IMPLEMENTASI FITUR TEMU KEMBALI INFORMASI SLiMS PADA WEB MANAJEMEN RBTC

TUGAS AKHIR – KI141502

IMPLEMENTASI FITUR TEMU KEMBALI INFORMASI SLiMS PADA WEB MANAJEMEN RBTC RAHARDIAN DEWA BIMANTARA NRP. 5112 100 067 Dosen Pembimbing 1 Diana Purwitasari, S.Kom., M.Sc. Dosen Pembimbing 2 Abdul Munif, S.Kom., M.Sc.

JURUSAN TEKNIK INFORMATIKA Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember Surabaya 2017

i

(Halaman ini sengaja dikosongkan)

ii

HALAMAN JUDUL

TUGAS AKHIR – KI141502

IMPLEMENTASI FITUR TEMU KEMBALI INFORMASI SLiMS PADA WEB MANAJEMEN RBTC RAHARDIAN DEWA BIMANTARA NRP. 5112 100 067 Dosen Pembimbing 1 Diana Purwitasari, S.Kom., M.Sc. Dosen Pembimbing 2 Abdul Munif, S.Kom., M.Sc.

JURUSAN TEKNIK INFORMATIKA Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember Surabaya 2017

iii


iv

Halaman Judul

UNDERGRADUATE THESIS – KI141502

IMPLEMENTATION OF SLiMS INFORMATION RETRIEVAL FEATURE ON INFORMATICS ITS DIGITAL LIBRARY SYSTEM RAHARDIAN DEWA BIMANTARA NRP. 5112 100 067 Supervisor 1 Diana Purwitasari, S.Kom., M.Sc. Supervisor 2 Abdul Munif, S.Kom., M.Sc.

DEPARTMENT OF INFORMATICS Faculty of Information Technology Institut Teknologi Sepuluh Nopember

Surabaya 2017

v


vi

vii


viii

IMPLEMENTASI FITUR TEMU KEMBALI INFORMASI SLiMS PADA WEB MANAJEMEN RBTC Nama NRP Jurusan

: Rahardian Dewa Bimantara : 5112100067 : Teknik Informatika Fakultas Teknologi Informasi ITS Dosen Pembimbing I : Diana Purwitasari, S.Kom., M.Sc. Dosen Pembimbing II : Abdul Munif, S.Kom., M.Sc.

ABSTRAK Ruang Baca Teknik Informatika ITS menggunakan Senayan Library Management System (SLiMS) sebagai dasar arsitektur pembangunan sistem informasi perpustakaan digital guna mempermudah mahasiswa maupun staf untuk mencari informasi. Seiring bertambahnya jumlah dokumen dalam repositori digital, Fitur temu kembali informasi yang ada tidak dapat mengimbangi sehingga mahasiswa menemukan banyak kendala dalam mendapatkan informasi. Mahasiswa sering mencari referensi guna memilih topik tugas akhir dan tesis yang sedang populer. Fitur temu kembali informasi tambahan perlu dibangun sebagai solusi permasalahan tersebut. Clustering topiktopik tugas akhir dan tesis juga bisa menjadi salah satu cara untuk menggali informasi bagi rencana pengembangan kurikulum maupun perencanaan pengambilan topik tugas akhir dan tesis yang sedang populer sebagai rekomendasi. Fitur temu kembali informasi yang dibangun diharapkan bisa mempermudah mahasiswa untuk memperoleh informasi dan pengetahuan yang menjadi kebutuhannya. Fitur pencarian yang baru dibangun dengan metode yang biasa digunakan dalam sistem temu kembali informasi, yakni Vector Space Model. Proses clustering topik tugas akhir dan tesis menggunakan K-Means Clustering, dan membagi topik-topik menjadi beberapa kelompok sesuai dengan bidang minat Teknik Informatika ITS.

ix

Fitur pencarian yang dibangun dapat mencari dengan kriteria yang lebih detil dari yang ada di RBTC. Abstrak tercluster secara merata pada tiap cluster yang terbentuk, tetapi nilai kualitas cluster masih sangat rendah untuk jumlah kelompok delapan, tetapi tinggi untuk jumlah kelompok tiga karena pembagian bidang minat Teknik Informatika juga masih belum sepenuhnya terpisah. Kata Kunci: Text Mining, Tugas Akhir, Tesis, Dokumen, KMeans Clustering, Vector Space Model.

x

IMPLEMENTATION OF SLiMS INFORMATION RETRIEVAL FEATURE ON INFORMATICS ITS DIGITAL LIBRARY SYSTEM Name NRP Department Supervisor I Supervisor II

: Rahardian Dewa Bimantara : 5112100067 : Department of Informatics Faculty of Information Technology ITS : Diana Purwitasari, S.Kom., M.Sc. : Abdul Munif, S.Kom., M.Sc.

ABSTRACT ITS Informatics Engineering Reading Room uses Senayan Library Management System (SLiMS) as the basic architecture of digital library information system in order to facilitate students and staff to find information. With increasing number of documents in the digital repository, feature information retrieval cannot be offset so that the students do not find many obstacles in getting information. Students often find references to elect the undergraduate thesis and thesis topics that are popular. Additional features of information retrieval needs to be built as a solution to these problems. Clustering topics of undergraduate thesis and thesis could also be one way to gather information for planning, curriculum development and planning decision and the undergraduate thesis and thesis topic that is popular as a recommendation. Features built by information retrieval expected to facilitate students to acquire information and knowledge into their needs. The new search feature is built with a method commonly used in information retrieval system, the Vector Space Model. Clustering process undergraduate thesis topic and thesis using the K-Means Clustering, and split the topics into certain amount of groups according to their areas of interest ITS Informatics Engineering. The new search feature can search by more detailed

xi

criteria than in RBTC. Abstracts are clustered almost evenly on each cluster, but the value of the quality of the cluster is very low for eight groups yet high for three, because of the division of areas of interest of Informatics is still not completely separated. Keywords: Text Mining, Undergraduate Thesis, Thesis, Document, K-Means Clustering, Vector Space Model

xii

KATA PENGANTAR Segala puji dan syukur kepada Tuhan Yang Maha Esa yang telah melimpahkan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan tugas akhir yang berjudul “IMPLEMENTASI FITUR TEMU KEMBALI INFORMASI SLiMS PADA WEB MANAJEMEN RBTC”. Tugas akhir ini dilakukan dengan tujuan agar penulis dapat menghasilkan sesuatu atau menerapkan apa yang telah dipelajari selama pada masa perkuliahan dan untuk memenuhi salah satu syarat memperoleh gelar Sarjana di Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember Surabaya. Penulis mengucapkan banyak terima kasih kepada semua pihak yang telah memberikan dukungan dan bimbingan kepada penulis, baik secara langsung maupun tidak langsung dalam proses pengerjaan tugas akhir ini, yaitu kepada: 1. Keluarga dari penulis yang sudah mendukung sepanjang waktu pembuatan tugas akhir. 2. Ibu Diana Purwitasari, S.Kom., M.Sc. dosen pembimbing I yang telah memberikan bimbingan dan arahan kepada penulis dalam pengerjaan tugas akhir ini. 3. Bapak Abdul Munif, S.Kom., M.Sc. sebagai dosen pembimbing II yang telah memberikan arahan dan bantuan kepada penulis dalam pengerjaan tugas akhir dan penulisan buku tugas akhir ini hingga selesai. 4. Bapak Dwi Sunaryono, S.Kom., M.Kom. sebagai dosen wali yang telah membimbing selama masa perkuliahan. 5. Dan kepada seluruh pihak yang tidak bisa penulis sebutkan satu persatu yang telah memberikan dukungan dan semangat kepada penulis untuk menyelesaikan tugas akhir ini. Penulis menyadari bahwa masih terdapat banyak kekurangan dalam pengerjaan tugas akhir ini. Penulis sangat mengharapkan kritik dan saran dari pembaca untuk perbaikan dan xiii

pembelajaran kedepannya. Semoga tugas akhir yang penulis buat dapat memberikan manfaat. Surabaya, Januari 2017

Penulis

xiv

DAFTAR ISI LEMBAR PENGESAHAN ........ Error! Bookmark not defined. ABSTRAK ................................................................................... ix ABSTRACT................................................................................. xi KATA PENGANTAR ...............................................................xiii DAFTAR ISI ............................................................................... xv DAFTAR GAMBAR ................................................................. xix DAFTAR TABEL...................................................................... xxi DAFTAR KODE SUMBER ....................................................xxiii BAB I PENDAHULUAN……………….. ................................... 1 1.1 Latar Belakang .......................................................... 1 1.2 Rumusan Masalah ..................................................... 2 1.3 Batasan Masalah ....................................................... 3 1.4 Tujuan ....................................................................... 3 1.5 Manfaat ..................................................................... 3 1.6 Metodologi ................................................................ 4 1.7 Sistematika Penulisan Laporan Tugas Akhir ............ 5 BAB II TINJAUAN PUSTAKA .................................................. 9 2.1 Algoritma Pemrosesan Teks ..................................... 9 Tokenisasi ............................................................. 9 Penghapusan Stopword ......................................... 9 Stemming ............................................................ 10 2.2 Algoritma Vector Space Model .............................. 10 2.3 Algoritma Reduksi Dimensi.................................... 12 2.4 Algoritma Clustering Tugas Akhir dan Tesis ......... 14 2.5 Algoritma Silhouette Coefficient ............................ 15 2.6 Senayan Library Management System.................... 17 2.7 Pustaka Visualisasi Cluster ..................................... 17 BAB III ANALISIS DAN PERANCANGAN SISTEM ............ 21 3.1 Analisis Sistem........................................................ 21 Analisis Permasalahan ........................................ 21 xv

Deskripsi Umum Sistem ..................................... 22 Perancangan Sistem ................................................ 23 Praproses Data .................................................... 23 Fitur Pencarian.................................................... 24 Clustering Tugas Akhir dan Tesis ...................... 26 Perancangan Basis Data ..................................... 31 Perancangan Antar Muka ................................... 33 BAB IV IMPLEMENTASI SISTEM ......................................... 39 4.1 Lingkungan Implementasi ...................................... 39 Perangkat Keras .................................................. 39 Perangkat Lunak ................................................. 39 4.2 Penggunaan Pustaka dan Kerangka Kerja .............. 40 Kerangka Kerja SLiMS ...................................... 40 MySQLdb ........................................................... 41 Scikit-learn (Sklearn).......................................... 42 Data Driven Documents ..................................... 42 4.3 Implementasi Praproses Data ................................. 43 Tokenisasi ........................................................... 43 Penghapusan stopword ....................................... 44 Stemming............................................................ 44 4.4 Implementasi Fungsi Pencarian .............................. 45 Implementasi Praproses Query Masukan ........... 45 Implementasi Pembentukan Vektor Query......... 46 Implementasi Cosine Similarity dan Ranking .... 47 4.5 Implementasi Clustering Tugas Akhir dan Tesis ... 48 Implementasi Pembentukan Matriks Frekuensi Kata 48 Implementasi Pembentukan Vektor Dokumen ... 48 Implementasi Reduksi Dimensi .......................... 49 Implementasi K-Means Clustering ..................... 50 4.6 Implementasi Visualisasi hasil Clustering .............. 50 3.2

xvi

4.7 Implementasi Basis Data ......................................... 52 4.8 Implementasi Antar Muka ...................................... 58 BAB V UJI COBA DAN EVALUASI ....................................... 59 5.1 Deskripsi Uji Coba .................................................. 59 Lingkungan Uji Coba .......................................... 59 Dataset Uji Coba ................................................. 60 Threshold Uji Coba ............................................. 60 5.2 Skenario Uji Coba 1 ................................................ 60 Tahapan Uji Coba ............................................... 61 Hasil Uji Coba..................................................... 61 Analisis dan Evaluasi .......................................... 63 5.3 Skenario Uji Coba 2 ................................................ 63 Tahapan Uji Coba ............................................... 64 Hasil Uji Coba..................................................... 65 Analisis dan Evaluasi .......................................... 68 5.4 Skenario Uji Coba 3 ................................................ 70 Tahapan Uji Coba ............................................... 70 Hasil Uji Coba..................................................... 71 Analisis dan Evaluasi .......................................... 75 5.5 Skenario Uji Coba 4 ................................................ 75 Tahapan Uji Coba ............................................... 75 Hasil Uji Coba..................................................... 76 Analisis dan Evaluasi .......................................... 78 BAB VI KESIMPULAN DAN SARAN .................................... 79 6.1 Kesimpulan ............................................................. 79 6.2 Saran ....................................................................... 80 DAFTAR PUSTAKA ................................................................. 81 LAMPIRAN A ............................................................................ 83 LAMPIRAN B ............................................................................ 85 LAMPIRAN C ............................................................................ 89 BIODATA PENULIS ................................................................. 93 xvii


xviii

DAFTAR GAMBAR Gambar 2.1 Vektor dokumen dengan query ............................... 10 Gambar 2.2 Matriks term document .......................................... 11 Gambar 2.3 Contoh Berkas JSON .............................................. 18 Gambar 2.4 Contoh Code Flower 1 ............................................ 19 Gambar 2.5 Contoh Code Flower 2 ............................................ 19 Gambar 3.1 Deskripsi Umum Sistem ......................................... 22 Gambar 3.2 Proses pencarian metode Vector Space Model ....... 26 Gambar 3.3 Diagram Alur K-Means Clustering ......................... 29 Gambar 3.4 Conceptual Data Model Tabel Tambahan ............... 31 Gambar 3.5 Physical Data Model Tabel Tambahan ................... 32 Gambar 3.6 Antar Muka Visualisasi Cluster Tesis ..................... 34 Gambar 3.7 Antar Muka Visualisasi Cluster Kata Tugas Akhir . 35 Gambar 3.8 Antar Muka Pencarian Spesifik .............................. 36 Gambar 4.1 Folder Kerangka kerja SLiMS ................................ 40 Gambar 4.2 Implementasi Tabel Joined Judul Katalog .............. 53 Gambar 4.3 Implementasi Tabel Joined Abstrak Tugas Akhir ... 53 Gambar 4.4 Implementasi Tabel Joined Abstrak Tesis .............. 54 Gambar 4.5 Implementasi Tabel kata Judul katalog ................... 54 Gambar 4.6 Implementasi Tabel Kata Abstrak Tugas Akhir ...... 55 Gambar 4.7 Implementasi Tabel Kata Abstrak Tesis ................. 55 Gambar 4.8 Implementasi Tabel tf-idf Judul Katalog ................ 56 Gambar 4.9 Implementasi Tabel tf-idf Abstrak Tugas Akhir ..... 56 Gambar 4.10 Implementasi Tabel tf-idf Abstrak Tesis............... 57 Gambar 4.11 Implementasi Tabel Hasil Clustering Tugas Akhir .................................................................................................... 57 Gambar 4.12 Implementasi Tabel Hasil Clustering Tesis .......... 58 Gambar 5.1 Hasil Clustering dengan 8 kelompok ...................... 73 Gambar 5.2 Hasil Clustering dengan 3 Kelompok ..................... 74

xix

Gambar 5.3 Pemetaan clustering tugas akhir 8 kelompok tanpa reduksi dimensi........................................................................... 76 Gambar 5.4 Pemetaan clustering tugas akhir 3 kelompok tanpa reduksi dimensi........................................................................... 77 Gambar 5.5 Pemetaan clustering tugas akhir 8 kelompok dengan reduksi dimensi........................................................................... 77 Gambar 5.6 Pemetaan clustering tugas akhir 3 kelompok dengan reduksi dimensi........................................................................... 78


xx

DAFTAR TABEL Tabel 2.1 Nilai Silhouette Coefficient ........................................ 16 Tabel 3.1 Contoh Matriks Frekuensi Kata .................................. 27 Tabel 3.2 Contoh Matriks Vektor Dokumen .............................. 28 Tabel 3.3 Tabel Antar Muka Pencarian Spesifik ........................ 36 Tabel 5.1 Hasil Waktu Eksekusi ................................................. 62 Tabel 5.2 Hasil Proses................................................................. 62 Tabel 5.3 Hasil Pencarian dengan query 1 .................................. 65 Tabel 5.4 Hasil pencarian dengan query 2 .................................. 66 Tabel 5.5 Hasil pencarian dengan query 3 .................................. 67 Tabel 5.6 Clustering Tugas Akhir 8 Kelompok .......................... 71 Tabel 5.7 Clustering Tesis 8 Kelompok...................................... 71 Tabel 5.8 Clustering Tugas Akhir 3 Kelompok .......................... 72 Tabel 5.9 Clustering Tesis 3 Kelompok...................................... 72

xxi


xxii

DAFTAR KODE SUMBER Kode Sumber 4.1 Penggunaan MySQLdb .................................. 42 Kode Sumber 4.2 Penggunaan Data Driven Documents ............ 42 Kode Sumber 4.3 Tokenisasi Abstrak Tugas Akhir dan Tesis ... 43 Kode Sumber 4.4 Tokenisasi Judul Katalog ............................... 43 Kode Sumber 4.5 Menghapus Stopword Tugas Akhir dan Tesis44 Kode Sumber 4.6 Menghapus Stopword Judul Katalog ............. 44 Kode Sumber 4.7 Proses Stemming ............................................ 44 Kode Sumber 4.8 Kode Sumber Pemisahan proses query .......... 46 Kode Sumber 4.9 Pembentukkan Vektor Query ......................... 46 Kode Sumber 4.10 Penghitungan Cosine Similarity................... 47 Kode Sumber 4.11 Pembentukan Matriks Frekuensi Kata ......... 48 Kode Sumber 4.12 Pembentukan Vektor Dokumen ................... 49 Kode Sumber 4.13 Implementasi PCA ....................................... 49 Kode Sumber 4.14 Implementasi K-Means Clustering .............. 50 Kode Sumber 4.15 Pembangkitan Berkas JSON untuk Visualisasi Cluster ......................................................................................... 51 Kode Sumber 4.16 Contoh JSON Hasil Clustering .................... 52

xxiii


xxiv

BAB I PENDAHULUAN 1.

1.1

Latar Belakang

Perpustakaan digital adalah sebuah sistem yang memiliki beragam layanan dan objek informasi yang mendukung akses objek informasi tersebut melalui perangkat digital. Layanan ini diharapkan dapat mempermudah temu kembali informasi di dalam koleksi objek informasi seperti dokumen, gambar dan database dalam format digital dengan cepat, tepat, dan akurat. Perpustakaan digital itu tidak berdiri sendiri, melainkan terkait dengan sumber-sumber lain dan pelayanan informasinya terbuka bagi pengguna di seluruh dunia. Senayan Library Management System atau biasa disingkat SLiMS adalah Open Source Software (OSS) berbasis web untuk memenuhi kebutuhan otomasi perpustakaan (library automation) skala kecil hingga skala besar [1]. Dengan fitur yang cukup lengkap dan masih terus aktif dikembangkan. SLiMS sangat cocok digunakan bagi perpustakaan yang memiliki koleksi, anggota dan staf banyak di lingkungan jaringan, baik itu jaringan lokal (intranet) maupun internet. SLiMS memiliki beberapa fitur, antara lain:  Online Public Access Catalog (OPAC) dengan pembuatan thumbnail yang dibangkitkan on-the-fly. Thumbnail berguna untuk menampilkan sampul buku  Mode penelusuran tersedia untuk yang sederhana (Simple Search) dan tingkat lanjut (Advanced Search). Mendukung Boolean Logic, temu kembali menggunakan suara dan saran kata kunci.  Detail record juga tersedia format XML (Extensible Markup Language) standar MODS untuk kebutuhan layanan web.  Manajemen data bibliografi yang efisien meminimalisasi pengulangan data.  Pengelolaan dokumen multimedia, inventarisasi koleksi, manajemen anggota, laporan dan statistik.  Really Simple Syndication (RSS) 1

2 

Sirkulasi dengan fitur:    

Transaksi peminjaman dan pengembalian, Reservasi koleksi, Aturan peminjaman yang fleksibel, dan Informasi keterlambatan dan denda.

SLiMS digunakan sebagai arsitektur dasar perangkat lunak perpustakaan digital Ruang Baca Teknik Informatika ITS (RBTC). Web manajemen RBTC menggunakan SLiMS versi 3 sebagai template dasar, dimana sudah dilakukan empat kali pembaruan sesuai dengan kebutuhan pengguna RBTC. Perbandingan ketersediaan fitur pada SLiMS dan web manajemen RBTC sangat besar, banyak fitur baru yang belum terimplementasi pada web RBTC. Web RBTC memerlukan fitur tambahan untuk memenuhi kebutuhan pengguna yang semakin bervariasi dan tidak dapat dipenuhi dengan fitur yang telah ada sehingga diperlukan fitur tambahan mengimbangi perkembangan kebutuhan pengguna RBTC. Tugas akhir ini akan membahas implementasi penambahan fitur-fitur baru yang terkait temu kembali informasi yang masih belum terdapat di situs web RBTC. 1.2

Rumusan Masalah

Rumusan masalah yang diangkat pada tugas akhir ini adalah sebagai berikut: 1. Bagaimana implementasi fitur-fitur temu kembali informasi SLiMS pada web manajemen RBTC? 2. Bagaimana clustering topik tugas akhir dan tesis sesuai bidang minat mata kuliah? 3. Bagaimana perubahan antarmuka pengguna sistem informasi RBTC setelah fitur temu kembali diimplementasikan?

3 1.3

Batasan Masalah

Batasan masalah dalam pengerjaan tugas akhir ini adalah sebagai berikut: 1. Aplikasi yang dibangun pada tugas akhir ini adalah aplikasi berbasis web. 2. Fitur temu kembali informasi yang diimplementasikan berdasarkan SLiMS dan metode information retrieval. 3. Data uji yang digunakan berasal dari basis data Ruang Baca Teknik Informatika ITS dan basis data Tugas Akhir Teknik Informatika. 4. Algoritma yang dipakai dalam tugas akhir ini adalah Vector Space Model untuk pembuatan fitur temu kembali dan KMeans clustering untuk clustering tugas akhir dan tesis. 5. Bahasa pemrograman yang digunakan adalah Python untuk implementasi fitur temu kembali informasi dan PHP untuk pembuatan web. 1.4

Tujuan Tujuan dalam pengerjaan tugas akhir ini adalah sebagai berikut: 1. Mengimplementasikan fitur-fitur pada SLiMS terkait temu kembali informasi yang belum ada dalam sistem perpustakaan digital Ruang Baca Teknik Informatika ITS. 2. Clustering topik tugas akhir dan tesis yang terkait berdasarkan bidang minat Teknik Informatika ITS. 3. Membuat antarmuka pengguna baru untuk beradaptasi pada fitur temu kembali yang diimplementasikan.

1.5

Manfaat

Manfaat dari hasil pembuatan tugas akhir ini adalah penambahan fitur-fitur yang berhubungan dengan sistem temu kembali informasi pada situs web Ruang Baca Teknik Informatika yaitu rbtc.if.its.ac.id sesuai dengan kelengkapan fitur SLiMS dan kebutuhan pengguna web manajemen RBTC.

4 1.6

Metodologi 1. Studi Literatur Pada tahap ini dilakukan pembelajaran dan pemahaman tentang metode-metode dan pustaka-pustaka yang digunakan dalam proses pengerjaan tugas akhir pada tahap implementasi sistem. Metode-metode dan pustaka-pustaka tersebut adalah sebagai berikut: a. Metode penghitungan kedekatan antar kata, Vector Space Model. b. Metode clustering kata dan dokumen, K-Means clustering. c. Pustaka pembobotan kata, Scikit-learn d. Pustaka K-Means clustering, Scikit-learn. e. Pustaka penampilan data hasil clustering, data-driven documents. 2. Analisis dan perancangan sistem Pada tahap ini dilakukan analisis permasalahan yang diangkat dan perancangan sistem berdasarkan studi literatur yang telah dilakukan. Tahap ini merancang alur implementasi yang akan dilakukan, seperti merancang modul-modul yang dibuat, melakukan perancangan untuk menampilkan hasil clustering, perancangan basis data dan perancangan antar muka. Fitur temu kembali yang dibangun memiliki dua modul utama, yaitu: a. Modul praproses data, yaitu modul yang digunakan untuk melakukan ekstraksi kata pada setiap abstrak tugas akhir dan tesis, serta seluruh judul katalog RBTC. b. Modul fungsi pencarian, yaitu modul yang digunakan untuk melakukan proses pencarian katalog pada RBTC. Proses pencarian terbagi dalam dua kategori, yakni pencarian sederhana dengan menggunakan kata kunci dan metode Vector Space Model dan pencarian spesifik dengan filter judul, pengarang, subjek, tahun, issn/isbn, dan GMD. c. Modul pembentukan cluster tugas akhir dan tesis, yaitu modul untuk mengelompokkan kata hasil ekstraksi menjadi

5 menjadi beberapa cluster dan untuk menghitung nilai kemiripan antar kata pada suatu cluster. 3. Implementasi sistem Pada tahap ini dilakukan implementasi fitur temu kembali informasi yang ada pada SLiMS, penambahan fitur clustering tugas akhir dan tesis, metode-metode dan pustaka-pustaka yang telah dipelajari menjadi sistem yang dapat digunakan. Bahasa pemrograman yang digunakan adalah PHP dan Python dengan menggunakan basis data MySQL untuk menyimpan data-data bibliografi perpustakaan di RBTC, dan pemisahan data abstrak skripsi dan tesis untuk Clustering topik, serta Apache sebagai web server. 4. Pengujian dan evaluasi Pengujian aplikasi menggunakan black box testing. Pengujian fungsionalitas aplikasi dinilai berdasarkan akurasi dari hasil proses fitur temu kembali yang diimplementasikan dan evaluasi hasil clustering tugas akhir dan tesis yang dibangun. Akurasi hasil dihitung dari perbandingan hasil temu kembali dengan query masukan dan rekomendasi kata kunci. 5. Penyusunan buku tugas akhir Pada tahap ini dilakukan penyusunan buku tugas akhir sebagai dokumentasi pengerjaan tugas akhir dari keseluruhan proses pengerjaan. Mencakup tinjauan pustaka pengerjaan tugas akhir, analisis dan perancangan, implementasi, uji coba dan evaluasi, kesimpulan dan saran terhadap sistem yang telah dibangun. 1.7

Sistematika Penulisan Laporan Tugas Akhir

Buku tugas akhir ini disusun dengan tujuan untuk memberikan gambaran tentang pengerjaan tugas akhir yang telah dilakukan. Buku tugas akhir ini terbagi menjadi enam bab, yaitu:

6 Bab I Pendahuluan Bab yang berisi mengenai latar belakang, rumusan masalah, batasan masalah, tujuan dan manfaat pembuatan tugas akhir, serta metodologi dan sistematika penulisan buku tugas akhir. Bab II Tinjauan Pustaka Bab yang berisi penjelasan metode-metode dan pustakapustaka yang digunakan sebagai dasar dan penunjang pengerjaan tugas akhir. Metode-metode yang digunakan meliputi beberapa algoritma, yaitu algoritma pemrosesan teks, algoritma clustering dokumen dan algoritma penghitungan kemiripan. Sedangkan pustaka yang digunakan yaitu pustaka pembangkitan array, pustaka clustering dokumen dan pustaka untuk menampilkan hasil clustering dokumen. Bab III Analisis dan Perancangan Sistem Bab yang berisi tentang analisis masalah yang diangkat, mendefinisikan alur proses implementasi, merancang modulmodul, algoritma, tahapan sistem hingga terbentuk suatu rancangan sistem yang siap dibangun. Bab IV Implementasi Sistem Bab yang berisi implementasi perancangan sistem yang telah dibuat berupa algoritma dan tahapan pada bab perancangan sehingga menjadi sistem yang dilakukan uji coba dan evaluasi. Bab V Uji Coba dan Evaluasi Bab yang berisi skenario uji coba, hasil uji coba, analisis dan evaluasi yang dilakukan terhadap sistem sehingga dapat diketahui performa dan kebenaran yang dihasilkan oleh sistem.

7 Bab VI Kesimpulan dan Saran Bab yang berisi kesimpulan dari hasil uji coba terhadap sistem yang dibuat dan saran untuk pengembangan sistem pada tugas akhir ini untuk kedepannya.

8 (Halaman ini sengaja dikosongkan)

BAB II TINJAUAN PUSTAKA 2.

Bab ini membahas metode dan pustaka yang digunakan dalam implementasi fitur temu kembali informasi tambahan. Penjelasan ini bertujuan untuk memberikan gambaran secara umum terhadap fitur temu kembali yang dibangun dan menjadi acuan dalam proses pembangunan dan pengembangan . 2.1

Algoritma Pemrosesan Teks

Algoritma pemrosesan teks digunakan untuk melakukan ekstraksi kata pada kumpulan abstrak tugas akhir dan tesis dan seluruh judul katalog dalam basis data RBTC. Algoritma ini bisa disebut sebagai tahapan praproses data. Tokenisasi Tokenisasi adalah suatu proses untuk membagi suatu teks berupa kalimat atau paragraf menjadi unit-unit kecil berupa kumpulan kata atau token [2]. Sebagai contoh pada kalimat “Sistem temu kembali informasi” menghasilkan empat token, yaitu: “Sistem”, “temu”, “kembali”, “informasi”. Pada proses tokenisasi, yang menjadi acuan pemisah antar kata adalah tanda baca dan spasi. Penghapusan Stopword Setelah dilakukan proses tokenisasi pada artikel berita, proses yang dilakukan selanjutnya yaitu penghapusan stopword. Stopword adalah kata-kata sering muncul pada suatu dokumen yang tidak memberikan informasi penting, seperti kata penghubung dan kata ganti orang [2]. Penghapusan stopword ini bertujuan agar kata-kata yang digunakan hanya kata-kata yang memiliki arti penting dan memberikan suatu informasi.

9

10 Stemming Stemming adalah proses untuk mengembalikan bentuk kata menjadi bentuk dasarnya [2]. Membuang awalan, sisipan atau akhiran hingga menjadi kata dasar yang sesuai dengan bahasa Indonesia yang baik dan benar. 2.2

Algoritma Vector Space Model

Vector Space Model (VSM) adalah metode untuk melihat tingkat kedekatan atau kesamaan (similarity) istilah (term) dengan cara pembobotan [3]. Dokumen dipandang sebagai sebuah vektor yang memiliki jarak (magnitude) dan arah (direction). Pada Vector Space Model, sebuah term direpresentasikan dengan sebuah dimensi dari ruang vektor. Relevansi sebuah dokumen ke sebuah query didasarkan pada similaritas di antara vektor dokumen dan vektor query. Bobot term yang akhirnya digunakan untuk menghitung tingkat kesamaan antara setiap dokumen yang tersimpan dalam sistem dan permintaan pengguna. Dokumen yang terambil diurutkan berdasarkan kemiripan yang dimiliki. Model vektor memperhitungkan pertimbangan dokumen yang relevan dengan permintaan pengguna. Sebuah dokumen dj dan sebuah query direpresentasikan sebagai vektor t-dimensi seperti pada Gambar 2.1.

Gambar 2.1

Vektor dokumen dengan query

11

Gambar 2.2 Matriks term document Koleksi dokumen direpresentasikan sebagai sebuah matriks term document. Setiap sel dalam matriks menyimpan bobot yang diberikan dari term dalam dokumen yang ditentukan. Nilai 0 berarti bahwa term tersebut tidak ada dalam dokumen. Gambar 2.2 menunjukkan matriks term document dengan n dokumen dan t term. Di mana D1 hingga Dn adalah dokumen ke1 hingga n, T1 hingga Tt adalah term ke-1 hingga t sehingga Wtn adalah bobot dari term ke-t pada dokumen ke-n. Proses penghitungan VSM melalui tahapan penghitungan Term Frequency Inverse Document Frequency (tfidf) menggunakan Persamaan 2.1. 𝑁

𝑊𝑖𝑗 = 𝑡𝑓 ∙ 𝑖𝑑𝑓 = 𝑡𝑓𝑖𝑗 ∙ log 𝑑𝑓

𝑖

(2.1)

Dengan tf adalah Term Frequency atau bisa diartikan sebagai frekuensi kemunculan term dalam suatu dokumen, idf adalah Inverse Document Frequency, N adalah jumlah dokumen yang terambil oleh sistem, tfij adalah banyaknya kemunculan term ti pada dokumen dj, dan dfi adalah banyaknya dokumen dalam koleksi dimana term ti muncul di dalamnya. Penghitungan ini

12 digunakan untuk mengetahui banyaknya term yang dicari yang muncul dalam dokumen lain dalam basis data. Wij adalah bobot dokumen dihitung dari dot product antara term frequency (tf) dan Inverse Document Frequency (idf). Penghitungan pengukuran similaritas query dan dokumen menggunakan Persamaan 2.2.

𝑠𝑖𝑚(𝑞, 𝑑𝑗 ) =

𝑞∙𝑑𝑗 |𝑞|∗|𝑑𝑗

= |

∑𝑡𝑖=1 𝑊𝑖𝑞 ∙ 𝑊𝑖𝑗 2

√∑𝑡𝑖=1(𝑊𝑞𝑗 ) ∗√∑𝑡𝑖=1(𝑊𝑖𝑗 )

2

(2.2)

Dengan |q| adalah jarak query, dan Wqj adalah bobot query dokumen ke-j, maka jarak query (|q|) dihitung untuk mendapatkan jarak query dari bobot query dokumen (Wiq) yang terambil oleh sistem. Jarak query bisa dihitung dengan persamaan akar jumlah kuadrat dari bobot query dokumen ke-j. |dj| adalah jarak dokumen, dan Wij adalah bobot dokumen ke-j, maka jarak dokumen (|dj|) dihitung untuk mendapatkan jarak dokumen dari bobot dokumen (Wij) yang terambil oleh sistem. Jarak dokumen bisa dihitung dengan persamaan akar jumlah kuadrat dari bobot dokumen ke-j. 2.3

Algoritma Reduksi Dimensi

Sebelum melakukan clustering dokumen, dilakukan reduksi dimensi terhadap data abstrak tugas akhir maupun tesis. Hal ini dikarenakan jumlah fitur pada data masukan abstrak yang berupa kata dasar memiliki dimensi yang sangat tinggi sehingga penghitungan jarak antar kata dengan pusat kelompok menjadi rancu, dan clustering dokumen menjadi tidak jelas. Algoritma untuk mereduksi dimensi dari data masukan pada Tugas Akhir ini adalah Principal Component Analysis (PCA). PCA adalah sebuah teknik statistika yang berguna pada bidang pengenalan, klasifikasi dan kompresi data dokumen. PCA juga merupakan teknik yang umum digunakan untuk menarik fiturfitur dari data pada sebuah skala berdimensi tinggi. Dengan cara mentransformasikan dokumen ke dalam eigenfaces secara linier, proyeksikan matriks kata ke dalam bentuk skala berdimensi n,

13 yang menampakkan properti dari sampel yang paling jelas sepanjang koordinat. PCA memproyeksikan kata ke dalam subspace, dan menghitung variasi dari kata tersebut. Dengan kata lain, PCA adalah transformasi linear untuk menentukan sistem koordinat yang baru dari dataset. Teknik PCA dapat mengurangi dimensi dari dataset tanpa tidak menghilangkan informasi penting dari dataset [4]. Alur algoritma PCA adalah sebagai berikut: 1. Normalisasi data, di mana tiap data akan dikurangi dari rata-rata seluruh data dan dibagi dengan standar deviasi (σ). 2. Membentuk matriks kovarian data menggunakan Persamaan 2.3. 𝑐𝑜𝑣(𝑋, 𝑌) =

∑𝑛 ̅) 𝑖−1(𝑥𝑖 −𝑥̅ )(𝑦𝑖 −𝑦 𝑛−1

(2.3)

Nilai dari tiap elemen matriks kovarian berada dalam rentang nilai antara -1 hingga 1. 3. Mencari nilai eigenvalue (λ) dari matriks kovarian menggunakan Persamaan 2.4. |𝐶 − 𝜆𝐼| = 0

(2.4)

C adalah matriks kovarian dan I adalah matriks identitas. λ adalah nilai eigenvalue dari C jika nilai determinan dari Persamaan 2.4 bernilai nol. 4. Membentuk matriks eigenvector menggunakan eigenvalue yang telah dihasilkan seperti pada Persamaan 2.5. 𝐶𝑣 = 𝜆𝑣

(2.5)

C adalah matriks kovarian, λ adalah nilai eigenvalue dan v adalah matriks eigenvector yang memenuhi Persamaan 2.5.

14 5. Mencari nilai principal component baru berdasarkan eigenvalue dan eigenvector dari langkah-langkah sebelumnya menggunakan Persamaan 2.6. 𝑧𝑖 = 𝑒𝑣𝑖 ∗ 𝑋

(2.6)

zi adalah principal component ke i, X adalah dataset awal dan evi adalah eigenvector ke i. Algoritma PCA pada tugas akhir ini akan diimplementasikan menggunakan pustaka Scikit-learn pada modul sklearn.decomposition. 2.4

Algoritma Clustering Tugas Akhir dan Tesis

Clustering kata pada dokumen adalah proses penting untuk mengatur koleksi dokumen dan temu kembali dokumen. K-Means merupakan salah satu algoritma pengelompokan (clustering). Tujuan algoritma ini yaitu untuk membagi data menjadi beberapa kelompok. Algoritma ini menerima masukan berupa data tanpa label kelas. Alur algoritma K-Means adalah sebagai berikut: 1. Pilih K buah titik centroid secara acak. 2. Kelompokkan data sehingga terbentuk K buah cluster dengan titik dari setiap cluster merupakan titik centroid yang telah dipilih sebelumnya. 3. Perbarui nilai titik centroid. Dilakukan dengan menggunakan Persamaan 2.7. 1 𝑘 ∑𝑁 𝑈𝑘 = (2.7) 𝑞=1 𝑋𝑞 𝑁𝑘

Dengan Uk adalah titik centroid dari cluster ke-k, Nk adalah banyak data pada cluster ke-k, dan Xq adalah data ke-q pada cluster ke-k. 4. Ulangi langkah 2 dan 3 sampai nilai dari titik centroid tidak lagi berubah. Persamaan clustering K-Means menggunakan Persamaan 2.8.

15

𝑝

𝐷(𝑋𝑖 , 𝑋𝑗 ) = √∑𝑘=1(𝑋𝑖𝑘 − 𝑋𝑗𝑘 )2

(2.8)

Variabel p adalah dimensi data, Xi dan Xj adalah dua buah data yang akan dihitung jaraknya, D(Xi,Xj) adalah jarak hasil penghitungan. Pustaka K-Means clustering yang digunakan pada bahasa pemrograman Python adalah Scikit-learn. Pustaka tersebut memiliki modul untuk melakukan K-Means clustering, yaitu modul sklearn.cluster.KMeans. Scikit-learn adalah sebuah pustaka bahasa pemrograman Python yang dapat digunakan untuk penghitungan scientific [5], contohnya adalah penghitungan integral, diferensial numerik, interpolasi dan lain sebagainya. Fungsi pada modul sklearn.cluster.KMeans yang digunakan untuk melakukan K-Means clustering adalah KMeans(n_clusters=true_k).fit(matrix) [5]. Penjelasan beberapa parameter fungsi KMeans() adalah sebagai berikut: 1. matrix adalah variabel yang menampung hasil pembangkitan matriks pembobotan TF-IDF pada sejumlah dokumen input yang disimpan dalam sebuah array. 2. n_clusters adalah parameter yang menyimpan nilai dari jumlah cluster yang dibentuk dengan metode K-Means. 3. true_k adalah nilai opsional yang menentukan jumlah cluster yang dibentuk. 2.5

Algoritma Silhouette Coefficient

Metode evaluasi yang akan digunakan pada sistem ini adalah metode Silhouette Coefficient. Metode ini berfungsi untuk menguji kualitas dari cluster yang dihasilkan. Metode ini merupakan metode validasi cluster yang menggabungkan metode cohesion dan Separation [6]. Untuk menghitung nilai Silhouette Coefficient diperlukan jarak antar dokumen dengan menggunakan rumus Euclidean Distance. Setelah itu tahapan untuk menghitung nilai Silhouette Coefficient adalah sebagai berikut:

16 1. Untuk setiap objek i, hitung rata-rata jarak dari objek i dengan seluruh objek yang berada dalam satu cluster. Akan didapatkan nilai rata-rata yang disebut ai. 2. Untuk setiap objek i, hitung rata-rata jarak dari objek i dengan objek yang berada di cluster lainnya. Dari semua jarak rata-rata tersebut ambil nilai yang paling kecil. Nilai ini disebut bi. 3. Setelah itu maka untuk objek i memiliki nilai Silhouette Coefficient: 𝑠𝑖 = (𝑏𝑖 − 𝑎𝑖 )⁄max(𝑎𝑖 , 𝑏𝑖 )

(2.9)

Hasil perhitungan nilai Silhouette Coefficient pada Persamaan 2.9 dapat bervariasi antara -1 hingga 1. Hasil clustering dikatakan baik jika nilai Silhouette Coefficient bernilai positif (ai < bi) dan ai mendekati 0, sehingga akan menghasilkan nilai Silhouette Coefficient yang maksimum yaitu 1 saat ai = 0. Maka dapat dikatakan, jika si = 1 berarti objek i sudah berada dalam cluster yang tepat. Jika nilai si = 0 maka objek i berada di antara dua cluster sehingga objek tersebut tidak jelas harus dimasukkan ke dalam cluster A atau cluster B. Akan tetapi, jika si = -1 artinya struktur cluster yang dihasilkan overlapping, sehingga objek i lebih tepat dimasukan ke dalam cluster yang lain. Nilai rata-rata Silhouette Coefficient dari tiap objek dalam suatu cluster adalah suatu ukuran yang menunjukan seberapa ketat data dikelompokan dalam cluster tersebut. Tabel 2.1 adalah nilai silhoutte berdasarkan Kaufman dan Rousseeuw. Tabel 2.1 Nilai Silhouette Coefficient Nilai Silhouette Coefficient 0.7 < SC <= 1 0.5 < SC <= 0.7 0.25 < SC <= 0.5 SC <= 0.25

Keterangan Struktur Kuat Struktur Normal Struktur Lemah Tak berstruktur

17 2.6

Senayan Library Management System

Ruang Baca Teknik Informatika menggunakan SLiMS versi 3 sebagai dasar perancangan web manajemen perpustakaan. Fitur temu kembali dalam Senayan Library Management System (SLiMS) ini terdiri dari Simple Search (temu kembali sederhana), dan Advanced Search (temu kembali tingkat lanjut). Pada Simple Search, temu kembali dapat dilakukan dengan mengetikkan kata kunci (judul, pengarang, tahun atau subjek) pada kolom yang tersedia. Sedangkan pada Advanced Search terdapat empat kolom temu kembali yaitu: khusus Title, khusus Author, ISBN/ISSN dan khusus Subjek. Untuk memperoleh ketepatan temu kembali disediakan pula pilihan General Material Designation (GMD). Hasil pencarian pada SLiMS dibatasi dengan hanya tampilan 10 hasil pencarian per halamannya, di mana urutan hasil berdasarkan data yang terakhir kali dimasukkan ke dalam basis data. Tabel “biblio” menjadi tabel utama dalam seluruh proses pencarian yang menyimpan seluruh data dokumen, dan dapat dimodifikasi melalui back-end SLiMS pada modul bibliografi. Tugas akhir ini juga akan memodifikasi beberapa alur proses temu kembali informasi RBTC yakni bagian pemisahan proses query pada modul pencarian, proses memasukkan data katalog baru ke dalam basis data, dan antarmuka yang beradaptasi dengan fitur temu kembali informasi tambahan. 2.7

Pustaka Visualisasi Cluster

Visualisasi hasil cluster akan menggunakan Data Driven Documents. Data-Driven Documents atau D3.js adalah pustaka bahasa JavaSript untuk memanipulasi dokumen berdasarkan data pada tampilan situs web. D3.js memungkinkan untuk mengikat suatu data pada Document Object Model (DOM) dan menerapkan transformasi data pada dokumen. Contohnya adalah menghasilkan sebuah tabel pada suatu tampilan HTML dari kumpulan angka atau menggunakan data yang sama untuk membuat grafik batang interaktif dengan berbagai macam transisi pada interaksi yang

18 dilakukan pengguna [7]. Tugas akhir ini menggunakan salah satu contoh penerapan D3.js yaitu Code Flower. Code Flower menampilkan data kelompok-kelompok berupa lingkaran yang saling berkumpul dalam suatu cluster. Data yang ditampilkan berasal dari berkas JSON yang berisi tiga parameter yaitu name, children dan size seperti pada Gambar 2.4. Parameter name berisi nama dari kelompok atau nama anggota kelompok. Jika parameter name tersebut memiliki child, maka name berisi nama kelompok, jika tidak maka name berisi nama anggota kelompok. Children adalah parameter untuk menentukan suatu name merupakan nama kelompok atau nama anggota dari kelompok. Sedangkan size adalah ukuran dari lingkaran yang ingin dibuat. Data yang ditampilkan menggunakan D3.js pada tugas akhir ini adalah data hasil clustering kata, sehingga dapat dilihat kelompok-kelompok kata yang terbentuk. Pembangkitan berkas JSON dilakukan menggunakan data hasil dari clustering kata dengan bahasa pemrograman Python. { "name": "flare", "children": [ { "name": "analytics", "children": [ { "name": "cluster", "children": [ {"name": "AgglomerativeCluster", "size": 3938}, {"name": "CommunityStructure", "size": 3812}, {"name": "HierarchicalCluster", "size": 6714}, {"name": "MergeEdge", "size": 743} ] } } }

Gambar 2.3 Contoh Berkas JSON

19 Gambar 2.5 dan Gambar 2.6 adalah contoh tampilan visualisasi data menggunakan pustaka D3 Code Flower.

Gambar 2.4 Contoh Code Flower 1

Gambar 2.5 Contoh Code Flower 2


BAB III ANALISIS DAN PERANCANGAN SISTEM 3.

Bab ini membahas analisis dan perancangan sistem manajemen Ruang Baca Teknik Informatika baru yang disesuaikan dengan penambahan fitur temu kembali informasi yang dibangun. Analisis sistem membahas permasalahan yang diangkat pada tugas akhir dan gambaran secara umum fitur temu kembali informasi yang dibangun. Sedangkan perancangan sistem menjelaskan perancangan dua proses utama penambahan fitur temu kembali informasi pada web Ruang Baca teknik Informatika ITS, yaitu praproses data dan pembentukan cluster dokumen yang menjadi acuan untuk menentukan tren topik tugas akhir dan tesis. Selain perancangan dua proses utama, juga terdapat perancangan basis data serta perancangan antar muka. 3.1

Analisis Sistem

Analisis sistem terbagi menjadi dua bagian, yaitu analisis permasalahan yang diangkat pada tugas akhir dan gambaran umum sistem yang dibangun.

Analisis Permasalahan Permasalahan yang diangkat pada tugas akhir ini adalah fitur pencarian pada web manajemen Ruang Baca Teknik Informatika ITS (RBTC) yang masih kurang lengkap dan kurang dapat memenuhi kebutuhan pencarian pengguna di mana kriteria dalam pencarian secara spesifik masih hanya dapat dilakukan berdasarkan jenis dokumen saja. Selain itu, untuk membantu rekomendasi topik tugas akhir dan tesis, ditambahkan fitur clustering topik dokumen untuk menentukan tren topik yang dipilih oleh mahasiswa Teknik Informatika ITS. 21

22 Deskripsi Umum Sistem Fitur temu kembali yang diimplementasikan pada tugas akhir ini terbagi menjadi tiga proses utama, yaitu praproses data, fitur pencarian dan pembentukan cluster. Gambar 3.1 adalah bentuk dari deskripsi umum sistem.

Gambar 3.1 Deskripsi Umum Sistem

23 Praproses data berfungsi untuk melakukan ekstraksi kata dari kumpulan data abstrak tugas akhir dan tesis RBTC, fitur pencarian berfungsi untuk memudahkan pengguna dalam mencari katalog RBTC, sedangkan pembentukan cluster kata berfungsi untuk mengetahui tren topik tugas akhir dan tesis yang ada di jurusan Teknik Informatika ITS. 3.2

Perancangan Sistem

Perancangan sistem menjelaskan perancangan tiga proses utama sistem, yaitu praproses data, fitur pencarian dan pembentukan cluster tugas akhir dan tesis. Praproses Data Praproses data adalah proses awal yang dilakukan untuk melakukan ekstraksi kata-kata dari kumpulan dokumen tugas akhir dan tesis dari basis data RBTC. Tiga tahapan praproses data yang dilakukan adalah sebagai berikut: 1. Tokenisasi Proses tokenisasi dilakukan pada seluruh judul katalog dokumen, dan setiap data abstrak dokumen tugas akhir dan tesis dari basis data RBTC. Tokenisasi adalah suatu proses untuk membagi suatu teks berupa kalimat atau paragraf menjadi unit-unit yang lebih kecil berupa kata-kata atau token. Sebelum melakukan tokenisasi, kalimat atau paragraf yang ada pada data abstrak tugas akhir dan tesis disimpan pada suatu array. Tokenisasi dilakukan dengan menggunakan pustaka pada bahasa pemrograman Python, yaitu Natural Language Toolkit (nltk). Fungsi spesifik yang digunakan dari pustaka nltk yakni word_tokenize(). Fungsi word_tokenize() digunakan untuk memisahkan kata pada suatu kalimat berdasarkan tanda baca dan spasi.

24 2. Stemming Stemming adalah proses mengembalikan bentuk dari suatu kata ke bentuk dasar kata tersebut. Proses stemming pada abstrak tugas akhir dan tesis dilakukan sebelum proses penghapusan stopword dikarenakan adanya penambahan stopword yang berkaitan dengan jurusan teknik informatika. Stemming dilakukan terlebih dahulu untuk mendapatkan kata baku dari stopword tersebut. Stemming dilakukan dengan menggunakan pustaka bahasa pemrograman Python yaitu Sastrawi, stemmer untuk kata dalam Bahasa Indonesia. 3. Penghapusan Stopword Proses selanjutnya adalah melakukan penghapusan stopword yang terdapat pada kumpulan kata-kata hasil tokenisasi. Terdapat suatu berkas kumpulan stopword yang sering muncul pada suatu artikel atau dokumen. Berkas kumpulan stopword tersebut didapatkan dari penelitian yang dilakukan oleh F. Z. Tala tentang efek stemming untuk temu kembali informasi pada bahasa Indonesia [8]. Kemudian, yang dilakukan pada isi dari berkas kumpulan stopword tersebut adalah membandingkannya dengan variabel array yang menyimpan hasil tokenisasi. Jika kata yang tersimpan pada variabel array terdapat pada berkas kumpulan stopword, kata tersebut dihapus dari variabel array. Tujuan dari proses ini adalah agar kata yang digunakan dalam pembentukan cluster kata dan fitur pencarian merupakan kata yang penting sehingga mampu mewakili sebuah dokumen dengan baik. Fitur Pencarian Fitur pencarian pada SLiMS memiliki dua jenis, yaitu pencarian sederhana dan pencarian spesifik. Kedua pencarian tersebut menggunakan dua algoritma yang berbeda. Pencarian

25 sederhana akan diimplementasikan menggunakan algoritma Vector Space Model, di mana query pencarian dan dokumen akan direpresentasikan dalam bentuk vektor, kemudian tingkat kesamaan vektor query dan vektor dokumen akan dihitung menggunakan jarak sudut cosinus antara kedua vektor [3]. Penghitungan bobot dan cosinus dari dokumen disimpan dalam basis data. Tabel “biblio_joined” menyimpan kumpulan hasil praproses data yang meliputi tokenisasi, stemming, dan penghapusan stopword, kemudian digabungkan ke dalam satu string. Tabel “kata” menyimpan seluruh kata yang muncul pada katalog RBTC dan hasil penghitungan frekuensi kemunculan kata tersebut dalam keseluruhan dokumen. Tabel “tfidf” menyimpan identifier dokumen, kelompok kata dasar yang mewakili dokumen, hasil penghitungan frekuensi masing-masing kata pada dokumen, dan penghitungan TF-IDF sebagai bobot dokumen. Penmbentukan vektor query juga dilakukan dengan menggunakan metode Vector Space Model yang telah dijelaskan pada Bab II. Nilai cosine similarity dihitung nilai cosinus antara bobot query dan bobot dokumen, dan disimpan ke dalam array jika nilainya lebih besar dari nol karena dianggap masih memiliki keterkaitan. Hasil penghitungan cosine similarity diurutkan dimulai dari yg bernilai paling tinggi hingga paling rendah (descending) dan ditampilkan ke antarmuka RBTC (OPAC). Secara garis besar alur proses pencarian sederhana dapat dilihat di Gambar 3.2. Pencarian spesifik akan diimplementasikan menggunakan query SQL “LIKE” untuk membandingkan query masukan dengan bagian dokumen yang sama pada beberapa kriteria, yakni Judul, Pengarang, ISBN/ISSN, topik/subjek, tahun, dan jenis dokumen (GMD).

26

Gambar 3.2 Proses pencarian metode Vector Space Model

Clustering Tugas Akhir dan Tesis Pembentukan cluster tugas akhir dan tesis dilakukan setelah melakukan penghitungan bobot per dokumen. Pembobotan dokumen akan dilakukan dengan menggunakan algoritma Term Frequency – Inverse Document Frequency (TF-IDF).

27 3.2.3.1. Pembentukan Matriks Frekuensi Kata Setelah melakukan tokenisasi pada tiap abstrak tugas akhir dan tesis, dilakukan penghitungan frekuensi kemunculan kata pada tiap abstrak tugas akhir dan tesis. Hasil penghitungan tersebut akan disimpan dalam bentuk matriks frekuensi kata. Matriks frekuensi kata terdiri dari kata (baris) dan dokumen (kolom). Matriks yang dihasilkan menyerupai matriks sparse karena hampir sebagian besar nilai dari matriks berupa nol. Matriks frekuensi kata dibuat dan kemudian disimpan ke dalam basis data, penyimpanannya juga akan disisipkan identifier dokumen tugas akhir dan tesis sebagai tanda bahwa kumpulan kata dalam matriks mewakili suatu dokumen tugas akhir maupun tesis tertentu. Tabel 3.1 adalah contoh hasil matriks frekuensi kata. Tabel 3.1 Contoh Matriks Frekuensi Kata id_dokumen 171 171 171 228 228 228

id_kata 100 101 157 203 157 300

kata Perangkat Vektor Fitur Ekstraksi Input pusat

TF 0,014705 0,035714 0,020408 0,015873 0,045454 0,020408

Nilai TF pada masing-masing kata dihitung dari kemunculan kata dalam abstrak dibagi dengan jumlah seluruh kata baku dari hasil praproses abstrak. 3.2.3.2. Pembentukan Vektor Dokumen Setelah pembuatan matriks frekuensi kata, maka akan dibuat matriks vektor dokumen di mana isinya adalah kumpulan hasil penghitungan TF-IDF dari masing-masing kata yang tersimpan di dalam matriks kata. Tabel 3.2 adalah contoh matriks vektor dokumen.

28 Tabel 3.2 Contoh Matriks Vektor Dokumen Id dokumen 171 171 171 228 228 228

Id_kata

kata

TF

TF-IDF

100 101 157 203 157 300

Perangkat Vektor Fitur Ekstraksi Input pusat

0,0147059 0,0357143 0,0204082 0,015873 0,0454545 0,0204082

0,024417 0,115213 0,104222 0,050869 0,097797 0,0704191

Penghitungan TF-IDF yakni nilai TF pada matriks frekuensi kata dikalikan dengan nilai invers dari frekuensi kemunculan kata pada kumpulan abstrak tugas akhir dan tesis. Proses pembentukan vektor dokumen pada bahasa pemrograman Python dilakukan dengan mengubah array yang menyimpan tiap bobot vektor dokumen menjadi matriks sparse dokumen dan kata. 3.2.3.3. Reduksi Dimensi Fitur-fitur yang dihasilkan praproses abstrak tugas akhir dan tesis memiliki dimensi yang berjumlah sangat banyak. Jika fitur-fitur tersebut langsung dikelompokkan, maka hasil Clustering menjadi kacau. Algoritma PCA dipakai untuk mengurangi dimensi fitur menjadi hanya dua dimensi, sehingga dapat divisualisasikan. Pustaka Scikit-learn pada bahasa pemrograman python digunakan untuk melakukan reduksi dimensi dari fitur-fitur yang telah diekstraksi sebelumnya. Modul yang digunakan untuk algoritma PCA adalah sklearn.decomposition.PCA. Penjelasan penggunaan pustaka Scikit-learn khususnya modul sklearn.decomposition.PCA dan bahasa pemrograman Python untuk reduksi dimensi yang lebih detil akan dijelaskan pada Bab IV.

29 3.2.3.4. K-Means Clustering Proses setelah pembentukan vektor dan reduksi dimensi fitur adalah proses mengelompokkan hasil penghitungan tersebut menggunakan K-Means Clustering. Seluruh proses pembentukan cluster dimulai dari membangun matriks frekuensi kata hingga Clustering menggunakan bahasa pemrograman Python dengan pustaka Scikit-learn. Gambar 3.3 adalah diagram alur K-Means Clustering. Penjelasan penggunaan pustaka Scikit-learn dan bahasa pemrograman Python untuk clustering yang lebih detil akan dijelaskan pada Bab IV.

Gambar 3.3 Diagram Alur K-Means Clustering

30 Langkah-langkah untuk melakukan proses clustering menggunakan K-Means clustering adalah sebagai berikut: 1. Impor pustaka Python yang digunakan untuk menghubungkan berkas Python dengan basis data MySQL, MySQLdb. 2. Mengambil isi dari kolom “joined” dari tabel “ta_abstract_join” dan “tss_abstract_join”, yakni string hasil penggabungan seluruh kata baku yang dihasilkan dari praproses tiap abstrak tugas akhir dan tesis dan disimpan ke dalam sebuah array. 3. Membangun matriks frekuensi kata dari array penyimpanan kata-kata baku hasil praproses menggunakan modul dari pustaka Scikit-learn, yakni sklearn.feature_extraction.text.CountVectorizer(). 4. Membangun vektor-vektor dokumen dari matriks frekuensi kata yang telah dibuat sebelumnya menggunakan sklearn.feature_extraction.text.TfidfTransformer(), kemudian simpan ke dalam sebuah array baru. 5. Ubah array vektor dokumen menjadi matriks vektor dokumen menggunakan fungsi todense(), kemudian gunakan modul sklearn.decomposition.PCA untuk mereduksi dimensi tinggi fitur-fitur yang dihasilkan. 6. Setelah semua nilai dimasukkan ke dalam array, maka array tersebut dimasukkan ke dalam fungsi pada pustaka Scikit-learn untuk melakukan clustering, yaitu sklearn.cluster.KMeans(). 7. Menggunakan fungsi labels pada modul KMeans() untuk mendapatkan posisi kelompok hasil clustering tiap abstrak tugas akhir dan tesis, disimpan ke dalam array agar hasilnya dapat divisualisasikan. 8. Mengevaluasi cluster yang telah dibangun menggunakan metode Silhouette Coefficient. Scikit-learn menyediakan modul penghitungan nilai koefisien silhouette, yakni sklearn.metrics.silhouette_score().

31 Perancangan Basis Data Setiap proses yang dilakukan pada tugas akhir ini menghasilkan suatu keluaran seperti kata pada proses ekstraksi kata judul katalog RBTC, proses ekstraksi kata abstrak tugas akhir dan tesis, hasil penghitungan TF-IDF, dan hasil clustering. Hasil penghitungan TF-IDF digunakan untuk melakukan proses pembentukan cluster kata atau clustering sehingga hal tersebut menyebabkan diperlukan tempat untuk menyimpan nilai keluarankeluaran sehingga dapat digunakan pada proses yang lain. Gambar 3.4 adalah Conceptual Data Model (CDM) dan Gambar 3.5 adalah Physical Data Model (PDM) perancangan tabel basis data tambahan untuk mengimplementasikan fitur temu kembali informasi pada tugas akhir ini. joined # id_dokumen Integer * judul Text * joined Text

Membentuk vektor dokumen

TFIDF hasil_cluster

# id Integer * term_frequency Float (11) * tfidf Float (11)

cluster # id_cluster Integer * cluster Integer

kata # * * *

id_kata kata document_frequency invers_document_frequency

Integer Variable characters (255) Integer Float (11)

membentuk matriks frekuensi kata

Gambar 3.4 Conceptual Data Model Tabel Tambahan

32 joined

FK_MEMBENTUK_VEKTOR_DOKUMEN

id_dokumen int judul text joined text

FK_HASIL_CLUSTER

cluster

TFIDF id id_kata id_dokumen term_frequency tfidf

int int int float(11) float(11)

id_cluster int id_dokumen int cluster int

kata id_kata kata document_frequency invers_document_frequency

int varchar(255) int float(11)

FK_MEMBENTUK_MATRIKS_FREKUENSI_KATA

Gambar 3.5 Physical Data Model Tabel Tambahan Terdapat 11 tabel tambahan yang akan digunakan selama proses implementasi fitur temu kembali informasi, yaitu tiga tabel kata, tiga tabel vektor dokumen, dan tiga tabel “join” untuk menyimpan ekstraksi kata hasil praproses dan penghitungan bobot kata untuk judul katalog, abstrak tugas akhir, dan abstrak tesis, serta dua tabel hasil cluster untuk menyimpan kelompok abstrak tugas akhir dan tesis. Masing-masing kegunaan tabel adalah sebagai berikut: 1. Tiga tabel “joined” untuk judul katalog, abstrak tugas akhir, dan abstrak tesis digunakan untuk menyimpan hasil praproses tiap data dan diubah menjadi satu string berisi seluruh kata baku untuk mempercepat penghitungan TFIDF karena tidak perlu memerlukan praproses berulangulang. Memiliki tiga atribut, yaitu id_dokumen, judul/abstrak, joined. 2. Tiga tabel kata untuk judul katalog, abstrak tugas akhir, dan abstrak tesis digunakan untuk menyimpan seluruh kata baku hasil praproses data, penghitungan Document Frequency (kemunculan kata pada keseluruhan dokumen), dan nilai invers Document Frequency.

33 Memiliki empat atribut, yaitu id_kata, kata, document_frequency, inverse_document_frequency. 3. Tiga tabel “tfidf” penyimpanan vektor dokumen untuk judul katalog, abstrak tugas akhir, dan abstrak tesis digunakan untuk menyimpan hasil penghitungan TF-IDF sebagai bobot kata. Memiliki lima atribut, yaitu id, id_dokumen, id_kata, term frequency, tf_idf. 4. Dua tabel hasil cluster untuk abstrak tugas akhir dan abstrak tesis digunakan untuk menyimpan hasil clustering. Memiliki tiga atribut, yaitu id_cluster, id_dokumen, dan cluster. Perancangan Antar Muka Antar muka RBTC baru dibuat sebagai perantara fitur temu kembali informasi tambahan dan pengguna RBTC untuk memberikan kemudahan pada pengguna menggunakan fitur temu kembali informasi yang telah dibangun. Beberapa modifikasi antar muka yang akan dibuat adalah penambahan menu visualisasi cluster dan modul pencarian spesifik. 1. Antar Muka Visualisasi Cluster Antar muka ini adalah antar muka dari menu tambahan pada web RBTC untuk visualisasi hasil clustering tugas akhir dan tesis berdasarkan abstrak. Hal yang dapat dilakukan pengguna pada halaman ini adalah menampilkan visualisasi cluster tugas akhir dan tesis, baik judul maupun kata. Terdapat menu dropdown yang dapat digunakan untuk memilih visualisasi cluster yang akan ditampilkan, dan textarea yang digunakan untuk menampilkan isi berkas JSON dari visualisasi cluster. Sebagai contoh, Gambar 3.6 adalah antar muka untuk visualisasi cluster topik tesis, sedangkan Gambar 3.7 adalah antar muka untuk visualisasi cluster tren kata pada tugas akhir. Visualisasi cluster menggunakan pustaka d3 Code Flower, di mana tiap kelompok cluster yang

34 terbentuk akan divisualisasikan dalam bentuk sekumpulan node dengan gradasi warna yang berbeda untuk tiap kelompoknya. Fungsi mouseover digunakan untuk menampilkan label pada masing-masing node sebagai identitas anggota kelompok topik jika mouse diletakkan pada node tertentu.

Gambar 3.6 Antar Muka Visualisasi Cluster Tesis

35

Gambar 3.7 Antar Muka Visualisasi Cluster Kata Tugas Akhir 2. Antar Muka Pencarian Spesifik Baru Antar muka ini adalah antar muka yang digunakan untuk menampilkan menu pencarian spesifik baru yang dibangun dengan spesifikasi yang lebih lengkap dan akurat sepertiyang ditunjukkan pada Gambar 3.8. Penjelasan detail tentang antar muka pencarian kata dapat dilihat pada Tabel 3.3.

36

Gambar 3.8 Antar Muka Pencarian Spesifik

Tabel 3.3 Tabel Antar Muka Pencarian Spesifik No Nama

Jenis

Fungsi

1

label_judul

Label

2

textbox_judul

Textbox

Menampil kan label judul Menampu ng query

Masukan / Keluaran -

Teks kata pencarian

37 No Nama

Jenis

3

label_pengarang

Label

4

textbox_pengarang Textbox

5

label_subjek

Label

6

textbox_subjek

Textbox

7

label_tahun

Label

8

textbox_tahun

Textbox

9

label_isbn

Label

10

textbox_isbn

Textbox

Fungsi

pencarian judul Menampil kan label pengaran g Menampu ng query pencarian pengaran g Menampil kan label subjek Menampu ng query pencarian subjek Menampil kan label tahun Menampu ng query pencarian tahun Menampil kan label isbn/issn Menampu ng query pencarian isbn/issn

Masukan / Keluaran

-

Teks kata pencarian

-

Teks kata pencarian

-

Teks kata pencarian

-

Teks kata pencarian

38 No Nama

Jenis

11

label_gmd

Label

12

dropdown_gmd

13

btn_cari

Fungsi

Menampil kan label gmd Dropdown Menampil List kan daftar GMD Button Menjalan kan fungsi pencarian

Masukan / Keluaran -

Daftar GMD -

BAB IV IMPLEMENTASI SISTEM 4.

Bab ini membahas proses implementasi yang dilakukan berdasarkan hasil perancangan fitur temu kembali informasi yang dibangun pada Bab III. Penjelasan proses implementasi terbagi menjadi enam bagian, yaitu lingkungan implementasi, penggunaan pustaka dan kerangka kerja, implementasi praproses data, implementasi fungsi pencarian, implementasi clustering tugas akhir dan tesis, implementasi visualisasi hasil clustering, implementasi basis data, dan implementasi antar muka. 4.1

Lingkungan Implementasi

Lingkungan implementasi adalah lingkungan di mana fitur temu kembali informasi dibangun. Lingkungan implementasi dibagi menjadi dua yaitu perangkat keras dan perangkat lunak. Perangkat Keras Lingkungan implementasi perangkat keras dari tugas akhir ini adalah sebagai berikut:  Tipe : ASUS A45V  Prosesor : Intel® Core(TM) i5-3210M CPU @ 2.50GHz  Memori(RAM) : 4.00 GB Perangkat Lunak Lingkungan implementasi perangkat lunak dari tugas akhir ini adalah sebagai berikut:  Sistem operasi : Windows 7 Ultimate 64-Bit  Bahasa Pemrograman : PHP 5.6.3, Python 2.7.12  Text Editor : Sublime Text 3, PyCharm 2016.3 39

40     4.2

Kerangka Kerja : Framework SLiMS Web Server : Apache 2.4.4 Basis Data : MySQL 5.5.32 Kakas Bantu Basis Data : DataGrip 2016.3 (64-bit) Penggunaan Pustaka dan Kerangka Kerja

Penggunaan pustaka-pustaka bahasa pemrograman Python merupakan salah satu hal penting dalam proses implementasi KMeans Clustering. Hal tersebut menjadi penting karena dapat membantu untuk menyediakan fungsi-fungsi yang dapat digunakan dalam penerapan perancangan vektor dokumen dan cluster yang telah dibuat pada Bab III. Kerangka Kerja SLiMS Kerangka kerja SLiMS menggunakan sistem Model, View, Controller (MVC) yang sedikit berbeda dari kerangka kerja yang lainnya. Gambar 4.1 adalah tampilan folder kerangka kerja SLiMS.

Gambar 4.1 Folder Kerangka kerja SLiMS

41 Model berfungsi untuk menjadi penghubung antara sistem dan basis data yang digunakan untuk melakukan fungsi yang pencarian, penambahan, penghapusan dan pembaruan data. View berfungsi untuk mengatur tampilan yang ingin ditampilkan pada pengguna. Sedangkan controller berfungsi untuk melakukan pemrosesan pada data dan menjadi penghubung antara model dan view. Kode sumber Model, View, Controller pada kerangka kerja SLiMS tidak tersimpan pada folder yang menggunakan nama proses secara spesifik. Folder “template” digunakan untuk menyimpan kode sumber View. Template yang digunakan oleh RBTC untuk menampilkan halaman depan web manajemen menggunakan folder template 191. Folder “lib” digunakan untuk menyimpan kode sumber Controller dan Model. Dalam folder “lib”, tersimpan kelas-kelas yang digunakan untuk modifikasi data dalam basis data. Data- data yang digunakan oleh RBTC berupa data katalog/bibliografi, data berita, data statistik pengunjung, data clustering tugas akhir dan tesis, data keanggotaan, data inventaris, dan data-data lainnya yang diperlukan dalam sistem informasi perpustakaan digital. MySQLdb MySQLdb pada kode sumber 4.1 digunakan untuk menghubungkan antara basis data MySQL pada bahasa pemrograman Python. Parameter yang digunakan pada fungsi MySQLdb.connect() adalah user, password, host dan database. User dan password digunakan untuk memasukkan nama pengguna dan kata sandi yang digunakan pada basis data. Parameter host digunakan untuk memasukkan alamat dari basis data MySQL yang akan dihubungkan dengan bahasa pemrograman Python, jika terdapat pada jaringan lokal atau localhost, masukkan alamat IP dari localhost yaitu 127.0.0.1. Sedangkan parameter database digunakan untuk memasukkan nama basis data yang akan digunakan.

42 import MySQLdb connection = MySQLdb.connect (host = "localhost", user = "root", passwd = "", db = "new_rbtc") cursor = connection.cursor()

Kode Sumber 4.1 Penggunaan MySQLdb Scikit-learn (Sklearn) Scikit-learn atau biasa disebut sklearn adalah pustaka bahasa pemrograman Python yang digunakan untuk pengolahan dan analisis data. Sklearn dibangun menggunakan tiga pustaka penghitungan numerik, yakni SciPy untuk penghitungan metode numerik, NumPy untuk pembangkitan array n-dimensi yang serbaguna, dan matplotlib untuk ilustrasi dua dimensi hasil proses machine-learning. Modul-modul milik sklearn yang digunakan untuk tugas akhir ini adalah modul ekstraksi fitur, modul reduksi dimensi, dan clustering. Modul ekstraksi fitur menggunakan fungsi CountVectorizer() untuk pembentukan matriks frekuensi kata pada tiap dokumen dan TfidfTransformer() untuk pembentukan matriks vektor dokumen. Data Driven Documents ... <script src="assets/js/d3.js"> <script src="assets/js/d3.min.js"> ... <script> ... d3.json("json/data.json", function(error, root) {…… }

Kode Sumber 4.2 Penggunaan Data Driven Documents Implementasi Data-Driven Documents atau D3.js seperti pada kode sumber 4.2 adalah dengan mengunduh berkas d3.js dan d3.min.js pada situs resmi D3.js [7] dan mengimpornya ke dalam

43 berkas antar muka visualisasi hasil clustering. Berkas data.json adalah berkas hasil pembangkitan JSON menggunakan hasil dari proses clustering. 4.3

Implementasi Praproses Data

Tahapan implementasi dari hasil proses perancangan praproses data yang telah dilakukan pada Bab III. Implementasi yang dilakukan adalah implementasi proses tokenisasi kata pada seluruh data katalog RBTC, penghapusan stopword, dan stemming menggunakan bahasa pemrograman Python. Praproses data juga akan dilakukan untuk query masukan pengguna ketika menggunakan modul fungsi pencarian sederhana. Praproses data query masukan pengguna akan diimplementasikan dalam bahasa pemrograman Python dan kerangka kerja SLiMS. Tokenisasi sql_command = """ SELECT biblio.biblio_id,title ,notes FROM `biblio` WHERE `biblio`.`gmd_id` = 44""" cursor.execute(sql_command) abstracts = [row[2] row row in cursor.fetchall()] for abs in abstracts: tokens = word_tokenize(abs) tokens = [token.lower() for token in tokens if len(token) > 2 and token.isalpha()]

Kode Sumber 4.3 Tokenisasi Abstrak Tugas Akhir dan Tesis sql_command = """ SELECT biblio.biblio_id,title FROM `biblio`""" cursor.execute(sql_command) titles = [row[1] row row in cursor.fetchall()] for title in titles: tokens = word_tokenize(title) tokens = [token.lower() for token in tokens if len(token) > 2 and token.isalpha()]

Kode Sumber 4.4 Tokenisasi Judul Katalog

44 Proses tokenisasi diimplementasikan menggunakan bahasa pemrograman Python. Pada Kode Sumber 4.3 dan Kode Sumber 4.4 terdapat suatu fungsi dari pustaka Natural Language Toolkit (nltk) yaitu word_tokenize() digunakan untuk memisah kata berdasarkan spasi dan membuang tanda baca. Penghapusan stopword Dari Kode Sumber 4.5 dan Kode Sumber 4.6, daftar stopword yang digunakan berasal dari dua dokumen yang berbeda. Hal ini disebabkan adanya penambahan beberapa daftar stopword baru yang berkaitan dengan teknik informatika pada daftar stopword untuk abstrak tugas akhir dan abstrak tesis. f = open('stopword.txt','r') words = f.read().splitlines() stops = nltk.corpus.stopwords.words('english') tokens = [token for token in tokens if token not in stops and token not in words]

Kode Sumber 4.5 Menghapus Stopword Tugas Akhir dan Tesis f = open('tala.txt','r') words = f.read().splitlines() stops = nltk.corpus.stopwords.words('english') tokens = [token for token in tokens if token not in stops and token not in words]

Kode Sumber 4.6 Menghapus Stopword Judul Katalog Penambahan daftar stopword bertujuan untuk menghilangkan istilah-istilah informatika yang frekuensi kemunculannya lebih dari 95% dari seluruh abstrak tugas akhir dan abstrak tesis. Stemming from Sastrawi.Stemmer.StemmerFactory import StemmerFactory factory = StemmerFactory() stemmer = factory.create_stemmer() tokens = [stemmer.stem(token) for token in tokens]

Kode Sumber 4.7 Proses Stemming

45 Proses stemming pada kode sumber 4.7 menggunakan pustaka Sastrawi, yakni pustaka bahasa pemrograman Python yang digunakan untuk mengembalikan kata-kata berbahasa Indonesia ke dalam bentuk baku. Pada praproses abstrak tugas akhir dan tesis, stemming dilakukan terlebih dahulu sebelum penghapusan stopword, sehingga daftar stopword tambahan dapat dihilangkan karena sudah berbentuk kata baku. 4.4

Implementasi Fungsi Pencarian

Tahap implementasi fungsi pencarian adalah hasil proses perancangan modul fungsi pencarian yang telah dilakukan pada Bab III. Implementasi perancangan meliputi praproses data query masukan, pembobotan dan pembentukan vektor query, serta penghitungan cosine similarity yang menggunakan bahasa pemrograman Python dan kerangka kerja SLiMS. Implementasi Praproses Query Masukan Sebelum dilakukan praproses, query masukan untuk masing-masing modul fungsi pencarian akan dipisah terlebih dahulu. Dari kode sumber 4.8, tiap query yang dimasukkan pengguna ke dalam modul pencarian sederhana akan diproses oleh fungsi searchIR(), sedangkan tiap query yang dimasukkan ke dalam modul pencarian spesifik akan diproses lebih lanjut bergantung pada kolom spesifikasi mana query tersebut dimasukkan.

46 if (isset($_GET['search']) && !empty($_GET['search'])) { $is_adv = false; $keywords = ''; $criteria = ''; // simple search if (isset($_GET['keywords'])) { $keywords = trim(strip_tags(urldecode($_GET['keywords']))); $biblio_list-> setSQLcriteria($keywords); } // advanced search $is_adv = isset($_GET['search']) || isset($_GET['title']) || isset($_GET['author']) || isset($_GET['publish_year']) || isset($_GET['isbn'])|| isset($_GET['subject']) || isset($_GET['location']) || isset($_GET['gmd']) || isset($_GET['colltype']); if ($is_adv) { ………… }

Kode Sumber 4.8 Kode Sumber Pemisahan proses query

Implementasi Pembentukan Vektor Query Implementasi yang dapat merepresentasikan bentuk vektor dokumen pada bahasa pemrograman Python adalah bentuk array dua dimensi. Kode sumber 4.9 berfungsi membentuk vektor query hasil praproses sebelumnya. for token in all_tokens: tfidf[token] = tf(token,all_tokens)*doc_freq_inv[token]

Kode Sumber 4.9 Pembentukkan Vektor Query Dari kode sumber 4.9, terdapat array 2 dimensi ‘tfidf’ yang menampung nilai penghitungan TF-IDF (Term Frequency Inverse Document Frequency) masing-masing token dalam array yang menampung semua token query hasil praproses.

47 Implementasi Cosine Similarity dan Ranking Terdapat dua fungsi yang dibuat untuk melakukan penghitungan cosine similarity, yaitu fungsi scalar() dan fungsi get_cossim() seperti yang terdapat pada Kode Sumber 4.10. def scalar(collection): total = 0 for key, value in collection.items(): total += value * value return np.sqrt(total) def get_cossim(A, B): total = 0 for kind in A: if kind in B: total += A[kind] * B[kind] return float(total) / (scalar(A) * scalar(B))

Kode Sumber 4.10 Penghitungan Cosine Similarity Fungsi scalar() membutuhkan parameter variabel array dari vektor dokumen query atau vektor dokumen dokumen, di mana setiap variabel array vektor dokumen menampung nilai bobot TF-IDF. Kembalian dari fungsi ini adalah hasil penghitungan panjang skalar vektor dokumen menggunakan rumus euclidean distance. Sedangkan untuk fungsi get_cossim() digunakan untuk memperoleh penghitungan cosine similarity yang melibatkan fungsi scalar() dan penghitungan dot product antar dua vektor. Parameter yang dibutuhkan adalah vektor dokumen query dan vektor dokumen dokumen. Kembalian dari fungsi get_cossim() akan disimpan ke dalam suatu array yang kemudian akan diurutkan berdasarkan nilai cosine similarity yang didapat dimulai dari yang paling tinggi hingga yang paling rendah. Untuk mendapat hasil yang optimal, maka nilai cosine similarity dari dokumen yang tidak lebih besat atau nol akan dihapus dari array, karena dianggap tidak memiliki keterkaitan antara query masukan pengguna.

48 4.5

Implementasi Clustering Tugas Akhir dan Tesis

Tahapan implementasi dari hasil proses perancangan pembentukan cluster tugas akhir dan tesis yang telah dilakukan pada Bab III. Implementasi pembentukan matriks frekuensi kata, pembentukan vektor dokumen, reduksi dimensi, dan K-Means Clustering seluruhnya menggunakan bahasa pemrograman Python. Implementasi Pembentukan Matriks Frekuensi Kata Implementasi yang dapat merepresentasikan bentuk matriks frekuensi kata pada bahasa pemrograman Python adalah bentuk array dua dimensi. Kode Sumber 4.11 berfungsi untuk membentuk matriks frekuensi kata untuk setiap kata pada setiap dokumen. from sklearn.feature_extraction.text import CountVectorizer count_ta = CountVectorizer(min_df=20) count_matrix_ta = count_ta.fit_transform(abstracts_ta)

Kode Sumber 4.11 Pembentukan Matriks Frekuensi Kata Keluaran yang didapat dari Kode Sumber 4.11 adalah array dua dimensi. Nilai indeks pertama array adalah identifier dokumen, sedangkan nilai indeks kedua array adalah identifier kata dan nilai array adalah frekuensi kemunculan kata pada sebuah dokumen. Parameter min_df berfungsi sebagai threshold jumlah Document Frequency kata, hal ini bertujuan untuk menghilangkan kata-kata salah tulis atau typo agar tidak merusak hasil clustering. Implementasi Pembentukan Vektor Dokumen Vektor dokumen untuk proses clustering tugas akhir dan tesis juga direpresentasikan menggunakan array dua dimensi pada bahasa pemrograman python. Kode Sumber 4.12 berfungsi untuk membentuk vektor dokumen.

49

from sklearn.feature_extraction.text import TfidfTransformer matrix_ta = TfidfTransformer().fit_transform(count_matrix_ta). todense()

Kode Sumber 4.12 Pembentukan Vektor Dokumen Keluaran dari Kode Sumber 4.12 adalah array dua dimensi. Nilai indeks pertama array adalah identifier dokumen, sedangkan nilai indeks kedua array adalah identifier kata dan nilai array adalah hasil penghitungan TF-IDF (bobot kata). Fungsi todense() pada Kode Sumber 4.5.2 adalah mengubah array dua dimensi menjadi matriks. Matriks yang dihasilkan memiliki baris dan kolom yang merepresentasikan kata dan dokumen, sedangkan nilai TF-IDF berada pada baris dan kolom tertentu sesuai identifier dokumen dan identifier kata. Sebagian besar nilai matriks vektor dokumen bernilai nol (sparse matrix). Implementasi Reduksi Dimensi Fungsi sklearn.decomposition.PCA berfungsi mengubah matriks vektor dokumen menjadi matriks dengan nilai dan komposisi baru yang telah mengalami reduksi dimensi. Kode Sumber 4.13 berfungsi untuk mengubah komposisi matriks vektor dokumen. from sklearn.decomposition import PCA pca = PCA(n_components=2) data_ta = pca.fit_transform(matrix_ta)

Kode Sumber 4.13 Implementasi PCA Parameter n_components pada fungsi PCA berfungsi sebagai penentu jumlah akhir dimensi matriks vektor dokumen yang diinginkan, dan pada tugas akhir ini dimensi matriks vektor dokumen direduksi hingga menjadi hanya dua dimensi saja. Matriks hasil reduksi dimensi menggunakan fungsi diatas akan dikelompokkan pada tahap selanjutnya.

50 Implementasi K-Means Clustering Implementasi K-Means Clustering menggunakan modul pustaka Scikit-learn yaitu sklearn.cluster.KMeans(). Terdapat beberapa batasan yang ditentukan untuk proses clustering pada tugas akhir ini. Batasan-batasan tersebut adalah sebagai berikut: 1. Jumlah cluster yang akan dibuat untuk Clustering topik tugas akhir adalah delapan cluster, sesuai dengan jumlah bidang minat yang ada di Teknik Informatika ITS. 2. Jumlah cluster yang akan dibuat untuk Clustering tesis adalah delapan, sesuai dengan jumlah bidang minat yang ada di Teknik Informatika ITS. 3. Sebanyak 25 kata akan diambil dari tiap cluster berdasarkan jarak ke pusat cluster untuk mewakili cluster tersebut. km_ta = KMeans(n_clusters=true_k,max_iter=10000) km_ta.fit(data_ta) labels_ta = km_ta.labels_

Kode Sumber 4.14 Implementasi K-Means Clustering Kode Sumber 4.14 berfungsi untuk clustering tugas akhir dan tesis berdasarkan abstrak. Parameter n_clusters berfungsi untuk menentukan jumlah cluster yang akan dibentuk, sehingga nilai true_k untuk clustering tugas akhir dan tesis adalah delapan. Kembalian dari atribut labels_ pada fungsi KMeans adalah array yang menyimpan posisi cluster tiap dokumen tugas akhir maupun tesis. Nilai dari array dari labels_ disimpan ke dalam basis data untuk menunjukkan tugas akhir atau tesis apa saja masuk dalam cluster apa. 4.6

Implementasi Visualisasi hasil Clustering

Tahap implementasi dari visualisasi hasil clustering yang telah dilakukan pada Bab III. Implementasi pembangkitan JSON menggunakan hasil dari proses pembagian clustering dengan bahasa pemrograman Python.

51 cluster_ta_dict = {'name':'cluster', 'children':[]} json_dict_ta_cluster = {'name','children'} for k in doc_clust_ta: json_dict_ta_cluster = {'name':'Cluster Topik %d' % (k+1), 'children':[]} for ind in range(len(doc_clust_ta[k])): for_json_ta_cluster = {'name': '%s' % titles_ta[ind], 'size': random.randint(100, 500)} json_dict_ta_cluster['children'].append(for_json_ta_cluste r) cluster_ta_dict['children'].append(json_dict_ta_cluster) with open('C:/xampp/htdocs/v4/lib/contents/data/cluster_ta.json ','w') as dumping1: json.dump(cluster_ta_dict,dumping1,ensure_ascii= False)

Kode Sumber 4.15 Pembangkitan Berkas JSON untuk Visualisasi Cluster Kode Sumber 4.15 merupakan proses pembangkitan berkas JSON menggunakan hasil pembagian cluster. Jika terdapat kelompok kata di dalam satu cluster, maka child pada parameter JSON berisi nama dari kata-kata kelompok tersebut. Contoh dari isi berkas JSON yang dibangkitkan dapat dilihat pada Kode Sumber 4.16. Berdasarkan informasi di atas, kata “citra”, “akurasi” dan “segmentasi” terdapat pada child yang sama sehingga ketika ditampilkan, kata-kata tersebut tedapat pada satu cluster.

52 { "name": "cluster", "children": [ { “nama”: “Topik 1”, "children": [ { "name": "citra", "size": 500 }, { "name": "akurasi", "size": 500 }, { "name": "segmentasi", "size": 500 } ] } ] }

Kode Sumber 4.16 Contoh JSON Hasil Clustering 4.7

Implementasi Basis Data

Tahapan implementasi dari hasil proses perancangan basis data yang telah dilakukan pada Bab III menggunakan MySQL dengan kakas bantu DataGrip. Berdasarkan hasil perancangan pada CDM dan PDM basis data yang telah dilakukan, terdapat sebelas tabel tambahan pada basis data RBTC yang digunakan untuk melakukan penyimpanan data ketika dilakukan proses-proses untuk membangun fitur temu kembali informasi dan clustering tugas akhir dan tesis, yaitu tiga tabel joined, dua tabel cluster, tiga tabel kata, dan tiga tabel tfidf. Berikut adalah gambar dari masingmasing tabel yang telah diimplementasi pada MySQL. Gambar 4.2 adalah hasil pembuatan tabel “joined” untuk judul katalog.

53

Gambar 4.2 Implementasi Tabel Joined Judul Katalog Gambar 4.3 adalah hasil pembuatan tabel “joined” untuk abstrak tugas akhir.

Gambar 4.3 Implementasi Tabel Joined Abstrak Tugas Akhir Gambar 4.4 adalah hasil pembuatan tabel “joined” untuk abstrak tesis.

54

Gambar 4.4 Implementasi Tabel Joined Abstrak Tesis Gambar 4.5 adalah hasil pembuatan tabel kata hasil ekstraksi judul katalog.

Gambar 4.5 Implementasi Tabel kata Judul katalog Gambar 4.6 adalah hasil pembuatan tabel kata hasil ekstraksi abstrak tugas akhir.

55

Gambar 4.6 Implementasi Tabel Kata Abstrak Tugas Akhir Gambar 4.7 adalah hasil pembuatan tabel kata hasil ekstraksi abstrak tesis.

Gambar 4.7 Implementasi Tabel Kata Abstrak Tesis Gambar 4.8 adalah hasil pembuatan tabel penghitungan tfidf per kata pada tiap judul katalog.

56

Gambar 4.8 Implementasi Tabel tf-idf Judul Katalog Gambar 4.9 adalah hasil pembuatan tabel penghitungan tfidf per kata pada tiap abstrak tugas akhir.

Gambar 4.9 Implementasi Tabel tf-idf Abstrak Tugas Akhir Gambar 4.10 adalah hasil pembuatan tabel penghitungan tf-idf per kata pada tiap abstrak tesis.

57

Gambar 4.10 Implementasi Tabel tf-idf Abstrak Tesis Gambar 4.11 adalah hasil pembuatan tabel penyimpanan hasil clustering tugas akhir.

Gambar 4.11 Implementasi Tabel Hasil Clustering Tugas Akhir Gambar 4.12 adalah hasil pembuatan tabel penyimpanan hasil clustering tesis.

58

Gambar 4.12 Implementasi Tabel Hasil Clustering Tesis

4.8

Implementasi Antar Muka

Tahapan implementasi antar muka dilakukan dengan melakukan modifikasi pada halaman template OPAC RBTC sesuai dengan yang telah dirancang pada Bab III. Modul yang dibuat adalah modul pencarian sederhana dengan fungsi temu kembali informasi baru, modul pencarian spesifik dan halaman antar muka visualisasi hasil clustering tugas akhir dan tesis. Ketiga modul tersebut diimplementasikan menggunakan HTML, PHP dan JavaScript. JavaScript digunakan untuk melakukan implementasi penggunaan D3.js, sedangkan HTML dan PHP untuk implementasi tampilan yang dibuat sebagai antar muka pengguna.


BAB V UJI COBA DAN EVALUASI 5.

Bab ini membahas mengenai uji coba dan evaluasi terhadap fitur-fitur temu kembali informasi yang dibangun berdasarkan implementasi yang telah dilakukan. Terdiri dari deskripsi uji coba yang dilakukan dan skenario-skenario untuk menguji tingkat kesamaan pencarian. 5.1

Deskripsi Uji Coba

Deskripsi uji coba menjelaskan lingkungan uji coba, dataset uji coba, threshold cluster yang digunakan untuk melakukan pengujian terhadap fitur temu kembali informasi yang dibangun. Lingkungan uji coba meliputi perangkat keras dan perangkat lunak yang digunakan, sedangkan dataset uji coba meliputi penjelasan tentang data yang digunakan pada uji coba fitur. Uji coba dilakukan sebanyak empat kali meliputi penghitungan waktu eksekusi program, pengujian hasil fungsi pencarian, pengujian clustering tugas akhir dan tesis, serta perbandingan penggunaan reduksi dimensi. Lingkungan Uji Coba Lingkungan uji coba yang digunakan untuk menguji tugas akhir ini adalah sebagai berikut: 1. Perangkat Keras Tipe : ASUS A45V Prosesor : Intel® Core(TM) i5-3210M CPU @ 2.50GHz Memori (RAM) : 4.00 GB 2. Perangkat Lunak Sistem operasi : Windows 7 Ultimate 64-Bit Web Server : Apache 2.4.4 Basis Data : MySQL 5.5.32 59

60 Dataset Uji Coba Data yang digunakan untuk membangun dan melakukan uji coba pada fitur temu kembali informasi tambahan pada RBTC adalah seluruh judul dokumen dan abstrak tugas akhir dan tesis yang tersimpan dalam basis data RBTC. Uji coba modul fungsi pencarian melibatkan seluruh judul dokumen pada basis data RBTC, sedangkan untuk modul clustering tugas akhir dan tesis hanya menggunakan daftar tugas akhir dan tesis yang memiliki abstrak yang tersimpan di dalam basis data RBTC. Threshold Uji Coba Pembatasan nilai Document Frequency pada fungsi ekstraksi fitur dan pembobotan kata untuk clustering tugas akhir dan tesis. Nilai untuk parameter penentuan jumlah cluster yang akan dibentuk pada uji coba adalah tiga dan delapan sesuai dengan jumlah bidang minat Teknik Informatika ITS. Penentuan nilai presisi dan recall untuk hasil pencarian dengan menggunakan metode Vector Space Model menggunakan threshold similaritas dengan nilai diatas nol untuk recall dan threshold similaritas dengan nilai diatas 0,4 untuk presisi sebagai acuan relevansi dokumen. Setelah clustering tugas akhir dan tesis telah berhasil dilakukan, maka akan ada empat jenis clustering yang ditampilkan yaitu cluster tugas akhir, cluster tesis, 25 kata terbaik yang paling mewakili suatu cluster tugas akhir, dan 25 kata terbaik yang paling mewakili suatu cluster tesis. 5.2

Skenario Uji Coba 1

Skenario uji coba 1 adalah skenario penghitungan waktu eksekusi program yang dibutuhkan untuk menyimpan data bobot katalog RBTC, dimulai dari praproses data katalog hingga penghitungan bobot per kata tiap hasil praproses tiap dokumen.

61 Uji coba dilakukan sebanyak dua kali dengan menggunakan jumlah data yang diperlukan oleh modul fungsi pencarian maupun modul Clustering tugas akhir dan tesis. Catat setiap waktu yang dibutuhkan pada setiap proses dalam setiap uji coba yang dilakukan. Proses-proses yang dimaksud adalah proses ekstraksi kata, penghitungan bobot TF-IDF pada seluruh data judul katalog RBTC, penghitungan bobot TF-IDF pada seluruh data abstrak tugas akhir dan tesis, penghitungan cosine similarity, ranking dan Clustering tugas akhir dan tesis. Tahapan Uji Coba Tahapan-tahapan uji coba yang dilakukan untuk mendapatkan hasil penghitungan waktu proses dari skenario uji coba 1 adalah sebagai berikut: 1. Tahap pertama yang dilakukan adalah mengambil seluruh data judul pada katalog RBTC yang akan diproses, yakni 10.635 judul. 2. Tahap selanjutnya adalah ekstraksi kata pada masingmasing judul katalog RBTC. 3. Catat waktu yang dibutuhkan untuk masing-masing proses, waktu yang dibutuhkan untuk melakukan proses ekstraksi kata pada judul katalog, pembobotan TF-IDF kata, penghitungan cosine similarity, clustering. 4. Setelah program berhenti, lakukan kembali tahap 1 terhadap data abstrak tugas akhir dan tesis yang berjumlah 1.419 abstrak tugas akhir dan 222 abstrak tesis. Hasil Uji Coba Sebagai contoh pada praproses data 1.419 abstrak tugas akhir seperti yang ada pada Tabel 5.1, waktu yang dibutuhkan untuk proses secara keseluruhan adalah 9.478 detik atau sekitar 2,5 jam. Proses ekstraksi kata membutuhkan 4.536 detik, proses penghitungan frekuensi kemunculan kata pada seluruh abstrak

62 membutuhkan 4.942 detik, dan penghitungan tf-idf membutuhkan 44 detik. Sedangkan data yang dihasilkan dari proses di atas terdapat pada Tabel 5.2. Pada data sejumlah 1.419 abstrak tugas akhir, data yang dihasilkan adalah 10.320 kata, dan 8 cluster. Tabel 5.1 Hasil Waktu Eksekusi Jumlah Data 10.635 judul 1.419 abstrak tugas akhir 222 abstrak tesis

Nama Proses

Waktu Eksekusi (detik)

Ekstraksi Kata

2.529

Penghitungan df

3.136

Penghitungan tf-idf

99

Ekstraksi Kata

4.536

Penghitungan df

4.942

Penghitungan tf-idf

44

Ekstraksi Kata

613

Penghitungan df

668

Penghitungan tf-idf

12

Total Waktu (detik) 5.764 (96 menit) 9.522 (158 menit) 1.293 (21,5 menit)

Tabel 5.2 Hasil Proses Jumlah Data Masukan

Nama Data Hasil

Jumlah

10.635 judul

Kata

10.162

Kata

10.320

Cluster

8

Kata

3.973

Cluster

8

1.419 abstrak tugas akhir 222 abstrak tesis

63 Analisis dan Evaluasi Pada hasil skenario Uji Coba 1, didapatkan hasil waktu yang linear atau berbanding lurus, yaitu semakin banyak data yang diproses, maka akan semakin lama pula waktu yang dibutuhkan untuk menjalankan program. Beberapa hal yang dapat diambil dari hasil uji coba di atas selain waktu yang dibutuhkan adalah sebagai berikut: 1. Proses yang membutuhkan waktu paling lama adalah proses ekstraksi kata, karena pada proses tersebut terdiri beberapa bagian proses, seperti proses tokenisasi, proses penghapusan stopword, dan stemming. Selain proses di atas, ekstraksi kata juga melakukan proses untuk memasukkan kumpulan kata hasil ekstraksi tiap data masukan ke dalam basis data. 2. Proses yang membutuhkan waktu paling cepat adalah proses clustering, karena proses tersebut hanya terdiri dari dua proses saja yaitu mengelompokkan dokumen tugas akhir dan tesis, dan mengambil 25 kata yang paling mewakili tiap cluster yang terbentuk. Proses Clustering dokumen berjalan sangat cepat karena dibangun menggunakan pustaka bahasa pemrograman Python, yaitu sklearn.cluster.KMeans(). 3. Seluruh proses data di atas dibangun menggunakan bahasa pemrograman Python. Waktu yang dibutuhkan untuk seluruh proses yang ada terhitung relatif cepat, karena memanfaatkan pustaka bahasa pemrograman dan modulmodul yang sudah ada untuk digunakan kembali. 5.3

Skenario Uji Coba 2

Skenario uji coba 2 adalah skenario pengujian fungsi pencarian yang menggunakan metode Vector Space Model, tujuannya adalah untuk membandingkan tingkat keakuratan antara query masukan pengguna dengan kumpulan dokumen yang terpilih berdasarkan tingkat kesamaan antara fungsi pencarian sederhana

64 menggunakan metode Vector Space Model dan fungsi pencarian spesifik menggunakan query SQL. Uji coba dilakukan dengan menggunakan 3 query masukan berbeda, kemudian mencatat 5 urutan teratas hasil pemanggilan dokumen dari masing-masing metode fungsi pencarian. Tahapan Uji Coba Tahapan-tahapan uji coba yang dilakukan untuk mendapatkan urutan dokumen yang terpilih berdasarkan tingkat kesamaan dengan query masukan pengguna berdasarkan diagram alur pada Gambar adalah sebagai berikut: 1. Membuka halaman OPAC RBTC. 2. Memasukkan query pencarian pada modul pencarian sederhana. 3. Jika terdapat hasil keluaran, dilakukan pencatatan query pencarian, dan 5 judul katalog pertama yang terpilih. 4. Jika tidak terdapat hasil keluaran, lakukan kembali tahapan kedua. 5. Selanjutnya, lakukan kembali masing-masing tahapan di atas terhadap 3 query pencarian yang dipilih untuk uji coba.

65 Hasil Uji Coba Tabel 5.3 Hasil Pencarian dengan query 1 Query 1: rancang aplikasi Vector Space Model Query SQL (164 dokumen) (1209 dokumen) RANCANG BANGUN APLIKASI PERAMAL KESALAHAN PRODUKSI BERBASIS NEURAL NETWORK DAN COLORED PETRI NET

PEMBUATAN APLIKASI SP-135

RANCANG BANGUN APLIKASI PENCARIAN TEMPAT INDEKOS PADA PERANGKAT MOBILEANDROID

RANCANG BANGUN APLIKASI SMART ANDROID FOR MOSLEM BERBASIS LOKASI PENGGUNA

RANCANG BANGUN APLIKASI PANGGILAN DARURAT DENGAN PERINTAH SUARA BERBAHASA INDONESIA PADA PERANGKAT BERGERAK BERBASIS ANDROID RANCANG BANGUN APLIKASI BERITA DAN INFORMASI PARIWISATA INDONESIA TERKINI DENGAN MENGGUNAKAN KERANGKA KERJA PHONEGAP RANCANG BANGUN APLIKASI PERANGKAT BERGERAK SEBAGAI PANDUAN PERKEMBANGAN DAN PEMBERIAN NUTRISI UNTUK BAYI USIA 0-2 TAHUN

RANCANG BANGUN APLIKASI KEUANGAN PADA RESTORAN

RANCANG BANGUN APLIKASI DESAIN BATIK TULIS

RANCANG BANGUN SISTEM INFORMASI BERBASIS WEB

66 Tabel 5.3 menyimpan lima hasil pencarian menggunakan query SQL dan metode Vector Space Model dengan query masukan “rancang aplikasi”. Jumlah dokumen kembalian informasi dari uji coba adalah 164 dokumen untuk query SQL dan 1.209 dokumen untuk Vector Space Model. Recall dari query “rancang aplikasi” terhadap metode Vector Space Model bernilai 0,1135 dan presisi bernilai 0,0016. Tabel 5.4 Hasil pencarian dengan query 2 Query 2: segmentasi citra Vector Space Model Query SQL (109 dokumen) (469 dokumen) SEGMENTASI CORTICAL BONE CITRA DENTAL PANORAMIC RADIOGRAPH BERBASIS ENSEMBLE CLASSIFICATION SEGMENTASI CITRA IKAN TUNA MENGGUNAKAN GRADIENT-BARRIER WATERSHED BERBASIS ANALISIS HIERARKI KLASTER (GBW-AHK) DAN REGIONAL CREDIBILITY MERGING (RCM) INTEGRASI DENSITYBASED CLUSTERING DAN HMRF-EM PADA RUANG WARNA HSI UNTUK SEGMENTASI CITRA IKAN TUNA INISIALISASI PUSAT CLUSTER MENGGUNAKAN ARTIFICIAL BEE COLONY PADA ALGORITMA POSSIBILISTIC FUZZY C-

P3L UNTUK SEGMENTASI CITRA DENGAN TRANSFORMASI WATERSHED

KOMPRESI CITRA DIGITAL DENGAN METODE SEGMENTASI ADAPTIF

P3L SEGMENTASI CITRA MULTI TEKSTUR DENGAN MENGGUNAKAN FILTER GABOR IMPLEMENTASI SEGMENTASI CITRA NATURAL MENGGUNAKAN TEKNIK BERBASIS THRESHOLDING

67 Query 2: segmentasi citra Vector Space Model Query SQL (109 dokumen) (469 dokumen) MEANS UNTUK SEGMENTASI CITRA

SEGMENTASI CITRA IKAN TUNA DENGAN MAHALANOBIS HISTOGRAM THRESHOLDING DAN MAHALANOBIS FUZZY CMEANS

SEGMENTASI CITRA MENGGUNAKAN TEKNIK FUSI WARNA DAN TEKSTUR

Tabel 5.4 menyimpan lima hasil pencarian menggunakan query SQL dan metode Vector Space Model dengan query masukan “segmentasi citra”. Jumlah dokumen kembalian informasi dari uji coba adalah 109 dokumen untuk query SQL dan 469 dokumen untuk Vector Space Model. Recall dari query “rancang aplikasi” terhadap metode Vector Space Model bernilai 0,0441 dan presisi bernilai 0,0234.

Tabel 5.5 Hasil pencarian dengan query 3 Query 3: klasifikasi dokumen Vector Space Model Query SQL (12 dokumen) (252 dokumen) RANCANG BANGUN MODUL PENGELOMPOKAN DOKUMEN PADA SISTEM MANAJEMEN DOKUMEN KEPEGAWAIAN.

SISTEM MONITORING DOKUMEN

68 Query 3: klasifikasi dokumen Vector Space Model Query SQL (12 dokumen) (252 dokumen) EKSTRAKSI FITUR KONSEP DENGAN PENDEKATAN RELASI KATA UNTUK KLASIFIKASI HALAMAN WEB

P3L PENGKLASIFIKASIAN DOKUMEN BERBASIS ORACLE TEXT 10 DENGAN ALGORITMA SUPPORT VECTOR MACHINE

KLASIFIKASI DOKUMEN TEKS BERBAHASA ARAB MENGGUNAKAN ALGORITMA NAÏVE BAYES

KLASIFIKASI DOKUMEN TEKS BERBAHASA ARAB MENGGUNAKAN ALGORITMA NAIVE BAYES

PENGGUNAAN ALGORITMA K-NEAREST NEIGHBOR UNTUK KLASIFIKASI DOKUMEN BERBAHASA ARAB KLASIFIKASI DOKUMEN BERITA PADA PORTAL BERBAHASA INGGRIS DENGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES

PENGGUNAAN ALGORITMA K-NEAREST NEIGHBOR UNTUK KLASIFIKASI DOKUMEN BERBAHASA ARAB KLASIFIKASI DOKUMEN BERITA PADA PORTAL BERBAHASA INGGRIS DENGAN

Tabel 5.5 menyimpan lima hasil pencarian menggunakan query SQL dan metode Vector Space Model dengan query masukan “klasifikasi dokumen”. Jumlah dokumen kembalian informasi dari uji coba adalah 12 dokumen untuk query SQL dan 252 dokumen untuk Vector Space Model. Recall dari query “rancang aplikasi” terhadap metode Vector Space Model bernilai 0,0237 dan presisi bernilai 0,0238. Analisis dan Evaluasi Pada skenario Uji Coba 2, waktu proses yang dibutuhkan oleh masing-masing metode pencarian berdasarkan query tidak berbeda terlalu jauh dan sama-sama cepat.

69 Berdasarkan hasil uji coba 2, pencarian dengan 3 query yang berbeda, urutan data dokumen yang terpilih dengan menggunakan metode Vector Space Model cenderung memiliki judul dengan jumlah kata baku yang lebih sedikit dibanding dengan query SQL. Hal tersebut disebabkan karena adanya penghitungan bobot TF-IDF di mana nilai term frequency berbanding terbalik dengan panjang data teks, tetapi berbanding lurus dengan nilai cosine similarity. Semakin sedikit kata baku yang dapat diekstrak dari judul dokumen, semakin besar nilai term frequency yang didapatkan sehingga nilai cosine similarity yang didapat juga semakin tinggi dan ranking dokumen tersebut naik. Tidak hanya urutan data dokumen, jumlah data dokumen yang terpilih dari proses pencarian dengan masing-masing metode juga menghasilkan nilai yang berbeda. Fungsi pencarian menggunakan metode Vector Space Model berdasarkan ketiga query uji coba memiliki jumlah data dokumen terpilih yang lebih banyak dibanding metode query SQL. Ketiga query masukan terdiri dari dua kata kunci, digunakan untuk menunjukkan perbedaan metode query SQL dengan Vector Space Model. Pencarian dengan metode query SQL akan memilih dokumen dengan judul yang benar-benar sesuai dengan query masukan, sedangkan pencarian dengan Vector Space Model akan memilih dokumen dengan judul yang tiap kata baku dari query masukan terdapat di dalamnya. Sebagai contoh analisis query 3 yakni “klasifikasi dokumen”, jika menggunakan pencarian dengan metode query SQL, maka dokumen yang terpilih adalah dokumen dengan judul yang memiliki kata “klasifikasi dokumen” di dalamnya, sedangkan pencarian dengan metode Vector Space Model akan memilih dokumen dengan judul yang memiliki kata “klasifikasi”, ”dokumen”, dan “klasifikasi dokumen” di dalamnya, karena metode tersebut menganggap masih ada keterkaitan jika kata baku query masukan terdapat di dalam judul dokumen. Evaluasi untuk hasil pencarian dengan metode Vector Space Model menggunakan nilai recall dan presisi, di mana hasil recall dan presisi masih sangat

70 rendah. Hal ini dikarenakan data kata yang digunakan masih sangat sedikit dan kurang memberikan informasi. Judul dokumen tidak bisa dijadikan acuan untuk pembentukan vektor dokumen, di mana abstrak dari dokumen seharusnya bisa memberikan informasi lebih. Akan tetapi, dikarenakan banyaknya data yang kosong pada bagian abstrak dokumen sehingga abstrak dokumen juga tidak bisa dijadikan acuan untuk pembentukan vektor dokumen. 5.4

Skenario Uji Coba 3

Skenario uji coba 3 adalah skenario clustering tugas akhir dan tesis berdasarkan abstrak yang tersimpan dalam basis data RBTC. Skenario dilakukan untuk masing-masing abstrak tugas akhir dan tesis, yaitu dengan jumlah cluster terbentuk sebanyak dua hingga delapan. Jumlah cluster yang ditentukan dalam uji coba berdasarkan jumlah bidang minat yang ada di Teknik Informatika ITS. Tahapan Uji Coba Tahapan-tahapan uji coba yang dilakukan untuk clustering tugas akhir dan tesis adalah sebagai berikut: 1. Mengambil data string hasil praproses abstrak tugas akhir pada tabel “join” pada basis data. 2. Membangun matriks frekuensi kata dan matriks vektor dokumen menggunakan fungsi yang disediakan oleh Scikit-learn. 3. Menentukan nilai true_k untuk jumlah cluster yang dibuat. 4. Menyimpan hasil clustering ke dalam basis data. 5. Menghitung nilai Silhouette Coefficient untuk mengevaluasi dan menguji kualitas cluster. 6. Lakukan kembali mulai dari tahap 1 untuk abstrak tesis.

71 Hasil Uji Coba Tabel 5.6 Clustering Tugas Akhir 8 Kelompok Clustering Tugas Akhir (8 kelompok) Cluster Jumlah Anggota Nilai Silhouette 1 271 2 77 3 195 4 95 0,192 5 212 6 183 7 172 8 214 Tabel 5.7 Clustering Tesis 8 Kelompok Clustering Tesis (8 kelompok) Cluster Jumlah Anggota Nilai Silhouette 1 15 2 39 3 30 4 21 -0,029 5 44 6 33 7 27 8 13

72 Tabel 5.8 Clustering Tugas Akhir 3 Kelompok Clustering Tugas Akhir (3 kelompok) Cluster Jumlah Anggota Nilai Silhouette 1 590 2 461 0,677 3 368 Tabel 5.9 Clustering Tesis 3 Kelompok Clustering Tesis (3 kelompok) Cluster Jumlah Anggota Nilai Silhouette 1 85 2 95 0,726 3 42 Tabel 5.6 dan Tabel 5.7 adalah tabel hasil clustering tugas akhir dan tesis pada skenario uji coba 3 setelah program dijalankan sebanyak 10 kali dan diambil nilai rata-rata Silhouette Coefficient dengan parameter jumlah cluster sebanyak delapan, sesuai dengan bidang minat jurusan Teknik Informatika ITS sekarang. Evaluasi clustering untuk delapan kelompok dengan penghitungan nilai Silhouette Coefficient menghasilkan nilai 0,192 untuk clustering abstrak tugas akhir dan nilai -0,029 untuk clustering abstrak tesis. Tabel 5.8 dan Tabel 5.9 adalah tabel hasil clustering tugas akhir dan tesis pada skenario uji coba 3 setelah program dijalankan sebanyak 10 kali dan diambil nilai rata-rata Silhouette Coefficient dengan parameter jumlah cluster sebanyak tiga, sesuai dengan jumlah bidang minat jurusan Teknik Informatika pada kurikulum yang lama. Evaluasi clustering dengan penghitungan nilai Silhouette Coefficient menghasilkan nilai 0,677 untuk clustering abstrak tugas akhir dan nilai 0,726 untuk clustering abstrak tesis.

73

Gambar 5.1 Hasil Clustering dengan 8 kelompok

74

Gambar 5.2 Hasil Clustering dengan 3 Kelompok Gambar 5.1 adalah contoh visualisasi hasil clustering tugas akhir dan tesis dengan jumlah kelompok sebanyak delapan. Gambar 5.2 adalah contoh visualisasi hasil clustering tugas akhir dan tesis dengan jumlah kelompok sebanyak tiga. Visualisasi cluster menggunakan pustaka d3 Code Flower, di mana tiap kelompok cluster yang terbentuk akan divisualisasikan dalam bentuk sekumpulan node dengan gradasi warna yang berbeda untuk tiap kelompoknya. Fungsi mouseover digunakan untuk menampilkan label pada masing-masing node sebagai identitas anggota kelompok topik jika mouse diletakkan pada node tertentu.

75 Analisis dan Evaluasi Pada skenario uji coba 3 didapatkan hasil clustering tugas akhir dan tesis. Beberapa hal yang dapat diambil dan dilakukan analisis adalah sebagai berikut: 1. Clustering tugas akhir dan tesis tersebar secara merata ke seluruh cluster dengan jumlah anggota yang tidak jauh berbeda. 2. Nilai Silhouette Coefficient masih terlalu rendah untuk jumlah cluster sebanyak delapan yang berarti masih banyak anggota cluster yang bisa menjadi anggota cluster lain, dan banyak hasil clustering yang belum benar. 3. Pembagian clustering dengan delapan kelompok menunjukkan hasil yang tidak optimal, dikarenakan topik tugas akhir dan tesis Teknik Informatika ITS banyak yang ambigu dan bisa dikategorikan ke lebih dari satu topik. 4. Nilai Silhouette Coefficient sudah cukup tinggi untuk jumlah cluster sebanyak tiga yang berarti tugas akhir dan tesis sudah bisa dikatakan berhasil dikelompokkan dengan benar. 5. Pembagian clustering dengan tiga kelompok merupakan clustering dengan jumlah kelompok yang paling optimal. 5.5

Skenario Uji Coba 4

Skenario uji coba 4 adalah skenario membandingkan hasil clustering tugas akhir tanpa menggunakan tahapan reduksi dimensi dan dengan menggunakan reduksi dimensi pada tahapan sebelumnya. Uji coba dilakukan dengan memetakan hasil clustering tugas akhir dengan jumlah kelompok tiga dan delapan seperti pada skenario uji coba 3. Tahapan Uji Coba Tahapan-tahapan uji coba yang dilakukan untuk clustering tugas akhir dan tesis adalah sebagai berikut:

76 1. Mengambil data string hasil praproses abstrak tugas akhir pada tabel “join” pada basis data. 2. Membangun matriks frekuensi kata dan matriks vektor dokumen menggunakan fungsi yang disediakan oleh Scikit-learn. 3. Menentukan nilai jumlah cluster yang dibuat. 4. Menghitung nilai rata-rata Silhouette Coefficient untuk mengevaluasi dan menguji kualitas cluster. 5. Melakukan pemetaan hasil clustering. 6. Melakukan kembali mulai dari tahapan tiga dengan melakukan reduksi dimensi terlebih dahulu. Hasil Uji Coba

Gambar 5.3 Pemetaan clustering tugas akhir 8 kelompok tanpa reduksi dimensi

77

Gambar 5.4 Pemetaan clustering tugas akhir 3 kelompok tanpa reduksi dimensi Gambar 5.3 dan Gambar 5.4 adalah pemetaan hasil clustering tugas akhir tanpa melakukan reduksi dimensi pada tahapan sebelumnya.

Gambar 5.5 Pemetaan clustering tugas akhir 8 kelompok dengan reduksi dimensi

78

Gambar 5.6 Pemetaan clustering tugas akhir 3 kelompok dengan reduksi dimensi Gambar 5.5 dan Gambar 5.6 adalah pemetaan hasil clustering tugas akhir dengan melakukan reduksi dimensi pada tahapan sebelumnya menggunakan bahasa pemrograman Python. Nilai rata-rata silhouette coefficient untuk clustering tugas akhir tanpa mereduksi dimensi adalah -0,093 untuk delapan kelompok dan 0,422 untuk tiga kelompok. Analisis dan Evaluasi Pada skenario uji coba 4 didapatkan hasil perbandingan clustering tugas akhir tanpa reduksi dimensi dan dengan reduksi dimensi. Beberapa hal yang dapat diambil dan dilakukan analisis adalah sebagai berikut: 1. Pemetaan hasil clustering tugas akhir dengan menggunakan reduksi dimensi lebih terkelompok dengan baik dibanding tanpa reduksi dimensi. 2. Nilai rata-rata silhouette coefficient clustering tugas akhir tanpa reduksi dimensi lebih rendah dibanding dengan menggunakan reduksi dimensi seperti pada hasil skenario uji coba 3.

79

BAB VI KESIMPULAN DAN SARAN 6.

Bab ini membahas kesimpulan dari hasil uji coba terhadap fitur temu kembali informasi tambahan yang dibuat. Berisi jawaban dari rumusan masalah yang diangkat pada Bab I dan saran untuk pengembangan fitur temu kembali informasi pada tugas akhir ini untuk kedepannya. 6.1

Kesimpulan

Kesimpulan yang dapat diberikan setelah proses pengerjaan dari perancangan, implementasi dan uji coba yang telah dilakukan terhadap fitur temu kembali informasi tambahan untuk RBTC yang dibangun adalah sebagai berikut: 1. Hasil clustering tugas akhir dan tesis dengan parameter delapan kelompok topik dengan rata-rata nilai silhouette coefficient -0,029 untuk tesis dan 0,192 untuk tugas akhir masih belum bisa terbilang baik, karena beberapa data abstrak tugas akhir dan tesis masih memiliki keterkaitan terhadap lebih dari satu kelompok topik. 2. Hasil clustering tugas akhir dan tesis dengan parameter tiga kelompok topik dengan rata-rata nilai silhouette coefficient 0,726 untuk tesis dan 0,677 untuk tugas akhir menghasilkan cluster yang paling baik. 3. Fitur temu kembali informasi yang diimplementasikan yaitu pencarian sederhana menggunakan metode Vector Space Model, pencarian spesifik dengan spesifikasi judul, pengarang, isbn/issn, subjek, tahun, dan GMD, serta clustering tugas akhir dan tesis untuk penentuan tren topik. 4. Evaluasi pencarian dengan metode Vector Space Model memiliki recall dan presisi yang sangat rendah, karena vektor yang dibentuk dari judul dokumen saja masih belum bisa memberikan informasi yang berarti.

80 5. Reduksi dimensi pada data abstrak tugas akhir dan tesis mempengaruhi clustering sehingga tiap anggota cluster terkelompok dengan lebih baik dibandingkan tanpa melakukan reduksi dimensi. 6. Proses yang membutuhkan durasi waktu paling banyak adalah proses ekstraksi kata seluruh judul katalog RBTC, dan abstrak tugas akhir dan tesis. Sedangkan proses yang membutuhkan durasi waktu paling sedikit adalah pencarian menggunakan metode Vector Space Model. 6.2

Saran

Saran yang dapat diberikan untuk implementasi fitur temu kembali informasi pada tugas akhir ini untuk ke depannya adalah sebagai berikut: 1. Label untuk tiap cluster masih belum ada sehingga perlu ditambahkan label secara manual berdasarkan kata yang paling mewakili pada tiap cluster. 2. Pemilihan model visualisasi hasil clustering yang lebih memudahkan pengguna untuk memahami dan menangkap informasi yang diberikan.


DAFTAR PUSTAKA

[1]

[2]

[3]

[4]

[5]

[6]

[7] [8]

[9]

H. Wicaksono dan A. Nugraha, Dokumentasi SLiMS Berdasarkan SLiMS-3 (MATOA), Jakarta: Senayan Documentation, 2013. C. D. Manning, P. Raghavan and H. Schutze, Introduction to Information Retrieval, Cambridge University Press, 2008. F. Amin, "Sistem Temu Kembali Informasi dengan Metode Vector Space Model," Jurnal Sistem Informasi Bisnis, pp. 78-83, 2002. Wikipedia, "Principal Component Analysis," [Online]. Available: https://en.wikipedia.org/wiki/Principal_component_analys is. [Accessed 13 October 2016]. Scikit-learn, "Scikit-learn: machine learning in python," [Online]. Available: http://scikit-learn.org. [Accessed 9 November 2016]. Wikipedia, "Silhouette (Clustering)," [Online]. Available: https://en.wikipedia.org/wiki/Silhouette_(clustering). [Accessed 13 December 2016]. M. Bostock, "Data-Driven Documents," [Online]. Available: https://d3js.org. [Accessed 12 December 2016]. F. Z. Tala, "A Study of Stemming Effects on Information Retrieval in Bahasa Indonesia.," Institute for Logic, Language and Computation, Universiteit van Amsterdam, 2003. SciPy, "Scientific Computing Tools for Python — SciPy.org," [Online]. Available: https://www.scipy.org/about.html. [Accessed 8 June 2016].

81

82 [10] B. Rose, "Document Clustering with Python," [Online]. Available: http://brandonrose.org/clustering. [Accessed 8 October 2016]. [11] K. R. Prilianti dan H. Wijaya, "Aplikasi Text Mining untuk Automasi Penentuan Tren Topik Skripsi dengan Metode Kmeans Clustering," Cybermatika, vol. 2, 2014.


LAMPIRAN A

Gambar A.1 Pencarian dengan kata kunci “deteksi kesalahan” Pencarian dengan metode Vector Space Model bergantung pada jumlah kata yang terekstrak dari judul dokumen dan frekuensi kemunculan tiap kata pada seluruh dokumen yang ada. Jika jumlah kata yang terekstrak dari judul dokumen sedikit dan frekuensi kemunculan kata juga rendah, maka semakin tinggi nilai bobot untuk judul tersebut sehingga tingkat similaritas dengan query juga menjadi semakin tinggi. Hasil pencarian sederhana diurutkan berdasarkan tingkat similaritas yang paling tinggi ke yang paling rendah, tingkat similaritas dengan nilai yang lebih kecil dari nol tidak akan ditampilkan ke antarmuka.

83

84

Gambar A.2 Pencarian tugas akhir yang dipublikasikan pada tahun 2015 Pencarian spesifik dengan kriteria tahun 2015 dan kriteria jenis media yaitu tugas akhir. Pencarian spesifik diurutkan berdasarkan data dokumen yang paling baru. (Halaman ini sengaja dikosongkan)

LAMPIRAN B Hasil clustering tesis dengan parameter dua hingga delapan kelompok Clustering tesis 8 kelompok Clustering Tesis (8 kelompok) Cluster Jumlah Anggota Nilai Silhouette 1 15 2 39 3 30 4 21 -0,029 5 44 6 33 7 27 8 13 Clustering tesis 7 kelompok Clustering Tesis (7 kelompok) Cluster

Jumlah Anggota

1

39

2

32

3

24

4

43

5

28

6

33

7

23

Nilai Silhouette

0,035

85

86 Clustering tesis 6 kelompok Clustering Tesis (6 kelompok) Cluster

Jumlah Anggota

1

43

2

44

3

24

4

34

5

52

6

25

Nilai Silhouette

0,139

Clustering tesis 5 kelompok Clustering Tesis (5 kelompok) Cluster

Jumlah Anggota

1

24

2

64

3

56

4

50

5

28

Nilai Silhouette

0,244

Clustering tesis 4 kelompok Clustering Tesis (4 kelompok) Cluster

Jumlah Anggota

1

30

2

60

3

50

4

82

Nilai Silhouette

0,284

87 Clustering tesis 3 kelompok Clustering Tesis (3 kelompok) Cluster Jumlah Anggota Nilai Silhouette 1 85 2 95 0,726 3 42 Clustering tesis 2 kelompok Clustering Tesis (2 kelompok) Cluster Jumlah Anggota Nilai Silhouette 1 179 0,401 2 43


LAMPIRAN C Hasil clustering tugas akhir dengan parameter dua hingga delapan kelompok Clustering tugas akhir 8 kelompok Clustering Tugas Akhir (8 kelompok) Cluster Jumlah Anggota Nilai Silhouette 1 271 2 77 3 195 4 95 0,192 5 212 6 183 7 172 8 214 Clustering tugas akhir 7 kelompok Clustering Tugas Akhir (7 kelompok) Cluster

Jumlah Anggota

1

101

2

215

3

169

4

305

5

199

6

246

7

184

Nilai Silhouette

0,306

89

90 Clustering tugas akhir 6 kelompok Clustering Tugas Akhir (6 kelompok) Cluster

Jumlah Anggota

1

256

2

225

3

231

4

296

5

208

6

203

Nilai Silhouette

0,443

Clustering tugas akhir 5 kelompok Clustering Tugas Akhir (5 kelompok) Cluster

Jumlah Anggota

1

228

2

258

3

250

4

255

5

428

Nilai Silhouette

0,314

Clustering tugas akhir 4 kelompok Clustering Tugas Akhir (4 kelompok) Cluster

Jumlah Anggota

1

268

2

531

3

324

4

296

Nilai Silhouette

0,620

91

Clustering tugas akhir 3 kelompok Clustering Tugas Akhir (3 kelompok) Cluster Jumlah Anggota Nilai Silhouette 1 590 2 461 0,677 3 368 Clustering tugas akhir 2 kelompok Clustering Tugas Akhir (2 kelompok) Cluster Jumlah Anggota Nilai Silhouette 1 900 0,603 2 519

92


BIODATA PENULIS Rahardian Dewa Bimantara, lahir pada tanggal 4 November 1994, Surabaya. Penulis merupakan anak pertama dari dua bersaudara. Penulis pernah menempuh pendidikan di SD MIMI, SMP MIMI, dan SMA Kristen Petra 1. Saat ini penulis sedang menempuh pendidikan perguruan tinggi negeri di Institut Teknologi Sepuluh Nopember Surabaya di jurusan Teknik Informatika, Fakultas Teknologi Informasi, angkatan tahun 2012. Dalam rangka menyelesaikan S1, penulis mengambil bidang minat mata kuliah Komputasi Cerdas dan Visualisasi (KCV), dan memiliki minat dalam bidang temu kembali informasi (information retrieval), dan manajemen basis data. [email protected]

93

IMPLEMENTASI FITUR TEMU KEMBALI INFORMASI SLiMS PADA WEB MANAJEMEN RBTC

Recommend Documents