2

id_term

id_status_3

id_stopword id_document

stopwords

id_term

* posting_stopword

stopwords

frequency id_administrator id_dictionary

username

root_word

administrator dictionary

pasword

Status id_status (PK) description

Documents id_document (PK) title path authors year id_status_ready (FK) id_status2 (FK) id_status3(FK) max_term

Posting

Terms

Sourceterm

id_document (FK) id_term (FK) frequency ntfik w

id_term (PK) terms stemmed_words is_root_word dfk nidfk

id_sourceterm (PK) id_term (FK) word is_root_word

Posting_stopword

Stopwords

Dictionary

Administrator

id_document (FK) id_stopword (FK) frequency

id_stopword (PK) stopword

id_dictionary (PK) root_word

id_administrator (PK) username pasword

41


3.2.2

Desain Fisikal

3.2.2.1 Desain Antarmuka 3.2.1.1.1. Halaman Beranda dan Pencarian Pada halaman pencarian jurnal terdapat kolom isian untuk mengisikan kata kunci pencarian. Pencarian dapat dimulai dengan menekan tombol keyboard Enter atau menekan tombol cari pada tampilan Gambar 3.4.

Header

Title

Cari

Copyright © 2012 | Login

Gambar 3.4. Halaman Beranda

42


3.2.1.1.2. Halaman Hasil Pencarian Pada halaman hasil pencarian, Gambar 3.5

ditampilkan tambahan

informasi waktu pencarian dan daftar dokumen yang sudah diurutkan sesuai relevansinya terhadap kata kunci pencarian. Pengguna dapat melihat isi setiap dokumen dari hasil pencarian dengan membuka link judul dokumen yang dipilih.

Gambar 3.5. Halaman Hasil Pencarian

43


3.2.1.1.3. Halaman Login Administrator Halaman Login Administrator Gambar 3.6 menampilkan dua kolom isian yang diisi dengan nama pengguna dan kata sandi. Untuk melanjutkan masuk, pengguna dapat menekan tombol keyboard Enter atau menekan tombol masuk pada tampilan.

Header

Title

Home Kelola Jurnal Logout Halaman Login Administrator Nama Pengguna Kata Sandi Masuk

Copyright © 2012

Gambar 3.6. Halaman Login Administrator

44


3.2.1.1.4. Halaman Beranda Administrator Halaman beranda administrator Gambar 3.7 terdapat menu “Kelola Makalah” dengan submenu “Tambah Makalah” untuk menuju halaman tambah makalah dan submenu “Edit Makalah” untuk menuju halaman edit makalah. Pengguna dapat menekan tombol beranda untuk kembali ke halaman utama administrator. Tombol “Logout” berfungsi untuk keluar dari halaman utama administrator.

Header

Beranda

Title

Kelola Makalah

Logout

Selamat datang di halaman Administrator

Copyright © 2012

Gambar 3.7. Halaman Beranda Administrator

45


3.2.1.1.5. Halaman Menambah Makalah Pada halaman tambah makalah Gambar 3.8 administrator dapat menambahkan dokumen makalah baru dengan memasukkan data judul, penulis, tahun pada kolom yang disediakan. Pada kolom file, administrator dapat memilih file makalah yang berformat pdf yang akan diupload. Setelah semua data lengkap administrator dapat menekan tombol simpan.

Header

Beranda

Title

Kelola Makalah

Logout

Judul Penulis File

pilih

simpan Copyright © 2012

Gambar 3.8. Halaman Menambah Makalah

46


3.2.1.1.6. Halaman Kelola Makalah Halaman kelola jurnal ditunjukkan pada Gambar 3.9 administrator dapat melakukan pengubahan data makalah yang meliputi judul makalah, nama penulis, dan tahun dengan menekan icon edit pada baris yang sesuai dengan dokumen yang akan dirubah datanya. Sebuah form akan muncul saat icon edit dipilih. Administrator dapat memasukkan data-data baru pada setiap kolom dan menekan tombol simpan jika akan menyimpan perubahan tersebut.

Header Home

Title

Kelola Jurnal Logout Menghapus dan Mengubah Data Jurnal

No

Judul

Penulis

Tahun

N ama File x x x

Judul Penulis Tahun File

Cari

Simpan

Copyright © 2012

Gambar 3.9. Halaman Menghapus dan Mengubah Makalah

47


BAB IV IMPLEMENTASI SISTEM 4.1.

Spesifikasi Perangkat Lunak dan Perangkat Keras

4.1.1. Spesifikasi Perangkat Lunak Sistem menggunakan spesifikasi beberapa perangkat lunak pendukung untuk implementasi sistem pemrosesan teks dan sistem pencarian makalah ilmiah berbahasa Indonesia sebagai berikut : 1.

Sistem operasi: Oracle Linux Server Release 5.8

2.

Oracle 11g,

3.

Oracle SQL Developer 3.0.04,

4.

Java JDK 1.6.0 dan OODBC

5.

Netbeans 6.9.1

6.

Browser : Mozilla Firefox

4.1.2. Spesifikasi Perangkat Keras Spesifikasi perangkat keras yang digunakan untuk implementasi sistem pemrosesan teks dan sistem pencarian makalah ilmiah berbahasa Indonesia adalah sebagai berikut : 4.1. Prosesor: Intel XEON E5620 (4 Core, 2, 40 GHz) 4.2. Memori RAM: 8 GB RDIMM 4.3. Hardisk: RAID 5 Logical 2TB 4.4. Motherboard: HP Proliant ML 350 G6

48


4.2.

Implementasi Basis Data Pada sistem ini diimplementasikan database teks untuk menyimpan hasil

seluruh proses preprocessing dokumen jurnal yang berbasis RDBMS. Database sistem ini dibuat menggunakan Oracle 11g. Aplikasi pendukung untuk melakukan pengolahan query adalah SQL Developer. Langkah – langkah dalam pembuatan database adalah seperti berikut : 1.

Membuat database baru dengan login sebagai SYSTEM menggunakan SQL Developer.

2.

Membuat tabel-tabel dalam database yang telah dibuat dengan menuliskan perintah create tabel diikuti nama tabel dan kolom-kolom dalam tabel. Di dalam database terdapat 8 tabel. Database „text‟ untuk sistem pemrosesan teks dapat dilihat pada gambar 4.1.

49


Gambar 4.1. Database berbasis RDBMS pada sistem pemrosesan teks Berikut proses pembuatan tabel untuk database text RDBMS : 1. Tabel Status Tabel 4.1. Tabel Status Nama Field id_status

Tipe Data

Ukuran

NUMBER

-

Keterangan Primary key untuk tabel status

description

VARCHAR2

20

Deskripsi status

Berikut query untuk membuat tabel status : CREATE TABLE STATUS ( ID_STATUS NUMBER NOT NULL , DESCRIPTION VARCHAR2 (20) ) ; ALTER TABLE STATUS ADD CONSTRAINT STATUS_DOCUMENTS_PK PRIMARY KEY ( ID_STATUS ) ; 2. Tabel Documents Tabel 4.2. Tabel Documents Nama Field id_document

Tipe Data

Ukuran

NUMBER

-

Keterangan Primary

key

untuk

tabel documents title

VARCHAR2

256

Judul dari dokumen

path

VARCHAR2

256

Nama

50

file

dari


dokumen max_term

NUMBER

-

Frekuensi

terbesar

dari sebuah dokumen authors

VARCHAR2

100

Penulis dari dokumen

year

NUMBER

-

Tahun dari dokumen

id_status_ready

NUMBER

-

Status untuk dokumen

id_status2

NUMBER

-

Status

untuk

untuk

sistem pencarian id_status3

NUMBER

-

Status

untuk

untuk

sistem pencarian

Berikut perintah untuk membuat tabel documents : CREATE TABLE DOCUMENTS ( ID_DOCUMENT NUMBER NOT NULL , MAX_TERM NUMBER, ID_STATUS_READY NUMBER NOT NULL , ID_STATUS2 NUMBER NOT NULL , ID_STATUS3 NUMBER NOT NULL , AUTHORS VARCHAR2 (100) , YEAR NUMBER ) ; ALTER TABLE DOCUMENTS ADD CONSTRAINT documents_PK PRIMARY KEY ( ID_DOCUMENT ) ; ALTER TABLE DOCUMENTS ADD CONSTRAINT DOCUMENTS_STATUS1_FK FOREIGN KEY ( ID_STATUS_READY ) REFERENCES STATUS

51


( ID_STATUS ) ; ALTER TABLE DOCUMENTS ADD CONSTRAINT DOCUMENTS_STATUS2_FK FOREIGN KEY ( ID_STATUS2 ) REFERENCES STATUS ( ID_STATUS ) ; ALTER TABLE DOCUMENTS ADD CONSTRAINT DOCUMENTS_STATUS_FK FOREIGN KEY ( ID_STATUS3 ) REFERENCES STATUS ( ID_STATUS ) ;

3. Tabel Posting Tabel 4.3. Tabel Posting Nama Field

Tipe Data

Ukuran

Keterangan

id_document

NUMBER

-

Foreign key dari tabel documents

id_term

NUMBER

-

Foreign key dari tabel terms

frequency

NUMBER

-

Frekuensi kata pada dokumen

ntfik

NUMBER

-

Hasil

perhitungan

frequency/frequency

terbesar

pada sebuah dokumen w

NUMBER

-

Bobot dari sebuah term dengan

52


rumus

perhitungannya

ndfik*ntfik

Berikut perintah untuk membuat tabel posting : CREATE TABLE POSTING ( ID_DOCUMENT NUMBER NOT NULL , ID_TERM NUMBER NOT NULL , FREQUENCY NUMBER , NTFIK NUMBER , W NUMBER ) ; ALTER TABLE POSTING ADD CONSTRAINT POSTING_DOCUMENTS_FK KEY ( ID_DOCUMENT ) REFERENCES DOCUMENTS

FOREIGN

( ID_DOCUMENT ) ; ALTER TABLE POSTING ADD CONSTRAINT POSTING_TERMS_FK FOREIGN KEY ( ID_TERM ) REFERENCES TERMS ( ID_TERM ) ;

53


4. Tabel Terms Tabel 4.4. Tabel Terms Nama Field id_term

Tipe Data NUMBER

Ukuran -

Keterangan Primary key untuk tabel terms

terms

VARCHAR2 50

Kata

sebelum

proses

stemming stemmed_word VARCHAR2 50

Kata

setelah

proses

stemming is_root_word

CHAR

1

Keterangan apakah terms ada di kamus

Berikut perintah untuk membuat tabel terms : CREATE TABLE TERMS (

TERMS VARCHAR2 (50) , STEMMED_WORDS VARCHAR2 (50) , IS_ROOT_WORD CHAR (1) ) ; ALTER TABLE TERMS ADD CONSTRAINT TERMS_PK PRIMARY KEY ( ID_TERM ) ;

54


5. Tabel Posting_Stopword Tabel 4.5. Tabel Posting_stopword Nama Field

Tipe Data

id_document

NUMBER

Ukuran -

Keterangan Foreign

key

dari

tabel

key

dari

tabel

stopword

pada

documents id_stopword

NUMBER

-

Foreign stopwords

frequency

NUMBER

-

Frekuensi dokumen

Berikut perintah untuk membuat tabel posting_stopword : CREATE TABLE POSTING_STOPWORD ( FREQUENCY NUMBER, ID_STOPWORD NUMBER NOT NULL , ID_DOCUMENT NUMBER NOT NULL ) ; ALTER TABLE POSTING_STOPWORD ADD CONSTRAINT POSTING_STOPWORD_DOCUMENTS_FK

55


FOREIGN KEY ( ID_DOCUMENT ) REFERENCES DOCUMENTS ( ID_DOCUMENT ) ; ALTER TABLE POSTING_STOPWORD ADD CONSTRAINT POSTING_STOPWORD_STOPWORDS_FK FOREIGN KEY ( ID_STOPWORD ) REFERENCES STOPWORDS ( ID_STOPWORD ) ;

6. Tabel Stopwords Tabel 4.6. Tabel Stopwords Nama Field id_stopword

Tipe Data NUMBER

Ukuran -

Keterangan Primary key untuk tabel stopwords

stopword

VARCHAR2

20

Daftar kata buang

Berikut perintah untuk tabel stopwords : CREATE TABLE STOPWORDS ( ID_STOPWORD NUMBER NOT NULL , STOPWORD VARCHAR2 (20) } ; CREATE INDEX STOPWORDS__IDX ON STOPWORDS ( ID_STOPWORD ASC , STOPWORD ASC ) ; ALTER TABLE STOPWORDS ADD CONSTRAINT STOPWORDS_PK PRIMARY KEY ( ID_STOPWORD ) ;

56


7. Tabel Dictionary Tabel 4.7. Tabel Dictionary Nama Field id_dictionary

Tipe Data

Ukuran

NUMBER

-

Keterangan Primary

key

untuk

tabel

dictionary root_word

VARCHAR2

20

Daftar kata dasar Bahasa Indonesia

Berikut perintah untuk membuat tabel dictionary : CREATE TABLE DICTIONARY ( ID_DICTIONARY NUMBER NOT NULL , ROOT_WORD VARCHAR2 (20) ) ; CREATE UNIQUE INDEX DICTIONARY__IDX ON DICTIONARY ( ID_DICTIONARY ASC , ROOT_WORD ASC ) ;

ALTER TABLE DICTIONARY ADD CONSTRAINT DICTIONARY_PK PRIMARY KEY ( ID_DICTIONARY ) ; 8. Tabel Administrator Tabel 4.8. Tabel Administrator

57


Nama Field id_administrator

Tipe Data

Ukuran

NUMBER

-

Keterangan Primary key untuk tabel administrator

username

VARCHAR2

10

Username

pasword

VARCHAR2

20

Password

Berikut perintah yang digunakan untuk membuat tabel administrator : CREATE TABLE ADMINISTRATOR ( ID_ADMINISTRATOR NUMBER NOT NULL , USERNAME VARCHAR2 (10) , PASWORD VARCHAR2 (20) ) ; ALTER TABLE ADMINISTRATOR ADD CONSTRAINT ADMINISTRATOR_PK PRIMARY KEY ( ID_ADMINISTRATOR ) ; 9. Tabel Sourceterm Tabel 4.9. Tabel Sourceterm Nama Field id_sourceterm

Tipe Data NUMBER

Ukuran -

Keterangan Primary untuk

key tabel

sourceterm id_term

NUMBER

-

Foreign key dari tabel terms

word

VARCHAR2

50

Kata

tanpa

proses stemming

58


is_root_word

CHAR

1

Keterangan apakah

terms

ada di kamus

Berikut perintah yang digunakan untuk membuat tabel administrator : CREATE TABLE SOURCETERM ( ID_SOURCETERM INTEGER NOT NULL , WORD VARCHAR2 (50) , IS_ROOT_WORD CHAR (1) , ID_TERM INTEGER NOT NULL ) ; ALTER TABLE SOURCETERM ADD CONSTRAINT SOURCETERM_PK PRIMARY KEY ( ID_SOURCETERM ) ; 4.3.

Implementasi Inverted Index

TABLE SOURCETERM DariALTER pemodelan Inverted Index di dalam bab sebelumnya, di dalam struktur ADD CONSTRAINT SOURCETERM_TERMS_FK FOREIGN KEY Inverted Index pada bagian Ordered Linked List dilakukan sorting pada saat akan ( ID_TERM menambahkan data sehingga posting dimasukkan secara terurut berdasarkan id ) REFERENCES TERMS document. Setiap data posting baru yang akan ditambahkan dilakukan sequensial ( ID_TERM search dari indek posisi 0 dengan cara melakukan casting LinkedList ke ) ; ListIterator dan menemukan posisi indek yang tepat berdasarkan nomor id dokumen data posting baru dibandingkan dengan id dokumen yang sudah ada di dalam List. Proses sorting pada saat penambahan posting di implementasikan dalam listing code 1 pada method addWord di dalam kelas InvertedIndex.

Listing Code 1. Method addWord 59


Term freqtambah = getWordlist().get(term); //ambil Posting Listnya ListIterator iteratorPosting = freqtambah.getPostlist().listIterator(); //selama iterator posting punnya data berikutnya while (iteratorPosting.hasNext()) { //jika jurnal_id Jurnal Posting sama dengan jurnal_id dari parameter If(iteratorPosting.next().getJurnal().getJurnal_id()==aPost.getJurnal().getJurnal_ id()) { Posting freqtambahPosting = iteratorPosting.previous(); return; } iteratorPosting.previous(); if( iteratorPosting.next().getJurnal().getJurnal_id()>aPost.getJurnal().getJurnal_id() ) { //tambahkan ke posting ke index sebelum Posting freqtambahPosting = iteratorPosting.previous(); iteratorPosting.add(aPost); return; } } if (!iteratorPosting.hasNext()) { iteratorPosting.add(aPost); Posting freqtambahPosting = iteratorPosting.previous(); } return; }

Untuk melakukan search sistem akan menyaring dan memproses kata kunci masukan dari pengguna kemudian mengakses hashtable Term dengan kata kunci masukan dari pengguna sebagai key. Sistem akan memperoleh sebuah objek Term untuk setiap kata kunci dan melakukan interseksi dengan method AND pada Listing Code 2 antar posting list pada setiap Term dengan mencari id dokumen yang sama. Interseksi akan menghasilkan sebuah posting list baru dengan bobot posting yang sudah diakumulasi untuk setiap posting yang memiliki id dokumen sama pada saat Interseksi. Jumlah term yang memiliki posting list yang harus di interseksikan adalah sama dengan jumlah kata kunci yang dapat ditemukan oleh sistem di dalam Hashtable Term. Posting hasil interseksi terakhir diurutkan dari

60


bobot terbersar hingga bobot terkecil. Listing code untuk pencarian dapat dilihat pada lampiran bagian b. Dalam proses interseksi antara dua term sistem mengambil posting masing-masing term dan melakukan casting ke type objek ListIterator agar dapat dilakukan traversal pada posting. Posting yang memiliki dokumen paling sedikit akan diprioritaskan sebelum posting yang lain. Untuk dapat melakukan traversal di masing-masing posting maka dibuat variabel objek bertipe Posting penunjuk bantu1 dan bantu2. Penunjuk bantu1 dan bantu2 mulai dari indek pertama dan mulai membandingkan id dokumen masing-masing. Jika ditemukan dokumen yang sama maka akan diambil posting keduanya dan mengakumulasikan bobot kedua posting kemudian bantu1 bergeser ke posisi index berikutnya. Jika pada posisi bantu2 yang sedang ditunjuk tidak ditemukan dokumen yang sama, bantu2 akan bergeser ke posisi indek berikutnya hingga ditemukan atau sampai tidak ada lagi indek berikutnya. Hasil posting interseksi dikembalikan dengan bobot terakumulasi. Listing Code 2. Method AND /*-------method untuk operasi AND--------------*/ public Term AND(Term term1, Term term2) { ListIterator t1; ListIterator t2; /*jika term1 mempunyai dokumen lebih sedikit dengan term2*/ if (term1.getPostlist().size() < term2.getPostlist().size()) { t1 = term1.getPostlist().listIterator(); t2 = term2.getPostlist().listIterator(); } else {

61


t1 = term2.getPostlist().listIterator(); t2 = term1.getPostlist().listIterator(); } Term hasil = new Term("(" + term1.getTerm() + " AND " + term2.getTerm() + ")"); hasil.setDfk(0); System.out.println(""); System.out.println("Kata yang dicari " + "(" + term1.getTerm() + " AND " + term2.getTerm() + ")"); System.out.print(term1.getTerm() + " | " + term1.getDfk() + " | "); /*menampilkan kata1*/ for (int i = 0; i < term1.getPostlist().size(); i++) { System.out.print(term1.getPostlist().get(i).getJurnal().getJurnal_id() + " , " + term1.getPostlist().get(i).getTfik() + "| "); } System.out.println(""); /*menampilkan kata2*/ System.out.print(term2.getTerm() + " | " + term2.getDfk() + " | "); for (int i = 0; i < term2.getPostlist().size(); i++) { System.out.print(term2.getPostlist().get(i).getJurnal().getJurnal_id() + " , " + term2.getPostlist().get(i).getTfik() + "| "); } System.out.println(""); /*AND operator*/ Posting bantu1 = t1.next(); /*membuat bantu1 untuk kata t1.next*/ /*membuat penunjuk yang digunakan untuk membandingkan dokumen*/ int penunjuk = 0; penunjuk = bantu1.getJurnal().getJurnal_id(); Posting bantu2 = t2.next(); /*membuat bantu1 untuk kata t2.next*/ t1.previous(); t2.previous(); while (t1.hasNext()) { //selama t1 mempunyai next /*jika lokasi dokumen kata2 kedua sama dengan kata1 1 */

62


if (bantu2.getJurnal().getJurnal_id()==penunjuk) { /*pengecekan frekuensi yg plg sedikit*/ if (bantu2.getTfik() > bantu1.getTfik()) { hasil.getPostlist().add(bantu1); bantu1.setW(bantu1.getW()+bantu2.getW()); hasil.setDfk(hasil.getDfk() + bantu1.getWord().getDfk()); } else { hasil.getPostlist().add(bantu2); bantu2.setW(bantu2.getW()+bantu1.getW()); hasil.setDfk(hasil.getDfk() + bantu2.getWord().getDfk()); } bantu1 = t1.next(); /*bantu1 bergeser ke selanjutnya*/ penunjuk = bantu1.getJurnal().getJurnal_id(); /*jika kata kedua masi mempunyai dokumen*/ if (t2.hasNext()) { bantu2 = t2.next(); /*kata2 kedua akan bergeser*/ /*jika tidak proses selesai*/ } else { /*jika lokasi dok kata1 > kata2 break*/ if (bantu1.getJurnal().getJurnal_id()>bantu2.getJurnal().getJurnal_id()) { break; } } /*jk kt2 puny nok dok < penunjuk, kt2 geser*/ } else if (bantu2.getJurnal().getJurnal_id() penunjuk, penunjuk geser*/ } else if (bantu2.getJurnal().getJurnal_id()>penunjuk) { bantu1 = t1.next(); /*kata pertama akan bergeser*/ penunjuk = bantu1.getJurnal().getJurnal_id();

63


} /*jk t1 tdk puny next*/ if (!t1.hasNext()) { System.out.println(t1.previous()+"doesnt have next"); t1.next(); /*cek bantu1 = bantu2*/ if (bantu1.getJurnal().getJurnal_id()==bantu2.getJurnal().getJurnal_id()) { /*cek frekuensi bantu2 > frekuensi bantu1, tmbhkn bantu1 */ if (bantu2.getTfik() > bantu1.getTfik()) { hasil.getPostlist().add(bantu1); hasil.setDfk(hasil.getDfk() + bantu1.getWord().getDfk()); bantu1.setW(bantu1.getW()+bantu2.getW()); /*jk tdk tambhkn bantu2*/ } else { hasil.getPostlist().add(bantu2); hasil.setDfk(hasil.getDfk() + bantu2.getWord().getDfk()); bantu2.setW(bantu2.getW()+bantu1.getW()); } } /*cek no dok kata1 > kata2*/ if (bantu1.getJurnal().getJurnal_id()>bantu2.getJurnal().getJurnal_id()) { /*selama no dok kata1 > kata2, t2 geser*/ while (bantu1.getJurnal().getJurnal_id()>bantu2.getJurnal().getJurnal_id()&&t2.hasNext() ) {

bantu2 = t2.next(); /*jk nodok kata1 = kata2*/ if (bantu2.getJurnal().getJurnal_id()==bantu1.getJurnal().getJurnal_id()) { /*jk frek dok kt2 > k1, tmbh bantu1*/ if (bantu2.getTfik() > bantu1.getTfik()) { hasil.getPostlist().add(bantu1);

64


hasil.setDfk(hasil.getDfk()

+

bantu1.getWord().getDfk()); bantu1.setW(bantu1.getW()+bantu2.getW()); } /*jk tdk tmbh bantu2*/ else { hasil.getPostlist().add(bantu2); hasil.setDfk(hasil.getDfk()

+

bantu2.getWord().getDfk()); bantu2.setW(bantu2.getW()+bantu1.getW()); } } } } } } return hasil; }

4.4.

Implementasi Antarmuka

4.5.3. Halaman Pencarian Pada halaman pencarian jurnal terdapat kolom isian untuk mengisikan kata kunci pencarian. Pencarian dapat dimulai dengan menekan tombol keyboard Enter atau menekan tombol cari pada tampilan Gambar 4.3.

65


Gambar 4.3 Halaman Utama Pencarian Jurnal 4.5.4. Halaman Hasil Pencarian Pada halaman hasil pencarian, Gambar 4.4

ditampilkan tambahan

informasi waktu pencarian dan daftar dokumen yang sudah diurutkan sesuai relevansinya terhadap kata kunci pencarian. Pengguna dapat melihat isi setiap dokumen dari hasil pencarian dengan membuka link judul dokumen yang dipilih.

Gambar 4.4 Halaman Hasil Pencarian 4.5.5. Halaman Login Administrator Halaman Login Administrator Gambar 4.5 menampilkan dua kolom isian yang diisi dengan nama pengguna dan kata sandi. Untuk melanjutkan masuk,

66


pengguna dapat menekan tombol keyboard Enter atau menekan tombol masuk pada tampilan.

Gambar 4.5 Halaman Login Administrator 4.5.6. Halaman Utama Administrator Halaman utama administrator Gambar 4.6 terdapat menu “Kelola Makalah” dengan submenu “Tambah Makalah” untuk menuju halaman tambah makalah dan submenu “Edit Makalah” untuk menuju halaman edit makalah. Pengguna dapat menekan tombol beranda untuk kembali ke halaman utama administrator. Tombol “Logout” berfungsi untuk keluar dari halaman utama administrator.

67


Gambar 4.6 Halaman Utama Administrator 4.5.7. Halaman Tambah Makalah Pada halaman tambah makalah Gambar 4.7 administrator dapat menambahkan dokumen makalah baru dengan memasukkan data judul, penulis, tahun pada kolom yang disediakan. Pada kolom file, administrator dapat memilih file makalah yang berformat pdf yang akan diupload. Setelah semua data lengkap administrator dapat menekan tombol simpan.

68


Gambar 4.7 Halaman Tambah Makalah 4.5.8. Halaman Kelola Jurnal Halaman kelola jurnal ditunjukkan pada Gambar 4.8 administrator dapat melakukan pengubahan data makalah yang meliputi judul makalah, nama penulis, dan tahun dengan menekan icon edit pada baris yang sesuai dengan dokumen yang akan dirubah datanya. Sebuah form seperti pada Gambar 4.9 akan muncul saat icon edit dipilih. Administrator dapat memasukkan data-data baru pada setiap kolom dan menekan tombol simpan jika akan menyimpan perubahan tersebut.

69


Gambar 4.8 Halaman Edit Makalah

Gambar 4.9 Form Edit Data Makalah 4.5.

Implementasi Control

4.4.1. Subsistem Server Pemrosesan Dokumen Tabel 4.10. Implementasi Control Subsistem Pemrosesan Dokumen

70


beanEditJurnal

beanEditJurnal.java

beanLogin

beanLogin.java

beanTambahJurnal

beanTambahJurnal.java

DocProcessing

DocProcessing.java

DbConnection

DbConnection.java

DocProcess

DocProcess.java

JobScheduler

JobScheduler.java

Tokenizer

Tokenizer.java

4.4.2. Subsistem Pencarian Tabel 4.11. Implementasi Control Subsistem Pencarian Tokenizer

Tokenizer.java

beanBuildIndex

beanBuildIndex.java

beancarijurnal

beancarijurnal.java

Beankelolajurnal

beankelolajurnal.java

beanlogin

beanlogin.java

beanTambahJurnal

beanTambahJurnal.java

DatabaseConnector

DatabaseConnector.java

InformationRetrieval

InformationRetrieval.java

JobScheduler

JobScheduler.java

Stemming

Stemming.java

71


4.6.

Implementasi Model

4.5.1. Subsistem Server Pemrosesan Dokumen Tabel 4.10. Implementasi Model Subsistem Pemrosesan Dokumen Administrator

Administrator.java

Documents.java

Documents.java

Posting.java

Posting.java

Stemming.java

Stemming.java

Terms.java

Terms.java

4.5.2. Subsistem Pencarian DaftarJurnal

DaftarJurnal.java

DocFilter

DocFilter.java

InvertedIndex

InvertedIndex.java

Jurnal

Jurnal.java

JurnalScore

JurnalScore.java

Posting

Posting.java

StopList

StopList.java

Term

Term.java

72


BAB V ANALISA HASIL 5.1. Pengujian Relevance Feedback Dari 281 dokumen yang di diproses dalam indexing dengan menggunakan jumlah kamus kata dasar 3278 dan 395 kata buang kata menghasilkan 25737 term yang digunakan dalam pengujian. Pengujian menggunakan media kuesioner yang dibagikan kepada 4 orang mahasiswa Sanata Dharma Yogyakarta. kuesioner dibagi menjadi 2 tahap, yaitu form kuesioner precision dan form kuesioner recall. Pada tahap pertama responden diminta untuk melakukan pencarian, mencatat seluruh dokumen hasil pencarian, dan menandai dokumen yang relevan. Pada tahap kedua responden diminta untuk melihat seluruh koleksi daftar dokumen dan menandai dokumen yang relevan terhadap kata kunci yang digunakan dalam pencarian sebelumnya. 1.

Kata kunci “penambangan data” Sistem menghasilkan 2 dokumen dari kata kunci “penambangan data”. Dari 2

dokumen hasil pencarian, responden menemukan 1 dokumen yang relevan. Pada tahap kedua responden menemukan 8 dokumen yang relevan dari 281 dokumen koleksi. Perhitungan recall diperoleh. Hasil perhitungan Recall dan precision dapat dilihat padat tabel 5.1. Berikut dokumen hasil pencarian. 1. ANALISIS

ASOSIASI

HASIL

EVALUASI

PEMBELAJARAN

MEMPERGUNAKAN ALGORITMA APRIORI 2. ARSITEKTUR DATA SPASIAL UNTUK INFORMASI TEMATIS SIGDA KABUPATEN LOMBOK BARAT 73


Tabel 5.1 Recal Precision query “penambangan data” ID

Relevan 257 R 115

Recall Precision 0,125 1 0,125 0,5

Tabel 5.2 Interpolasi Recall Precision query “penambangan data” Recall Precision 0% 100% 10% 100% 20% 0% 30% 0% 40% 0% 50% 0% 60% 0% 70% 0% 80% 0% 90% 0% 100% 0%

Dari tabel 5.2 dan Gambar 5.1 dapat dilihat diperoleh precision 100% dari nilai recall 0-10% dan menurun hingga 0% pada nilai recall 20-100%.. Hal ini dikarenakan dokumen relevan yang ditemukan responden yaitu 8 dokumen lebih banyak daripada dokumen relevan yang ditemukan menurut sistem yaitu 1, dimana beberapa dari dokumen tersebut mengandung kata “data mining” yang merupakan istilah bahasa Inggris dari kata “penambangan data”.

74


Interpolasi 120%

Precision

100% 80% 60% 40%

Interpolasi

20% 0%

Recall

Gambar 5.1 Grafik Recall precision query “penambangan data” Istilah “penambangan data” memiliki sinonim dalam bahasa inggris sehingga dilakukan pengujian dengan kata kunci “data mining” untuk memberi perbandingan. Dokumen hasil pencarian dengan kata kunci “data mining”. 1. PERANCANGAN APLIKASI DATA MINING STUDI KASUS: ANALISIS KEPUASAN PELANGGAN PT. XYZ 2. PENGGUNAAN ANALISA ASOSIASI (ASSOCIATION ANALYSIS) DALAM PEMILIHAN LOKASI WISATA BERDASARKAN KARAKTERISTIK SOSIO-DEMOGRAFIS WISATAWAN 3. KLASIFIKASI EVENT PADA PROCESS LOGS MENGGUNAKAN MODEL REGRESI LOGISTIK 4. PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA ASSOCIATION RULES UNTUK MEMPREDIKSI PILIHAN PROGRAM STUDI DI SEKOLAH TINGGI XYZ

75


5. Market Basket Analysis Berbasis Classifier Characterictic untuk MENENTUKAN PERSENTASE MODEL DESKRIPSI MEDIA RELATIONS PERGURUAN TINGGI 6. ANALISIS ASOSIASI HASIL EVALUASI PEMBELAJARAN MEMPERGUNAKAN ALGORITMA APRIORI 7. ANALISIS KEMUNGKINAN PENGUNDURAN DIRI CALON MAHASISWA DI STMIK STIKOM BALI DENGAN ALGORITMA BAYESIAN CLASSIFICATION 8. PENGOLAHAN DATA WAREHOUSE AKADEMIK SEBAGAI PENUNJANG KEPUTUSAN DI PERGURUAN TINGGI 9. PERANCANGAN e-HEALTH MANAGEMENT SYSTEM 10. CUSTOMER RELATIONSHIP MANAGEMENT (CRM) UNTUK USAHA KECIL DAN MENENGAH 11. PEMANFAATAN BUSINESS INTELLIGENCE DALAM PERENCANAAN PEMBANGUNAN NASIONAL: STUDI KASUS BADAN PERENCANAAN PEMBANGUNAN NASIONAL 12. PEMANFAATAN KNOWLEDGE MANAGEMENT SYSTEM BERBASIS OPENSOURCES UNTUK INSTANSI PEMERINTAH STUDI KASUS: DIREKTORAT E-GOVERNMENT KEMENTERIAN KOMUNIKASI DAN INFORMATIKA 13. DASHBOARDING INFORMATION SYSTEMS FOR THE EDUCATION SECTOR: APPLICATION AND METHODOLOGIES

76


14. EFISIENSI MATRIKS: PERBEDAAN SISTEM TUNGGAL DAN CLUSTER DENGAN ALGORITMA MAPREDUCE 15. MODEL KNOWLEDGE MANAGEMENT PADA PERUSAHAAN DISTRIBUTOR FARMASI DAN CONSUMER PRODUCT 16. SISTEM ANALISIS OPINI MICROBLOGGINGBERBAHASA INDONESIA 17. FAKTOR KONTEKSTUAL DALAM PEMANFAATAN WEB SEBAGAI MEDIA KOMUNIKASI CSR OLEH PERUSAHAAN 18. ALGORITMA UNTUK EKSTRAKSI TABEL HTML DI WEB 19. PERBANDINGAN ALGORITMA BINERISASI PADA CITRA TULANG ABNORMAL TELAPAK TANGAN MANUSIA 20. PENJADWALAN PERKULIAHAN DENGAN METODE COMPACT GENETIC ALGORITHM (STUDI KASUS UNIVERSITAS WIDYATAMA) 21. PENERAPAN CRM DENGAN SISTEM INFORMASI BERBASIS WEB UNTUK KEPUASAN PELANGGAN 22. MUSIC THERAPY ISSUES ON MUSIC INFORMATION RETRIEVAL

Sistem menghasilkan 22 dokumen dari kata kunci “data mining”. Dari 22 dokumen hasil pencarian, responden menemukan 8 dokumen yang relevan. Pada tahap kedua responden menemukan 8 dokumen yang relevan dari 281 dokumen koleksi. Perhitungan recall diperoleh. Hasil perhitungan Recall dan precision dapat dilihat padat tabel 5.4. dan tabel 5.5. Tabel 5.4 Recal Precision query “data mining” No Urut Relevan 1 R

Recall Precision 0,125 1

77


2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

R R R R R R

R

0,25 0,375 0,5 0,625 0,75 0,875 0,875 0,875 0,875 0,875 0,875 0,875 0,875 0,875 0,875 0,875 0,875 1 1 1 1

1 1 1 1 1 1 0,875 0,777778 0,7 0,636364 0,583333 0,538462 0,5 0,466667 0,4375 0,411765 0,388889 0,421053 0,4 0,380952 0,363636

Tabel 5.5 Interpolasi Recall Precision query “data mining” Recall Precision 0% 100% 10% 100% 20% 100% 30% 100% 40% 100% 50% 100% 60% 100% 70% 100% 80% 100% 90% 100% 100% 42%

Dapat dilihat pada gambar 5.2 precision 100% didapat pada nilai recall 0% sampai 90% dan menurun ke 42% pada nilai recal 100%. Jika dibandingkan

78


dengan grafik pada gambar 5.1 query “data mining” menghasilkan precision yang lebih baik karena dokumen yang mengandung kata “data mining” lebih banyak jumlahnya daripada dokumen yang mengandung kata “penambangan data” .

120%

Interpolasi

100%

80% 60% Interpolasi

40% 20% 0%

Gambar 5.2 Grafik Recall precision query “data mining”

2.

Kata kunci “pemerolehan informasi” Sistem menghasilkan 1 dokumen dari kata kunci “pemerolehan informasi”.

Dari 1 dokumen hasil pencarian, responden menemukan 1 dokumen yang relevan. Pada tahap kedua responden menemukan 5 dokumen yang relevan dari 281 dokumen koleksi. Perhitungan recall diperoleh. Hasil perhitungan Recall dan precision dapat dilihat padat tabel 5.3.

79


Tabel 5.3 Recal Precision query “pemerolehan informasi” Hasil Relevan 257 R

Recall Precision 0,2 1

Tabel 5.4 Interpolasi Recall Precision query “pemerolehan informasi” Recall Precision 0% 100% 10% 100% 20% 100% 30% 0% 40% 0% 50% 0% 60% 0% 70% 0% 80% 0% 90% 0% 100% 0%

Interpolasi 120% 100% 80% 60% Interpolasi

40% 20% 0%

Gambar 5.2 Recall precision query “pemerolehan informasi” Dari tabel 5.4 dan Gambar 5.2 dapat dilihat diperoleh precision 100% dari nilai recall 0-20% dan menurun hingga 0% pada nilai recall 30-100%. Hal ini

80


dikarenakan dokumen relevan yang ditemukan responden yaitu 5 dokumen lebih banyak daripada dokumen relevan yang ditemukan menurut sistem yaitu 1 dimana 4 dokumen yang mengandung istilah “information retrieval” dan 1 dokumen yang mengandung istilah “pemerolehan informasi” dan menurut responden relevan.

Kata kunci “apriori” Sistem menghasilkan 2 dokumen dari kata kunci “apriori”. Dari 2 dokumen hasil pencarian, responden menemukan 2 dokumen yang relevan. Pada tahap kedua responden menemukan 2 dokumen yang relevan dari 281 dokumen koleksi. Perhitungan recall diperoleh. Hasil perhitungan Recall dan precision dapat dilihat padat tabel 5.5.

Tabel 5.5 Recal Precision query “apriori” Hasil Relevan 257 R 278 R

Recall Precision 0,5 1 1 1

Tabel 5.6 Interpolasi Recal Precision query “apriori” Recall Precision 0% 100% 10% 100% 20% 100% 30% 100% 40% 100% 50% 100% 60% 100% 70% 100% 80% 100% 90% 100%

81


100%

100%


40% 20% 0%

Gambar 5.3 Recall precision query “apriori” Dari tabel 5.6 dan Gambar 5.3 dapat dilihat diperoleh precision 100% dari nilai recall 0-100%. Untuk kata kunci tersebut sistem menghasilkan dokumen relevan yang sama dengan menurut responden.

3.

Kata kunci “pemanfaatan data warehouse” Sistem menghasilkan 1 dokumen dari kata kunci “pemanfaatan data

warehouse”. Dari 1 dokumen hasil pencarian, responden menemukan 1 dokumen yang relevan. Pada tahap kedua responden menemukan 3 dokumen yang relevan dari 281 dokumen koleksi. Perhitungan recall diperoleh. Hasil perhitungan Recall dan precision dapat dilihat padat tabel 5.7.

Tabel 5.7 Recall precision query “pemanfaatan data warehouse”

82


Hasil Relevan 234 R

Recall

Precision 0,333333 1

Tabel 5.8 Interpolasi recall precision query “pemanfaatan data warehouse” Recall Precision 0% 100% 10% 100% 20% 100% 30% 100% 40% 0% 50% 0% 60% 0% 70% 0% 80% 0% 90% 0% 100% 0%


40% 20% 0%

Gambar 5.4 Recall precision query “pemanfaatan data warehouse” Dari tabel 5.8 dan Gambar 5.2 dapat diperoleh precision 100% dari nilai recall 0-40% dan menurun hingga 0% pada nilai recall 40-100%. Hal ini dikarenakan dokumen relevan yang ditemukan responden yaitu 4 dokumen lebih

83


banyak daripada dokumen relevan yang ditemukan menurut sistem yaitu 1 karena responden juga menemukan dokumen-dokumen yang mengandung kata “gudang data” dan menurut responden relevan. Dari pencarian tersebut ditemukan juga 2 kata kunci yaitu data warehouse yang sebenarnya di dalam dokumen terletak pada daftar pustaka dimana sistem melakukan index pada seluruh isi dokumen. Hal tersebut ditemukan pada dokumen dengan judul “IMPLEMENTASI TABEL AGREGAT UNTUK MENINGKATKAN UNJUK KERJA MODEL BASISDATA MULTIDIMENSI (STUDI KASUS PERUSAHAAN PERSEWAAN BAN "XYZ") “.

5.2. Pengujian Performa Inverted Index Percobaan menggunakan operasi AND dengan melakukan interseksi antar postinglist yang diperoleh saat pencarian ke dalam Inverted Index. Pada tabel 1 menunjukkan pada kelompok dfk 1-2 untuk untuk kelompok 1 hingga 4 kata kunci berada pada 0,001 detik, hal ini karena sistem masih belum bisa mencatat waktu

kurang dari 0,001 detik, kemungkinan waktu tersebut

kurang dari 0,001 detik. Pada kelompok dfk ±140, waktu akses diperoleh 0,0017 detik untuk 1 kata kunci hingga 0,0041 detik untuk 4 kata kunci. Pada grafik gambar 8 terlihat peningkatan waktu akses tersebut linear. Pada kelompok dfk 281 terjadi peningkatan waktu akses dari 0,0033 detik untuk 1 kata kunci hingga 0,0491 detik untuk 4 kata kunci. Peningkatan waktu akses dari 1 kata kunci ke 2 kata kunci cukup signifikan dibandingkan dari 2 sampai 4 kata kunci, hal ini

84


disebabkan ada operasi AND untuk 2,3, dan 4 kata kunci sedangkan pada kelompok 1 kata kunci tidak ada. Dari gambar 8 dapat dilihat pada kelompok dfk ±140 peningkatan waktu akses linear untuk peningkatan dari 2 sampai 4 kata kunci. Pada kelompok dfk 281 peningkatan waktu akses pada

2 kata kunci ke 3 kata kunci cukup tajam

dibandingkan peningkatan waktu akses dari 3 kata kunci ke 4 kata kunci, hal ini disebabkan jumlah dokumen relevan yang diperoleh untuk 3 kata kunci sama dengan 4 kata kunci yaitu 281. Sedangkan pada kelompok dfk ±140 terjadi penurunan hasil dokumen yang relevan dari 63 dokumen untuk 3 kata kunci menjadi 41 untuk 4 kata kunci.

Tabel 1. Waktu rata-rata query untuk kelompok kata 1-2 dfk, ±140 dfk, dan 281 dfk dengan operasi AND. Jumlah Kata DFK Kunci

1-2

±140

Waktu Query Rata2

Jumlah Dokumen yang

(detik)

Relevan

1

0,001

1

2

0,001

2

3

0,001

1

4

0,001

1

1

0,0017

138

2

0,0026

85

3

0,0033

63

4

0,0041

41

85


281

1

0,0033

281

2

0,0316

281

3

0,0463

281

4

0,0491

281

Waktu akses(detik)

0.06 0.05 0.04 0.03

1-2

0.02

±140

0.01

281

0 1

2

3

4

Kata Kunci

Gambar 8. Grafik Waktu rata-rata query untuk kelompok kata 1-2 dfk, ±140 dfk, dan 281 dfk operasi AND.

Untuk kata kunci 1 sampai 4 , kelompok dfk 281 memiliki waktu akses paling tinggi, diikuti kelompok dfk ±140, dan yang terakhir kelompok dfk 1-2. Hal ini menunjukkan peningkatan

jumlah dokumen untuk setiap postinglist(dfk)

meningkatkan waktu akses query.Waktu akses untuk 1 kata kunci 0,001 detik hingga 0,033 detik dan untuk 4 kata kunci 0,001 detik hingga 0,0491 detik.

86


BAB VI KESIMPULAN DAN SARAN 6.1

Kesimpulan Kesimpulan yang dapat diambil dari pembuatan sistem pencarian jurnal

berbahasa Indonesia adalah sebagai berikut: 1. Sistem Pemerolehan Informasi dapat diimplementasikan dengan struktur data inverted index berbasis struktur data HashTable dan Ordered LinkedList dengan metode pembobotan TF-IDF menggunakan 281 dokumen dengan jumlah kamus kata dasar 3278 dan 395 stopwords menghasilkan 25737 term. 2. Dengan spesifikasi sistem yang digunakan dalam pengujian, sistem ini dapat mencari dokumen makalah berbahasa Indonesia berdasar jumlah kata kunci antara 1 hingga 4 kata kunci yang dimasukkan oleh pengguna dengan performa rata-rata kurang dari 0,1 detik. 3. Peningkatan jumlah dfk dan kata kunci akan meningkatkan lamanya waktu pencarian dilihat dari data unjuk kerja pencarian 0,001 detik untuk 1 hingga 4 kata kunci pada kelompok kata dfk 1-2. Unjuk kerja sistem 0,0017 detik untuk 1 kata kunci hingga 0,0041 detik pada kelompok kata dfk ±140 dengan grafik peningkatan waktu akses linear. Unjuk kerja sistem 0,0033 detik untuk 1 kata kunci hingga 0,0491 detik untuk 4 kata kunci pada kelompok kata maksimum 281.

87


4. Pada pengujian sistem memberikan nilai recall dan precision yang baik yaitu = 1 pada kata kunci istilah tunggal seperti contoh kata “apriori” yang digunakan dalam pengujian. 5. Sistem memiliki beberapa kelemahan yaitu: a. Tingkat relevansi dokumen tergantung dari jenis kata kunci seperti istilah yang memiliki istilah dalam bahasa lain akan mempengaruhi pencarian yang menghasilkan dokumen terbatas karena sistem tidak menangani istilah dalam bahasa asing. Sebagai contoh pada kata kunci “data mining”memiliki nilai recall precision yang lebih baik daripada kata kunci “penambangan data”. b. Kata-kata yang terdapat pada daftar pustaka didalam dokumen makalah ikut mempengaruhi indek karena diikutsertakan dalam proses pengindeksan sehingga sistem dapat menghasilkan dokumen yang kurang relevan. 6.2 1.

Saran Operasi pencarian pada penelitian ini dapat ditambahkan dengan operasi OR dan NOT.

2.

Penambahan kamus kata dasar dan stopword meningkatkan keberhasilan stemming pada saat indexing, query processing.

88


Daftar Pustaka Agusta, Ledy, Perbandingan Algoritma Stemming Porter denganAlgoritma Nazief & Adriani untuk Stemming Dokumen TeksBahasa Indonesia. Konferensi Nasional Sistem dan Informatika 2009, Bali

A.H , Muh. Erwin & Mandala, Rila. (2004), Relevance Feedback pada Temu Kembali Informasi Menggunakan Algoritma Genetika. Seminar Nasional Aplikasi Teknologi Informasi 2004, Yogyakarta.

Baeza-Yates, R., Ribeiro-Neto, B. (1999). Modern Information Retrieval. Addison Wesley.

Hasibuan, Zainal A.,& Andri, Yofi. (2001). Penerapan Berbagai Teknik Sistem Temu-Kembali Informasi Berbasis Hiperteks. Jurnal Ilmu Komputer dan Teknologi Informasi, Volume 1, Nomor2. Keller , Robert M , Computer Science: Abstraction to Implementation. Harvey Mudd

College

http://www.cs.hmc.edu/~keller/cs60book/%20%20%20All.pdf

(2001). (diakses

terkahir tanggal 8 Februari 2012)

Kruse, Robert L, Data Structure and Program Design Third Edition. Prentice Hall International, Inc, London(1994).

89


Manning ,Christopher D. :An Introduction to Information Retrieval. Cambridge University Press Cambridge, England(2009)

Robert,Lafore Data Structure & Algorithms in Java Second Edition.Sams Publishing, Indiana (2003) .

Whitten dan Bentley ,System Analysis and Design Methods 7th. McGraw Hill, New York(2007).

90


LAMPIRAN Source Code

1. Source Code Pada Pencarian Dokumen a. Source Code Membangun InvertedIndex protected void processRequest(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException { response.setContentType("text/html;charset=UTF-8"); try { path=System.getProperty("user.dir")+"\\jurnal"; InformationRetrieval.StartBuildIndex(getServletContext().getRealPath("jurnal")); RequestDispatcher rd = request.getRequestDispatcher("cariJurnal.jsp"); rd.forward(request, response); } catch(Exception ex){ ex.printStackTrace(); } }

public class InformationRetrieval { public static DocFilter doc = null; Stemming stem=new Stemming(); public static void StartBuildIndex(String path) { doc = new DocFilter(); doc.createIndex1(); } ...

public void createIndex1() { String judul, nama_penulis, path; int id_document; int max_jurnal_id = 0; ResultSet resultDataJurnal = getDataJurnalReadyServer(); try { System.out.println("Building Index"); while (resultDataJurnal.next()) { Jurnal jurnal=new Jurnal(); id_document = resultDataJurnal.getInt("id_document");

//insertJurnal jurnal.setJurnal_id(id_document); jurnal.setFileName(resultDataJurnal.getString("path")); jurnal.setJudul(resultDataJurnal.getString("title")); jurnal.setMaxtf(resultDataJurnal.getInt("max_term")); String[]penulis=resultDataJurnal.getString("authors").split(","); jurnal.setPenulis(resultDataJurnal.getString("authors")); jurnal.setTahun(resultDataJurnal.getInt("year")); jurnallist.addJurnal(jurnal);

91


ResultSet resultDataPosting = getDataPostingServer(id_document); while (resultDataPosting.next()) { Posting post=new Posting(); Term word=new Term(resultDataPosting.getString("STEMMED_WORDS")); post.setWord(word); post.setTfik(resultDataPosting.getInt("frequency")); post.setJurnal(jurnal); jurnal.getPostlist().add(post); index.addWord(word.getTerm().toLowerCase(), post);

} } System.out.println("hitung bobot"); index.IndexScoring(); System.out.println("INDEXING SELESAI"); } catch (SQLException ex) { ex.printStackTrace(); } }

public void addWord(String term, Posting aPost) { //jika wolrdlist mengandung kata @param term if (this.wordlist.containsKey(term)) { //jika kata yang ditambahkan sama dengan kata di wordlist if (getWordlist().get(term).getTerm().compareTo(term) == 0) { Term freqtambah = getWordlist().get(term); //ambil Posting Listnya ListIterator iteratorPosting = freqtambah.getPostlist().listIterator(); //selama iterator posting punnya data berikutnya while (iteratorPosting.hasNext()) { //jika filename Jurnal Posting sama dengan filename dari //parameter if (iteratorPosting.next().getJurnal().getJurnal_id() == aPost.getJurnal().getJurnal_id()) { Posting freqtambahPosting = iteratorPosting.previous(); //tambahkan frekuensi katanya saja Tfik //freqtambahPosting.setTfik(freqtambahPosting.getTfik() + 1); return; } iteratorPosting.previous(); if (iteratorPosting.next().getJurnal().getJurnal_id() > aPost.getJurnal().getJurnal_id()) { //tambahkan ke posting ke index sebelum Posting freqtambahPosting = iteratorPosting.previous(); iteratorPosting.add(aPost); //freqtambahPosting.setTfik(freqtambahPosting.getTfik() + 1); return; }

92


} if (!iteratorPosting.hasNext()) { iteratorPosting.add(aPost); Posting freqtambahPosting = iteratorPosting.previous(); // freqtambahPosting.setTfik(freqtambahPosting.getTfik() + 1); } return; } //jika tidak mengandung kata @param term } else { Term baru = new Term(term); // aPost.setTfik(aPost.getTfik()+1); baru.getPostlist().add(aPost); getWordlist().put(baru.getTerm(), baru);

} }

public void IndexScoring() { int n = DaftarJurnal.jurnal.size(); Enumeration<String> key = wordlist.keys(); Enumeration elements = wordlist.elements(); while (key.hasMoreElements()) { Term word = wordlist.get(key.nextElement()); LinkedList<Jurnal> jurnaltemp = new LinkedList<Jurnal>(); LinkedList post = word.getPostlist(); for (Posting posting : post) { if (!jurnaltemp.contains(posting.getJurnal())) { jurnaltemp.add(posting.getJurnal()); } } word.setDfk(jurnaltemp.size()); double nidfk; try { nidfk = (Math.log10((n / word.getDfk()))) / (Math.log10(n)); } catch (ArithmeticException ex) { nidfk = 0; } word.setNidfk(nidfk); for (Posting posting : post) { try { posting.setNtfik((posting.getTfik() / posting.getJurnal().getMaxtf())); } catch (ArithmeticException ex) { posting.setNtfik(0); } double w = (posting.getNtfik() * (float) word.getNidfk()); posting.setW((float) w); } } }

b. Source Code Pencarian public class beancarijurnal extends HttpServlet { InformationRetrieval ir=new InformationRetrieval();

93


double time = 0; /** * Processes requests for both HTTP GET and POST methods. * @param request servlet request * @param response servlet response * @throws ServletException if a servlet-specific error occurs * @throws IOException if an I/O error occurs */ protected void processRequest(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException { response.setContentType("text/html;charset=UTF-8"); double start = System.currentTimeMillis(); ArrayList<JurnalScore> Js=null; String input_query = request.getParameter("txtsearch"); if(input_query.trim().isEmpty()){ Js = new ArrayList<JurnalScore>(); System.out.println("empty query"); }else{ try{ Js = ir.SearchRanked(input_query); } catch (NullPointerException ex) { ex.printStackTrace(); Js = new ArrayList<JurnalScore>(); } }

int d = halaman(Js.size()); String e = Integer.toString(d); double finish = System.currentTimeMillis(); time = (double) ((finish - start) / 1000.0); NumberFormat formatter = new DecimalFormat("#.###"); formatter.format(time); request.getSession().setAttribute("time", time); request.getSession().setAttribute("jurnalscored", Js); request.getSession().setAttribute("e", e); RequestDispatcher rd = request.getRequestDispatcher("/hasilPencarian.jsp?page=1"); rd.forward(request, response); }catch(Exception ex){ ex.printStackTrace(); } } // <editor-fold defaultstate="collapsed" desc="HttpServlet methods. Click on the + sign on the left to edit the code."> /** * Handles the HTTP GET method. * @param request servlet request * @param response servlet response * @throws ServletException if a servlet-specific error occurs * @throws IOException if an I/O error occurs */ @Override protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException { processRequest(request, response);

94


} /** * Handles the HTTP POST method. * @param request servlet request * @param response servlet response * @throws ServletException if a servlet-specific error occurs * @throws IOException if an I/O error occurs */ @Override protected void doPost(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException { processRequest(request, response); } /** * Returns a short description of the servlet. * @return a String containing servlet description */ @Override public String getServletInfo() { return "Short description"; }// public static int halaman(int total) { double a = total; double b = a / 10; double sisa=(a%10); if(sisa>0){ return ((int) b)+1; }else{ return ((int) b); } } } public ArrayList<JurnalScore> SearchRanked(String query) { ArrayList<JurnalScore> SortedJurnalScore = null; ArrayList<JurnalScore> jurnalscore = null; if (query != null || !query.equals("")) { Tokenizer queryTokenizer = new Tokenizer(); queryTokenizer.setData(queryTokenizer.characterCleaning(query)); queryTokenizer.makeTokens(); String[] queryToken = queryTokenizer.getTokens(); System.out.println("panjang query: " + queryToken.length); ArrayList result = new ArrayList(); for (int i = 0; i < queryToken.length; i++) { String string = queryToken[i]; if (!Stemming.cekStopwordAda(string)) { String stem1 = stem.stem(string).toString();

95


if (doc.index.getWordlist().get(stem1) != null) { result.add(doc.index.getWordlist().get(stem1)); } } } System.out.println("rsult lenght " + result.size()); for (Term words : result) { Term word = words; System.out.println(word.getTerm() + " || DFK: " + word.getDfk() + "|| NIDFK " + word.getNidfk()); LinkedList temppost = word.getPostlist(); for (Posting posting : temppost) { System.out.println("--- TFIK:" + posting.getTfik() + " NTFIK:" + posting.getNtfik() + " || JURNAL: " + posting.getJurnal().getFileName() + " || W :" + posting.getW()); } } //Proses AND di sini String kueri1, kueri2; Term hasilCari = null; if (result.size() == 1) { hasilCari = result.get(0); } else { for (int i = 0; i < result.size() - 1; i++) { if (i == 0) { // kueri1 = result.get(i).getTerm().toLowerCase(); // kueri2 = result.get(i + 1).getTerm().toLowerCase(); // kueri1 = stem.stem(kueri1); // kueri2 = stem.stem(kueri2); hasilCari = AND(result.get(i), result.get(i + 1)); } else { // kueri1 = result.get(i + 1).getTerm().toLowerCase(); //kueri1 = stem.stem(kueri1); hasilCari = AND(hasilCari, result.get(i + 1)); } } } jurnalscore = new ArrayList<JurnalScore>();

int docygsama = 0; LinkedList postlist = hasilCari.getPostlist(); //untuk setiap posting for (Posting posting : postlist) { if (jurnalscore.isEmpty()) { JurnalScore jurn = new JurnalScore(); jurn.Score = jurn.Score + posting.getW(); jurn.jurnal = posting.getJurnal(); jurnalscore.add(jurn); } else { boolean contain = false; for (JurnalScore js : jurnalscore) { if (js.jurnal.equals(posting.getJurnal())) { docygsama++;

96


System.out.println("sama dokumen sementara " + docygsama); js.Score = js.Score + posting.getW(); contain = true; } } if (contain == false) { JurnalScore jurn = new JurnalScore(); jurn.Score = jurn.Score + posting.getW(); jurn.jurnal = posting.getJurnal(); jurnalscore.add(jurn); } } } JurnalSortComparator jsc = new JurnalSortComparator(); Collections.sort(jurnalscore, jsc); } for (int i = 0; i < jurnalscore.size(); i++) { System.out.println(jurnalscore.get(i).jurnal.getJudul() + " score : " + jurnalscore.get(i).Score); } System.out.println("Sorted : " + jurnalscore.size()); if (jurnalscore == null) { return null; } else { return jurnalscore; } }

97

SISTEM TEMU BALIK INFORMASI DOKUMEN MAKALAH ILMIAH BERBAHASA INDONESIA MENGGUNAKAN STRUKTUR DATA INVERTED INDEX BERBASIS HASH TABLE DAN LINKED LIST

Recommend Documents