UNIVERSITAS INDONESIA PERBANDINGAN KECEPATAN SISTEM PENCARIAN KATA PADA DATABASE SIMPLE-O SKRIPSI

UNIVERSITAS INDONESIA

PERBANDINGAN KECEPATAN SISTEM PENCARIAN KATA PADA DATABASE SIMPLE-O

SKRIPSI

RIZKA HAIFA 0706276085

FAKULTAS TEKNIK UNIVERSITAS INDONESIA PROGRAM STUDI TEKNIK KOMPUTER DEPOK JUNI 2011

Perbandingan kecepatan ..., Rizka Haifa, FT UI, 2011

UNIVERSITAS INDONESIA

PERBANDINGAN KECEPATAN SISTEM PENCARIAN KATA PADA DATABASE SIMPLE-O

SKRIPSI Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknik

RIZKA HAIFA 0706276085

FAKULTAS TEKNIK UNIVERSITAS INDONESIA PROGRAM STUDI TEKNIK KOMPUTER DEPOK JUNI 2011


HALAMAN PERNYATAAN ORISINALITAS

Skripsi ini adalah hasil karya saya sendiri, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar.

Nama

: Rizka Haifa

NPM

: 0706276085

Tanda Tangan : Tanggal

: 10 Juni 2011

ii


HALAMAN PENGESAHAN

Skripsi ini diajukan oleh Nama NPM Program Studi Judul Skripsi

: : : : :

Rizka Haifa 0706276085 Teknik Komputer Perbandingan Kecepatan Sistem Pencarian Kata Pada Database SIMPLE-O

Telah berhasil dipertahankan dihadapan Dewan Penguji dan diterima sebagai bagian persyaratan yang diperlukan untuk memperoleh gelar Sarjanah Teknik pada Program Studi Teknik Komputer, Fakultas Teknik, Universitas Indonesia.

Ditetapkan di : Depok Tanggal

: 10 Juni 2010

iii


UCAPAN TERIMA KASIH Puji syukur saya panjatkan kehadirat Allah SWT, karena atas segala rahmat dan hidayat-Nya saya dapat menyelesaikan skripsi ini. Saya menyadari bahwa skripsi ini tidak akan terselesaikan tanpa bantuan dari berbagai pihak. Oleh karena itu, saya mengucapkan terima kasih kepada : 1.

Ibu Dr. Ir. Anak Agung Putri Ratna, M.Eng, selaku pembimbing skripsi saya, terima kasih atas arahan serta koreksi skripsi saya ini dengan sabar, dan telah memberikan banyak waktu untuk mengarahkan saya hingga selesai.

2.

Para peneliti sebelum ini yang juga memberikan sumber bacaan yang banyak bagi saya.

3.

Senior saya Boma yang telah mengajarkan dan memberikan banyak masukan dan juga Meirisal yang telah membantu menjawab pertanyaanpertanyaan saya.

4.

Orang tua dan keluarga saya yang telah memberikan bantuan dukungan material dan moral kepada saya.

5.

Sahabat, teman satu kelompok (Vanessa, Tania, Junda )serta semua yang telah memberi semangat saya dalam menyelesaikan skripsi ini tepat waktu.

6.

Dan seluruh Sivitas akademik Departemen Teknik Elektro yang tidak dapat saya sebutkan satu persatu. Akhir kata, semoga Allah SWT berkenan membalas kebaikan semua pihak

yang telah membantu. Semoga skripsi ini bermanfaat bagi perkembangan ilmu pengetahuan. Depok, 10 Juni 2011

Rizka Haifa

iv


HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS Sebagai sivitas akademika Universitas Indonesia, saya bertanda tangan di bawah ini : Nama

: Rizka Haifa

NPM

: 0706276085

Program studi : Teknik Komputer Departemen

: Teknik Elektro

Fakultas

: Teknik

Jenis karya

: Skripsi

demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Indonesia Hak Bebas Royalti Nonoksklusif (Non-exclusive Royalty Free Right) atas karya ilmiah saya yang berjudul : PERBANDINGAN KECEPATAN SISTEM PENCARIAN KATA PADA DATABASE SIMPLE-O beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non Eksklusif ini Universitas Indonesia berhak menyimpan, mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data (database), merawat, dan mempublikasikan tugas akhir saya selama tetap mencantumkan nama saya sebagai penulis/pencipta sebagai pemegang Hak Cipta.

Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di : Depok Pada tanggal : 10 Juni 2010 Yang menyatakan

Rizka Haifa

v


ABSTRAK

Nama : Rizka Haifa Program studi : Teknik Komputer Judul : Perbandingan Kecepatan Pencarian Kata Pada Database SIMPLE-O Skripsi ini membahas perbandingan kecepatan sistem pencarian kata pada database SIMPLE-O. Terdapat empat sistem yang dibandingkan yaitu 2 sistem yang merupakan sistem yang telah diimplementasikan (SIMPLE V1 dan SIMPLE V2) dan 2 sistem lagi merupakan sistem yang sedang dikembangkan (SIMPLE V3 dan SIMPLE V4). SIMPLE V1 adalah sistem pencarian kata yang semua proses pencariannya terletak di PHP. SIMPLE V2 meletakkan sebagian proses pencarian kata dalam database MySQL dan membagi tabel database menjadi 5 bagian berdasarkan kata depan sehingga proses terbagi dua yaitu pemotongan kata depan yang terletak di PHP dan pencarian kata yang terletak di MySQL. SIMPLE V3 merupakan pencarian kata yang menyerahkan proses pencarian sepenuhnya pada MySQL. Sedangkan SIMPLE V4 menggunakan algoritma Rabin-Karp yang diletakkan di stored procedure MySQL. Dari keempat sistem yang dibandingkan, sistem pencarian kata SIMPLE V3 merupakan sistem yang paling cepat diantara sistem lainnya. Kecepatan SIMPLE V3 62 kali lebih cepat dari SIMPLE V1 pada pencarian 1 kata dan 106 kali lebih cepat pada pencarian banyak kata. Sedangkan kecepatan SIMPLE V4 pada pencarian 1 kata tidak stabil sehingga tidak dapat dibandingkan dengan sistem lainnya dan pada pencarian banyak kata kecepatan SIMPLE V4 hanya 1.07 kali lebih cepat dari pada SIMPLE V1. Pada pencarían kata dalam kondisi jaringan sibuk (10-30 user mengakses sistem secara bersamasama), kecepatan SIMPLE V3 hanya turun sedikit sebesar 0.0000193947 detik yaitu sekitar 1.17 kali lebih lambat dibandingkan ketika jaringan tidak sibuk dan hanya diakses oleh 1 user. Sedangkan kecepatan SIMPLE V4 mengalami penurunan 0.041978478 detik yaitu sekitar 6.55 kali lebih lambat. Dari situ dapat terlihat bahwa SIMPLE V3 merupakan sistem yang paling cepat dan stabil. Kata kunci : Pencarian Kata, Simple-O, Rabin-Karp, PHP, MySQL

vi


ABSTRACT

Name : Rizka Haifa Study Program: Computer Engineering Title : Comparison The Speed Of Word-Matching Systems On SIMPLE-O Database This thesis focuses on comparison the speed of word-matching systems on SIMPLE-O database. There are four systems that compare, the 2 systems which is a system that has been implemented (SIMPLE SIMPLE V1 and V2) and 2 system is a system that is being developed (SIMPLE SIMPLE V3 and V4). SIMPLE V1 is the system searches that all of the search process lies in PHP. SIMPLE V2 which put some of the search process in a MySQL database and database tables divide into 5 sections based on the preposition that the process of cutting is two prepositions which lies in the PHP and the search for a word that is located in MySQL. SIMPLE V3 is a word search that submitted the search process entirely on MySQL. While SIMPLE V4 using Rabin-Karp algorithm, which is placed on MySQL stored procedures. With Compared the four systems, a word search system SIMPLE V3 is the fastest system among other systems. V3 SIMPLE speed 62 times faster than SIMPLE V1 on a word search. While on the search for many words, the speed SIMPLE V3 106 times faster than SIMPLE V1. The speed SIMPLE V4 on a word search is unstable so can not be compared with other systems and on many search words SIMPLE speed V4 only 1.07 times faster than SIMPLE V1. In the search word in the busy network conditions (10-30 users accessing the system together), SIMPLE speed V3 is only down slightly by 0.0000193947 seconds which is about 1:17 slower than the times when the network is not busy and only accessible by a user. While speed has decreased SIMPLE V4 0.041978478 seconds which is about 6:55 slower times. From there it can be seen that the SIMPLE V3 system is the most rapid and stable. Key Word : Word-Matching,, Simple-O, Rabin-Karp, PHP, MySQL

vii


DAFTAR ISI HALAMAN PERNYATAAN ORISINALITAS ................................................. II HALAMAN PENGESAHAN ............................................................................ III UCAPAN TERIMA KASIH .............................................................................. IV HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS ............................................................ V ABSTRAK ........................................................................................................ VI ABSTRACT .....................................................................................................VII DAFTAR ISI .................................................................................................. VIII DAFTAR GAMBAR ......................................................................................... XI DAFTAR TABEL ............................................................................................ XII BAB 1 PENDAHULUAN................................................................................... 1 1.1.

LATAR BELAKANG ................................................................................. 1

1.2.

PERUMUSAN MASALAH .......................................................................... 3

1.3.

TUJUAN PENELITIAN ............................................................................... 3

1.4.

BATASAN MASALAH ............................................................................... 3

1.5.

METODOLOGI PENELITIAN ...................................................................... 3

1.6.

SISTEMATIKA PENULISAN ....................................................................... 4

BAB 2 ESSAY GRADING, SIMPLE-O, DATABASE DAN ALGORITMA PENCARIAN KATA ......................................................................................... 6 2.1.

SISTEM ESSAY GRADING......................................................................... 6

2.2.

SIMPLE-O ............................................................................................ 7

2.3.

LATENT SEMANTIC ANALYSIS (LSA) DENGAN ANALISIS SINGULAR

VALUE DECOMPOSITION (SVD) ........................................................................ 7 2.4.

DATABASE MANAGEMENT SYSTEMS (DBMS)......................................... 8 2.4.1. MYSQL ........................................................................................ 9 2.4.2. MYSQL STORED PROGRAM ......................................................... 10

2.5.

ALGORITMA PENCARIAN KATA ............................................................. 11 viii


2.5.1. ALGORITMA BRUTE FORCE .......................................................... 12 2.5.2. ALGORITMA RABIN-KARP............................................................ 12 2.5.3. ALGORITMA KNUTH-MORRIS-PRATT ........................................... 14 2.5.4. ALGORITMA BOYER-MOORE ........................................................ 14 2.5.5. ALGORITMA DFA (DETERMINED FINITE AUTOMATA)................... 15 BAB 3 PERANCANGAN SISTEM PENCARIAN KATA ............................. 16 3.1.

PERANCANGAN SIMPLE V3 ................................................................. 16

3.2.

PERANCANGAN SIMPLE V4 ................................................................. 16 3.2.1PENGOPTIMALAN PERANCANGAN TABEL PERSAMAAN KATA.......... 17 3.2.2PERANCANGAN SISTEM PENCARIAN KATA SIMPLE V4 ................. 17 3.2.3FUNGSI HASH ................................................................................ 19 3.2.4PERANCANGAN GABUNGAN........................................................... 20

3.3.

PERANCANGAN UJI COBA ..................................................................... 22

BAB 4 IMPLEMENTASI, PENGUJIAN DAN ANALISA ............................ 26 4.1.

IMPLEMENTASI PERANGKAT.................................................................. 26 4.1.1. HARDWARE ................................................................................. 26 4.1.2. SOFTWARE .................................................................................. 26

4.2.

IMPLEMENTASI SISTEM ......................................................................... 26 4.2.1. SIMPLE V1 ................................................................................ 27 4.2.2. SIMPLE V2 ................................................................................ 27 4.2.3. SIMPLE V3 ................................................................................ 27 4.2.4. SIMPLE V4 ................................................................................ 27

4.3.

SCENARIO UJI COBA ............................................................................. 30 4.3.1. SCENARIO SIMPLE V1 ................................................................ 30 4.3.2. SCENARIO SIMPLE V2 ................................................................ 31 4.3.3. SCENARIO SIMPLE V3 ................................................................ 31 4.3.4. SCENARIO SIMPLE V4 ................................................................ 31

4.4.

ANALISA HASIL UJI COBA SISTEM ........................................................ 32 4.4.1. ANALISA PENGUJIAN 1 ................................................................. 32 4.4.2. ANALISA PENGUJIAN 2 ................................................................. 35 4.4.3. ANALISA PENGUJIAN 3 ................................................................. 36 ix


4.4.4. ANALISA PERBANDINGAN PENGUJIAN .......................................... 38 BAB 5 KESIMPULAN DAN SARAN ............................................................. 43 5.1.

KESIMPULAN ........................................................................................ 43

5.2.

SARAN ................................................................................................. 43

REFERENSI .................................................................................................... 44 LAMPIRAN 1 .................................................................................................. 46

x


DAFTAR GAMBAR

Gambar 3. 1 Source Code Pencarian Kata SIMPLE V3 ...................................... 16 Gambar 3.2 Activity diagram pengoptimalan database ....................................... 17 Gambar 3. 3 Standar Pseudocode Algoritma Rabin-Karp ................................... 18 Gambar 3.4 Activity diagram pencarian kata dengan Rabin-Karp pada Simple-O .......................................................................................................................... 19 Gambar 3.5 Activity diagram proses pencarian kata SIMPLE-O ........................ 21 Gambar 4. 1 Cuplikan Kode Pembentukan Hash ................................................ 28 Gambar 4. 2 Cuplikan Kode Rabin-Karp ........................................................... 29 Gambar 4. 3 Cuplikan Fungsi Pencarian Kata .................................................... 30 Gambar 4. 4 Grafik Perbandingan Perbedaan Kata Terhadap Kecepatan ............ 34 Gambar 4. 5 Grafik Perbandingan Jumlah Jawaban Soal Terhadap Kecepatan ... 36 Gambar 4. 6 Grafik Perbandingan Jumlah User Terhadap Kecepatan ................. 37 Gambar 4. 7 Grafik Perbandingan SIMPLE V1 Pengujian 1 dan Pengujian 2 ..... 38 Gambar 4. 8 Grafik Perbandingan SIMPLE V2 Pengujian 1 dan Pengujian 2 ..... 39 Gambar 4. 9 Grafik Perbandingan SIMPLE V3 Pengujian 1 dan Pengujian 2 ..... 39 Gambar 4. 10 Grafik Perbandingan SIMPLE V4 Pengujian 1 dan Pengujian 2 ... 40 Gambar 4. 11 Perbandingan Rata-Rata Pengujian 1, Pengujian 2 dan Pengujian 3 .......................................................................................................................... 41

xi


DAFTAR TABEL

Tabel 2.1 Perbandingan Kompleksitas Beberapa Algoritma Pencocokan String . 12 Tabel 4. 1 Hasil Pengujian 1 .............................................................................. 32 Tabel 4. 2 Banyak Kata Dalam Pengujian Satu .................................................. 33 Tabel 4. 3 Hasil Pengujian 2 .............................................................................. 35 Tabel L1. 1 Hasil Pengujian 3 SIMPLE V1 dengan 10 User ............................... 46 Tabel L1. 2 Hasil Pengujian 3 SIMPLE V2 dengan 10 User ............................... 46 Tabel L1. 3 Hasil Pengujian 3 SIMPLE V3 dengan 10 User ............................... 46 Tabel L1. 4 Hasil Pengujian 3 SIMPLE V4 dengan 10 User ............................... 47 Tabel L1. 5 Hasil Pengujian 3 SIMPLE V1 dengan 20 User ............................... 47 Tabel L1. 6 Hasil Pengujian 3 SIMPLE V2 dengan 20 User ............................... 48 Tabel L1. 7 Hasil Pengujian 3 SIMPLE V3 dengan 20 User ............................... 48 Tabel L1. 8 Hasil Pengujian 3 SIMPLE V4 dengan 20 User ............................... 49 Tabel L1. 9 Hasil Pengujian 3 SIMPLE V1 dengan 30 User ............................... 50 Tabel L1. 10 Hasil Pengujian 3 SIMPLE V2 dengan 30 User ............................. 51 Tabel L1. 11 Hasil Pengujian 3 SIMPLE V3 dengan 30 User ............................. 52 Tabel L1. 12 Hasil Pengujian 3 SIMPLE V4 dengan 30 User ............................. 53

xii


BAB 1 PENDAHULUAN

1.1.

Latar Belakang Ujian merupakan suatu cara untuk mengukur sejauh mana kemampuan

siswa dalam memahami pelajaran yang mereka pelajari. Ada beberapa macam bentuk ujian dan salah satunya adalah ujian essay. Diantara beberapa bentuk ujian, hanya ujian essay yang dapat secara efektif mengukur kemampuan siswa karena ujian essay menilai keseluruhan tingkatan dari Bloom’s Taxonomy (Knowledge, Comprehension, Application, Analysis, Synthesis and Evaluation) [1]. Namun, terdapat satu kendala besar dalam ujian essay yaitu lamanya waktu yang dibutuhkan oleh pengajar untuk mengoreksi terlebih lagi jika soal yang diberikan dan siswa yang mengikuti ujian banyak. Seiring dengan perkembangan teknologi, banyak hal yang diciptakan untuk memudahkan tugas manusia dan salah satunya adalah ujian essay dalam bentuk online atau disebut dengan online essay grading. Online essay grading dilakukan secara online, mulai dari menjawab soal ujian, hingga pemberian penilaian sehingga hal ini memberikan keuntungan bagi pengajar maupun siswa karena pelaksanaan ujian menjadi lebih efektif dan efisien [2]. Adapun keuntungan yang didapat siswa adalah siswa langsung dapat melihat nilai yang dicapai dan penilaian bersifat objektif karena sudah ada jawaban yang menjadi kata kunci dalam penilaian sehingga nilai siswa tergantung pada berapa banyak jawaban yang sama dengan kata kunci. Sedangkan kemudahan yang didapat pengajar adalah mereka tidak perlu lagi memeriksa begitu banyak essay yang dikerjakan karena semuanya sudah dikerjakan oleh komputer dan juga waktu yang dibutuhkan untuk memeriksa relatif singkat. Pada dasarnya ujian online hampir tidak ada bedanya dengan ujian biasa, perbedaannya hanya pada ujian online harus menggunakan komputer dan nilai ujian langsung dapat dilihat oleh siswa. Saat ini telah dikembangkan juga suatu ujian online dalam bentuk essay yang dinamakan SIMPLE-O yang merupakan sistem penilaian esei otomatis dengan menggunakan metode Latent Semantic Analysis (LSA) berbasis bahasa

1

Universitas Indonesia


2 Indonesia dan menambah pembobotan pada kata-kata yang dianggap penting dari kata kunci yang dipilih [3]. SIMPLE-O merupakan ujian esei online berbasis web yang dibangun dengan bahasa scripting PHP dan HTML serta dengan menggunakan database MySQL. Pada SIMPLE-O, database MySQL digunakan untuk menyimpan data-data yang digunakan yaitu data soal, data jawaban , data nilai dan kata-kata yang akan digunakan untuk membentuk matriks persamaan antara jawaban siswa atau mahasiswa dengan kunci jawaban sebenarnya [4]. Permasalahan yang muncul dalam SIMPLE-O adalah begitu banyaknya data yang tersimpan pada database yang menyebabkan proses pencarian kata menjadi lambat sehingga hal tersebut dapat mengganggu atau memperlambat kinerja perhitungan sistem. Masalah lain yang muncul adalah proses pencarian kata yang terletak di PHP dirasa penulis kurang efektif karena sistem akan bekerja tiga kali dengan mengambil data yang ada di MySQL, melakukan pencarian di PHP dan mengembalikan data lagi ke MySQL. Permasalahan tersebut menuntut dikembangkannya sistem pencarian kata yang lebih cepat. Sampai saat ini, telah ada dua sistem yang digunakan dalam pencarian kata. Sistem 1 atau disebut SIMPLE V1 adalah sistem pencarian kata yang semua proses pencariannya terletak di PHP. SIMPLE V1 ini terbukti tidak efektif karena proses pencarian kata masih terlalu lama. Oleh karena itu, dikembangkan sistem 2 atau disebut SIMPLE V2 yang meletakkan sebagian proses pencarian kata dalam database MySQL dan membagi tabel database menjadi 5 bagian berdasarkan kata depan. SIMPLE V2 terbukti lebih efektif karena dapat menaikkan kecepatan pencarian kata hingga 7.21 kali lebih cepat dengan peningkatan waktu mencapai 4,185549 detik dibandingkan algoritma 1. Namun, seiring akan bertambahnya variasi kata dalam database menyebabkan masalah kecepatan pencarian kata akan menjadi kendala lagi dikemudian hari. Oleh karena itu, penulis mencoba membuat dua sistem pencarian kata yang dirasa dapat meningkatkan proses pencarian kata agar dikemudian hari tidak terkendala oleh meningkatnya jumlah kata dalam database. Untuk membedakan dengan sistem yang sebelumnya telah dibuat, kedua sistem yang akan dibuat dinamakan SIMPLE V3 dan SIMPLE V4. SIMPLE V3 merupakan pencarian kata yang menyerahkan proses pencarian sepenuhnya pada MySQL. Sedangkan SIMPLE



3 V4 menggunakan algoritma Rabin-Karp yang diletakkan di stored procedure MySQL. Kedua sistem ini kemudian akan dibandingkan dengan kedua sistem yang telah ada sebelumnya untuk membuktikan apakah algoritma yang dibuat penulis terbukti lebih cepat atau bahkan lebih lambat. Pada skripsi ini penulis akan membandingkan keempat sistem pencarian kata untuk mencari sistem yang paling cepat dan efektif untuk digunakan dalam sistem SIMPLE-O.

1.2.

Perumusan Masalah Pada skripsi ini, penulis tidak akan menyimpang dari judul yang

ditetapkan serta sesuai dengan maksud yang disampaikan. Berikut ini adalah identifikasi masalah dalam skripsi ini : 1. Membuat algoritma yang mempercepat proses pencarian kata dan implementasinya pada sistem SIMPLE-O 2. Membandingkan kecepatan pencarian kata algoritma yang baru dibuat dengan yang telah ada 1.3.

Tujuan Penelitian Tujuan dari skripsi ini adalah 1. Mempercepat pencarian kata dengan menggunakan algoritma RabinKarp dan fungsi “SELECT” pada MySQL. 2. Membandingkan kecepatan pencarian kata antara 2 algoritma baru dan 2 algoritma lama. 3. Menentukan algoritma pencarian kata yang paling cepat untuk digunakan oleh SIMPLE-O

1.4.

Batasan Masalah Pada skripsi ini, penulis menetapkan batasan masalah agar tidak terjadi

penyimpangan dalam pembuatan skripsi ini, yaitu 1. Menerapkan fungsi “SELECT” dalam pencarian kata 2. Membuat algoritma Rabin-Karp untuk pencarian kata 1.5.

Metodologi Penelitian Metode penelitian yang digunakan dalam penulisan skripsi ini antara lain : Universitas Indonesia


4 a. Studi literatur Mengumpulkan data pencocokan string dan stored procedure dari jurnal, paper dan bacaan-bacaan yang ada kaitannya dengan judul penelitian. b. Wawancara Pengumpulan data melalui tatap muka dan tanya jawab langsung dengan sumber data atau pihak-pihak yang berhubungan dengan penelitian. c. Perancangan Sistem Perancangan sistem dibagi menjadi dua yaitu perancangan algoritma pencarian kata dan perancangan uji coba pencarian kata. d. Implementasi Menaruh rancangan sistem pencarian kata dalam bentuk store procedure pada SIMPLE-O dan menyesuaikannya dengan program

1.6.

Sistematika Penulisan Penulisan penelitian ini terdiri dari 4 bab, yaitu : a. Bab 1 Pendahuluan Menjelaskan tentang latar belakang masalah, tujuan penelitian, identifikasi masalah, batasan masalah, metodologi penelitian dan sistematika penulisan. b. Bab 2 Essay Grading, SIMPLE-O, Database dan Algoritma Pencarian Kata Menjelaskan tentang landasan atau dasar teori yang digunakan dalam penulisan penelitian ini yang berhubungan dengan permasalah yang diambil penulis. Teori-teori tersebut diambil dari literatur, observasi serta wawancara dengan pihak yang terkait. c. Bab 3 Perancangan Sistem Pencarian Kata Menjabarkan rancangan sistem dalam penelitian ini. d. Bab 4 Implementasi, Ujicoba dan Analisa



5 Menempatkan, menjalankan dan menguji algoritma pencarian kata serta menganalisa perbandingan keempat algoritma untuk ditentukan mana yang paling cepat e. Bab 5 Kesimpulan dan Saran Kesimpulan yang didapatkan dari penelitian ini.



BAB 2 ESSAY GRADING, SIMPLE-O, DATABASE DAN ALGORITMA PENCARIAN KATA

2.1.

Sistem Essay Grading Penelitian mengenai essay grading menggunakan komputer telah ada sejak

sebuah artikel mengenai topik itu muncul dalam Kappan hampir 30 tahun yang lalu [5]. Pada saat itu semua orang terkejut ketika mengetahui bahwa komputer dapat menilai sebaik penilaian yang diberikan manusia[6]. Dilanjutkannya pengembangan penelitian ini dikarenakan essay dianggap banyak peneliti sebagai ujian yang paling berguna untuk menilai hasil belajar, menyatakan kemampuan mengingat, mengatur dan menggabungkan ide serta kemampuan untuk mengekspresikan diri dalam bentuk tulisan memiliki kendala. Kendala yang dihadapi oleh penilaian essay adalah subjektifitas dalam proses penilaian yang dirasa oleh siswa sebagai bentuk ketidakadilan karena untuk soal yang sama, nilai yang diberikan antara penilai yang satu dengan penilai yang lain dapat berbeda. Selain itu, kegiatan essay grading dinilai memakan waktu. Sekitar 30% waktu pengajar di Inggris digunakan untuk memeriksa essay [7] sehingga dengan adanya essay grading otomatis diharapkan penilaian essay akan lebih konsisten dan dapat menghemat waktu dan biaya. Essay grading otomatis saat ini tersedia baik sebagai sistem komersil ataupun sebagai hasil penelitian dalam bidang ini, seperti Project Essay Grade (PEG), Intelligent Essay Assessor (IEA), Educational Testing service I, Electronic Essay Rater (E-Rater), C-Rater, BETSY, Intelligent Essay Marking System dan masih banyak lagi. Masing-masing sistem memiliki metode yang berbeda-beda dalam menilai essay yang memiliki kekurangan dan kelebihan masing-masing. Namun, tujuan dari penggunaan metode tersebut tetaplah sama yaitu agar didapat penilaian yang mendekati penilaian yang diberikan oleh manusia. Penerapan penilaian Essay Grading yang disebutkan diatas merupakan sistem yang dibuat dengan basis bahasa Inggris. Bahasa basis yang digunakan disini sangat mempengaruhih proses dan hasil yang dilakukan pada proses penilaian terhadap jawaban siswa karena karakteristik dari bahasa yang berbeda 6



7 [2]. Untuk menunjang penilaian esai di Indonesia, dikembangkanlah suatu sistem penilaian otomatis berbasis bahasa Indonesia yang dinamakan SIMPLE-O. Perkembangan SIMPLE-O terjadi melalui beberapa tahapan yang masing-masing tahapan

mengembangkan

bagian

masing-masing

dengan

tujuan

untuk

meningkatkan kinerja dan keakuratan penilaian.

2.2.

SIMPLE-O SIMPLE-O yang merupakan kependekan dari sistem penilaian essay

otomatis adalah salah satu essay grading yang sedang dikembangkan di Indonesia. Pada proses penilaian, SIMPLE-O menggunakan suatu metode Latent Schematic Analysis (LSA) dan teknik analisa Singular Value Decomposition (SVD). Penilaian esai otomatis ini juga menambahkan fitur pembobotan sebagai teknik penilaian yaitu menambahkan nilai bobot pada kata-kata yang dianggap penting dengan mengalikan nilai tersebut dengan bobot dua. Hasil yang diperoleh mencapai 82.56-96.42% aggreement dengan human rater karena menggunakan satu atau dua level pembobotan [2]. Sistem berbasis web yang dibangun dalam bahasa Indonesia ini terdiri dari 3 modul : 1. Modul Login 2. Modul Dosen 3. Modul Mahasiswa Setiap modul memiliki peranan masing-masing dalam sistem yang menunjang terciptanya sistem penilaian. 2.3.

Latent Semantic Analysis (LSA) Dengan Analisis Singular Value

Decomposition (SVD) Latent Semantic Analysis (LSA) merupakan salah satu metode untuk mengekstrak dan merepresentasikan kalimat dengan perhitungan matematis atau statistik dari teks dengan jumlah besar [8]. Perhitungan matematis dilakukan dengan memetakan ada atau tidak adanya kata dari kelompok kata pada matriks. Pada pemrosesan LSA, terdapat analisa SVD (Singular Value Decomposition) yang mengkompresi informasi yang berkaitan dalam jumlah besar ke dalam ruang yang lebih kecil tetapi mewakili arti yang sebenarnya.



8 Teknik SVD digunakan untuk melakukan estimasi atau perkiraan struktur dalam penggunaan kata dalam dokumen-dokumen. Pada dasarnya SVD merupakan teknik untuk melakukan estimasi rank dari matriks. Jika diketahui matriks A dengan dimensi m x n, dimana nilai m ≥ n dan rank (A) = r maka singular value decomposition dari A, dinotasikan sebagai SVD (A), didefinisikan melalui persamaan A=UƩVT ……………………………………………………………(2.1) dimana UTU=VTV=In ....……………………………………………………(2.2) dan memenuhi kondisi Ʃ=diag(σ1,….,σ2) …………………………………………………(2.3) dimana σi > 0 untuk 1 ≤ i ≤ r σj > 0 untuk j ≤ r + 1 Kolom r pertama dari matriks U dan V mendefinisikan vektor eigen orthonormal yang bersesuaian dengan r nilai vektor eigen tidak-nol dari matriks AAT dan ATA berturut-turut. Kolom dari matriks U dan V berisi vektor, masingmasing disebut vektor singular kiri dan kanan. Nilai singular dari A merupakan elemen diagonal dari matriks Σ, dimana nilai singular didapat dari akar pangkat dua dari nilai absolut dari sejumlah n nilai eigen dari AAT [4].

2.4.

Database Management Systems (DBMS) DBMS (Database Management systems) adalah kumpulan program yang

mengkoordinasikan semua kegiatan yang berhubungan dengan database. Dengan adanya berbagai tingkatan pandangan dalam suatu database maka untuk mengakomodasikan masing-masing pengguna dalam piranti lunak manajemen database biasanya terdapat bahasa-bahasa tertentu yang disebut Data Sub language [9]. Data sub language adalah subset bahasa yang dipakai untuk operasi manajemen database. Pada penggunaan biasanya dapat ditempelkan (embedded)



9 pada bahasa tuan rumah (Cobol, PL/1, dsb). Secara umum maka setiap pengguna database memerlukan bahasa yang dipakai sesuai tugas dan fungsinya. Dalam database secara umum dikenal dua data sub language : 1. Data Definition Language (DDL) Bahasa yang digunakan dalam mendefinisikan struktur atau kerangka dari database, di dalamnya termasuk record, elemen data, kunci elemen, dan relasinya 2. Data Manipulation Language (DML) Bahasa yang digunakan untuk menjabarkan pemrosesan dari database, fasilitas ini diperlukan untuk memasukkan, mengambil, mengubah data. DML dipakai untuk operasi terhadap isi database Ada dua jenis DML : 1. Procedural DML Digunakan untuk mendefinisikan data yang diolah dan perintah yang akan dilaksanakan. 2. Non Procedural Digunakan untuk menjabarkan data yang diinginkan tanpa menyebutkan bagaimana cara pengambilannya.

Secara khusus pengguna menggunakan berbagai bahasa : Programmer aplikasi menggunakan bahasa-bahasa seperti Cobol, Informix, dll (host language) yang ditempelkan dengan bahasa yang dipakai dalam DBMS. Pemakai terminal menggunakan bahasa Query (misal SQL) atau menggunakan program aplikasi (yang dirancang oleh programmer). Sedangkan pengelola database atau DBA (Database Administrator) lebih banyak menggunakan bahasa DDL dan DML yang tersedia dalam DBMS [9].

2.4.1. MySQL Merupakan software sistem manajemen basis data SQL (bahasa Inggris: database management system) atau DBMS yang multithread dan multi-user. MySQL AB membuat MySQL tersedia sebagai software gratis dibawah lisensi GNU General Public License (GPL), tetapi mereka juga menjual dibawah lisensi Universitas Indonesia


10 komersial untuk kasus-kasus dimana penggunaannya tidak cocok dengan penggunaan GPL. MySQL dimiliki dan disponsori oleh sebuah perusahaan komersial Swedia MySQL AB, dimana memegang hak cipta hampir atas semua kode sumbernya. Kedua orang Swedia dan satu orang Finlandia yang mendirikan MySQL AB adalah: David Axmark, Allan Larsson, dan Michael "Monty" Widenius [10]. 2.4.2. MySQL Stored Program Stored program atau dikenal juga sebagai stored module atau stored routine adalah kumpulan instruksi SQL yang disimpan dan dijalankan di database server. Stored program baru diimplementasikan pada MySQL versi 5.0. MySQL stored program terdiri dari tiga jenis utama [11] : 1.

Stored procedures Stored procedures merupakan tipe yang paling umum dari stored

program. Stored procedure adalah

bagian program umum yang

dieksekusi sesuai permintaan dan dapat menerima berbagai parameter input dan output. 2.

Stored functions Stored functions sama dengan stored procedures, tetapi hasil

eksekusinya mengembalikan nilai tunggal. Lebih penting lagi, stored function dapat digunakan bersama dengan standar SQL statement, mengizinkan programmer untuk secara efektif memperluas kemampuan bahasa SQL. 3.

Trigger Trigger merupakan stored programs yang di aktifkan sebagai respon

atau dipicu oleh aktifitas didalam database. Biasanya, trigger akan dilibatkan pada sebagai respon DML operation (insert, update, delete) atau dengan kata lain trigger akan dijalankan secara otomatis pada saat atau sesudah modifikasi data. Trigger dapat digunakan untuk validasi data.

Keuntungan-keuntungan dari menggunakan stored program, yaitu 1.

Mengurangi beban client yang mungkin akan kelebihan beban.



11 2.

Mengurangi network traffic karena pengoperasian stored program berada pada sisi server.

3.

2.5.

Meningkatkan keamanan karena akses user ke database dibatasi.

Algoritma Pencarian Kata Algoritma pencarian kata atau yang lebih dikenal dengan algoritma

pencocokan string merupakan algoritma yang dikebangkan untuk mencocokkan kata. Menurut cara pembacaan teks, algoritma pencocokan string dapat dibedakan atas dua cara pembacaan [12] : 1. Dari kiri ke kanan Algoritma pencarian dengan teknik ini sangat banyak. Hampir sebagian besar algoritma pencarian menggunakan cara pembacaan teks dari kiri ke kanan. 2. Dari kanan ke kiri Dalam Algoritma ini, terdapat algoritma Boyer-Moore yang dianggap merupakan salah satu algoritma yang utama dan algoritma standar dalam pencocokan string. Sampai saat ini terdapat banyak algoritma pencocokan string, baik merupakan algoritma yang diciptakan dari awal maupun berupa pengembangan dari algoritma yang sudah ada. Untuk kompleksitas waktu beberapa algoritma yang akan dibahas, dapat dilihat pada Tabel 2.1 [12]. Secara umum, istilah yang terdapat dalam pencocokan string antara lain teks dan pattern. Teks (text) adalah (long) string yang panjangnya n. Pattern yaitu string dengan panjang m karakter (m < n) yang akan dicari di dalam teks.



12 Tabel 2.1 Perbandingan Kompleksitas Beberapa Algoritma Pencocokan String

Algorithm

Fase Preprocessing

Fase Pencarian

Brute Force

0 (tidak ada)

O(mn)

Rabin-Karp

O(m)

O(mn)

Knuth-Morris-Pratt

O(m)

O(n+m)

Boyer–Moore

O(m + σ)

O(n/m), O(n)

2.5.1. Algoritma Brute Force Algoritma Brute Force merupakan algoritma yang ditulis tanpa memikirkan peningkatan performa. Karakteristik algoritma Brute Force : 

Tidak perlu fase prepocessing (tahap sebelum melakukan search atau pencocokan string).



Selalu berpindah tepat 1 langkah ke kanan.



Perbandingan dapat dilakukan pada urutan apa saja.



Fase pencarian memiliki kompleksitas O(mn)



perbandingan karakter yang terjadi diharapkan 2n

Algoritma Brute Force melakukan pencarian pada setiap posisi di dalam teks antara 0 dan n-m, tidak peduli apakah terjadi pengulangan pola atau tidak. Kemudian, setelah setiap percobaan, pattern di geser tepat 1 posisi ke kanan. 2.5.2. Algoritma Rabin-Karp Algoritma Karp-Rabin diciptakan oleh Michael O. Rabin dan Richard M. Karp pada tahun 1987 dengan menggunakan fungsi hashing untuk menemukan pattern [13]. Pada algoritma ini, terdapat fase preprocessing yang merupakan fase dimana kata/pattern yang dicari diubah terlebih dahulu dengan fungsi hashing menjadi nilai numerik. Diubahnya kata menjadi nilai numerik dengan tujuan untuk mempermudah pencarian karena secara umum lebih cepat mencari nilai numerik yang memiliki 10 kemungkinan (digit 0-9) dibandingkan huruf abjad



13 dengan 26 kemungkinan (karakter a-z). Proses yang terjadi pada algoritma RabinKarp akan dijelaskan sebagai berikut [14] : 1. Asumsikan string persamaan kata adalah string t yang panjangnnya m dan pattern (string yang dicari yaitu string jawaban siswa) P panjangnya n. 2. Asumsikan Si menyatakan sebuah string dengan panjang n. 3. Ide utama dari penggunaan algoritma ini adalah memanfaatkan fungsi hash untuk memetakan Si yaitu string yang akan dicari ke dalam himpunan. Fungsi hash digunakan untuk menempatkan suatu record yang mempunyai nilai kunci k. Fungsi hash yang paling umum berbentuk ; H (k) = k mod m............................................................................. (3.1) Di dalam algoritma ini k berupa string P atau string Si 4. Sketsa Algoritma a. Pertama hitung nilai fungsi hash dari string P. Catatan : Ketika proses pencarian berlangsung, tidak perlu lagi menghitung nilai fungsi hash dari string Si karena fungsi Si sebelumnya telah dihitung dan hasilnya diletakkan pada tabel persamaan kata yang disimpan oleh database. b. Lakukan penelusuran terhadap Si, jika h(Si) = h(P), maka lakukan pencocokan antara string Si dengan string p secara Brute Force. Pada tahap ini, pencocokan dengan Brute Force akan diganti dengan pencocokan kata yang telah disediakan oleh MySQL. c. Jika h(Si) =! h(P) , tidak perlu dilakukan pencocokan string dan penelusuran dilanjutkan kembali terhadap string yang berikutnya sampai ditemukan atau sampai string terakhir. Karakterikstik Algoritma Rabin-Karp : 

Menggunakan sebuah fungsi hashing



Fase prepocessing menggunakan kompleksitas waktu O(m)



Untuk fase pencarian kompleksitasnya : O(mn)



Waktu yang diperlukan O(n+m)



14 2.5.3. Algoritma Knuth-Morris-Pratt Algoritma Knuth-Morris-Pratt (KMP) [12] bergerak dari kiri ke kanan seperti algortima Brute Force tetapi memilik kemampuan yang lebih baik dalam hal melakukan pergeseran pattern. Rancangan algoritma Knuth-Morris-Pratt mengikuti analisis dari algoritma Morris dan Pratt yang sebelumnya telah ditemukan terlebih dahulu oleh J.H Morris (jr) dan V.R Pratt pada tahun 1970. Bersama dengan D.E Knuth, algoritma ini menjadi Knuth-Morris-Pratt dengan berbagai perbaikan dari algoritma sebelumnya. Karakteristik utama algorima KMP :  Kompleksitas ruang dan waktu untuk fase prepocessing adalah O(m)  Kompleksitas waktu untuk fase pencarian : O(n+m) Pada algoritma KMP dikenal adanya fungsi pinggiran (Border Function) yang didefinisikan sebagai ukuran terpanjang dari pattern yang juga akhiran dari pattern tersebut. 2.5.4. Algoritma Boyer-Moore Algoritma Boyer-Moore dianggap sebagai algoritma pencocokan string yang paling efisien pada aplikasi umum [15]. Berbagai versi algoritma ini digunakan dalam teks editor untuk perintah pencarian dan pergantian (find and replace). Algoritma pencocokan string Boyer-Moore didasarkan atas dua teknik : 1.

Teknik looking-glass, menemukan pattern di dalam teks dengan

menggerakan pattern mundur dimulai dari akhir teks. 2.

Teknik character-jump, pergeseran karakter yang dilakukan saat

terjadi ketidak cocokan Karakteristik utama algoritma Boyer-Moore : 

Melakukan perbandingan dari kanan ke kiri



Fase persiapan / prepocessing membutuhkan kompleksitas waktu O(m + σ)



Fase pencarian : kompleksitas waktunya O(mn)



Pada kasus terburuk, sebanyak 3n karakter teks yang dibandingkan untuk pattern yang tak berulang.



Kasus terbaik O(n/m)



15 2.5.5. Algoritma DFA (Determined Finite Automata) DFA merupakan salah satu algoritma pencarian kata yang dikenal sebagai suatu metode yang digunakan untuk menerima suatu pattern atau tidak menerimanya. Pada optimasi algoritma DFA, sistem tidak lagi membaca teks yang lebih kecil dari karakter yang diperlukan yaitu dengan menambahkan kondisi ((T.length() – i) >= (5 – Status)) pada while [16]. Dengan sedikit penyesuaian, penulis akan mencoba menaruh metode DFA pada awal proses pencarian. Penyesuaian yang dilakukan adalah dengan menambahkan kondisi yang membuat sistem akan melewatkan atau tidak membaca kata jika ( panjang kata pada database =! Panjang kata yang dicari ) sehingga sistem tidak perlu lagi memeriksa kata yang tidak mendekati atau tidak cocok dengan kata yang dicari.



BAB 3 PERANCANGAN SISTEM PENCARIAN KATA Pada bab ini akan dibahas tentang perancangan pencarían kata pada SIMPLE-O. Perancangan ini terbagi menjadi 2 yaitu perancangan sistem dan peracangan uji coba. Pada perancangan sistem, terdapat dua sistem pencarían kata yang akan dirancang yaitu SIMPLE V3 dan SIMPLE V4. Perancangan uji coba merancang proses uji coba yang akan dilakukan dengan berbagai kondisi.

3.1.

Perancangan SIMPLE V3 SIMPLE V3 merupakan pencarian kata yang proses pencariannya

diserahkan sepenuhnya pada database MySQL. Proses pencarian ini tidak menggunakan database abstraction layer AdobDB. Dengan demikian, overhead database abstraction layer AdobDB dapat dieliminasi sehingga diharapkan akan mempercepat proses pencarian kata. Pada pencarian kata SIMPLE V3 digunakan fungsi pencarian yang ada pada database MySQL yaitu menggunakan fungsi “SELECT” untuk mengambil kode persamaan kata pada table persamaan kata jika kata pada database sama dengan kata yang dicari yaitu jawaban mahasiswa ataupun jawaban dosen. Source code pencarian kata SIMPLE V3 ditunjukkan pada Gambar 3.1. SELECT persamaan FROM tb_perskata WHERE kata ='$kata' Gambar 3. 1 Source Code Pencarian Kata SIMPLE V3

3.2.

Perancangan SIMPLE V4 SIMPLE V4 merupakan sistem pencarian kata dengan menggunakan

algoritma Rabin-Karp. Dipilihnya algoritma Rabin-Karp sebagai algoritma untuk pencarian kata karena algoritma ini dianggap paling cocok untuk pencarian kata dalam jumlah besar. Konsep perancangan pencarian kata dengan algoritma RabinKarb terbagi menjadi 2, yaitu : 1. Pengoptimalan perancangan tabel persamaan kata 2. Perancangan sistem pencarian kata SIMPLE V4

16



17 3.2.1. Pengoptimalan Perancangan Tabel Persamaan Kata Tabel persamaan kata merupakan tabel yang akan diakses oleh proses pencarian kata untuk mencari kata yang memiliki arti yang sama. Pada tabel persamaan kata terdapat beberapa kolom yaitu kolom no, kolom kata, kolom kata dasar, kolom kode kata dan kolom kode persamaan. Pada perancangan tabel persamaan kata yang ditunjukkan pada Gambar 3.2, penulis mencoba untuk menambahkan kolom panjang string yang merupakan kolom yang menunjukkan banyaknya karakter yang terdapat pada sebuah string dan juga mengurutkan string berdasarkan panjang karakternya. Hal ini dilakukan untuk mempermudah proses pencarian kata yang akan menggunakan salah satu metode yang terdapat pada optimasi algoritma DFA (Determined Finite Automata) yang penulis telah sesuaikan dengan keadaan sistem. Selain itu, penulis juga akan menambahkan kolom nilai hash yang nanti akan digunakan dalam pencarian kata.

Gambar 3.2 Activity diagram pengoptimalan database

3.2.2. Perancangan Sistem Pencarian Kata SIMPLE V4 Dalam perancangan sistem pencarian kata SIMPLE V4 yang akan ditempatkan pada database MySQL, digunakan algoritma Rabin_Karp dengan fungsi Hash untuk pencocokan kata yang diperkirakan dapat mempercepat proses tersebut. Gambar 3.3 memperlihatkan pseudocode standar algoritma Rabin-Karp. Selain itu, dilakukan percobaan untuk menggabungkan salah satu metode pada optimasi algoritma DFA (Determined Finite Automata) untuk kemudian



18 disisipkan pada awal pencarian kata, sebelum algoritma Rabin_Karp di jalankan. Pada dasarnya, proses dari pencarian kata adalah mencocokkan kata yang memiliki karakter yang sama dengan katakter kata yang dicari. Jadi pada skripsi ini, akan sering digunakan istilah pencocokan kata, pencocokan string, pencarian string yang memiliki arti yang sama dengan pencarian kata. Diagram pencarian kata akan dijelaskan pada Gambar 3.4.

function RabinKarpSet(string s[1..n], set of string subs, m) { set hsubs := emptySet for each sub in subs insert hash(sub[1..m]) into hsubs hs := hash(s[1..m]) for i from 1 to n if hs € hsubs if s[i..i+m-1] = a substring with hash hs return i hs := hash(s[i+1..i+m]) return not found {

Gambar 3. 3 Standar Pseudocode Algoritma Rabin-Karp



19

Tabel Persamaan Kata

Preprocess (Penghitungan Nilai Hash)

Jawaban Mahasiswa

Preprocess (Penghitungan nilai hash)

Pencarian Persamaaan Kata (Dengan Nilai Hash)

Ditemukan ?

Ya

Tidak

Tidak Pencocokan String

Selesai

Ya

Cocok ?

Gambar 3.4 Activity diagram pencarian kata dengan Rabin-Karp pada Simple-O

3.2.3. Fungsi Hash Fungsi hash merupakan sebuah fungsi yang mengubah string menjadi nilai numerik, yang disebut nilai hash. Contohnya adalah Hash(”Hello”) = 5. Faktanya, jika terdapat dua buah string yang sama, maka nilai hash mereka pasti sama sehingga fakta inilah yang mendasari Algoritma Rabin-Karp. Terdapat beberapa kendala dalam pencocokan dengan fungsi ini yaitu banyaknya string yang berbeda Universitas Indonesia


20 yang memiliki nilai hash

yang sama. Penyelesaian masalah pertama,

menyebabkan masalah kedua yaitu belum tentu string yang memiliki nilai hash yang sama adalah sama sehingga untuk menyelesaikan masalah ini dilakukan pencocokan string dengan fungsi MySQL. Kunci agar algoritma Rabin-Karp berjalan baik, terdapat pada pemilihan nilai hash nya. Salah satu cara yang terkenal dan efektif adalah memperlakukan setiap substring sebagai suatu bilangan dengan basis tertentu, biasanya yang dijadikan basis adalah bilangan prima berukuran besar. Sebagai contoh, substring “hi” dengan basis 101, akan mempunyai hash value sebesar

104*1011

+

105*1010 = 10609 (nilai ASCII untuk ‘h’ = 104 dan ‘i’ = 105). 3.2.4. Perancangan Gabungan Ini merupakan perancangan akhir dari sistem pencarian kata SIMPLE V4 yang akan dikembangkan. Pada perancangan ini akan dijelaskan penggabungan antara metode DFA dengan algoritma Rabin-Karp dengan fungsi hans. Gambar 3.5 menjelaskan keseluruhan proses pencarian kata.



21

Gambar 3.5 Activity diagram proses pencarian kata SIMPLE-O

Pada Gambar 3.5, terlihat adanya garis melintang yang memisahkan proses yang terjadi antara tabel persamaan (bagian kiri) dan input user (bagian kanan). Pemisah tersebut untuk menegaskan bahwa proses yang terjadi pada tabel Universitas Indonesia


22 persamaan kata yang kemudian ditambahkan nilai hash dan dihitung panjang kata atau karakter lalu diurutkan merupakan proses yang sebelumnya telah tersimpan di database sehingga tidak perlu diproses kembali kecuali ada penambahan kata dalam tabel persamaan kata. Pada pencarian persamaan kata, input dari jawaban mahasiswa dihitung panjang karakternya. Setelah itu, pada pencarian pertama panjang karakter input akan dicari pada kolom panjang karakter di tabel persamaan kata. Jika terdapat panjang karakter yang tidak sama, maka input hanya akan melewatkan tanpa memeriksa lebih lanjut. Input baru akan memeriksa jika panjang input yang dicari (n) sama dengan panjang kata pada tabel persamaan kata (m). Setelah ditemukan panjang kata yang sama, maka pada input akan dilakukan perhitungan nilai hash. Berikutnya, nilai hash input akan dicocokkan dengan nilai hash pada kata-kata yang terdapat pada tabel persamaan kata yang tadi memiliki panjang karakter yang sama. Jika ditemukan nilai hash yang sama maka kata pada input akan dicocokkan pada kata tersebut dengan pencocokan kata pada database MySQL . Jika cocok, maka kata telah ditemukan dan akan diambil kode persamaan kata untuk dilakukan pencocokan dengan kata kunci. Jika tidak cocok maka dilakukan pemeriksaan kembali persamaan kata dengan nilai hash sampai cocok atau sampai kata terakhir dalam tabel yang berarti kata input tidak ada dalam tabel persamaan kata.

3.3.

Perancangan Uji Coba

Perancangan uji coba ini merancang kondisi-kondisi uji coba yang akan dijalankan sistem untuk membandingkan kecepatan pencarian kata. Proses pengujian dilakukan dengan memvariasikan banyaknya kata yang akan dicari. Kata yang akan dicari disesuaikan dengan keadaan sistem yang pada kenyataannya akan mencari kata pada jawaban mahasiswa sehingga variasi yang diterapkan adalah dengan mempertimbangkan banyaknya mahasiswa yang mengakses pada waktu yang bersamaan dan jumlah soal yang dikerjakan mahasiswa dalam satu ujian. Data yang diuji berupa dokumen teks yang diambil dari jawaban ujian mahasiswa yang sebelumnya telah di kumpulkan. Dokumen yang akan diuji disesuaikan dengan kondisi yang akan ditetapkan dalam pengujian untuk mengukur algoritma pencarian kata yang paling cepat. Untuk keseluruhan



23 pengujian, program akan dijalankan sebanyak sepuluh kali untuk masing-masing pengujian. Pengujian terdiri dari tiga kondisi, yaitu 1. Pengujian 1 Pengujian dengan mengambil sampel dari pencarian satu kata dan menghitung banyaknya jumlah kata yang harus dilewati sistem untuk menemukan kata yang dicari. Tujuan dari pengujian ini :  Membandingkan kecepatan masing-masing sistem dalam mencari sebuah kata  Menganalisa pengaruh banyaknya jumlah kata yang dilalui terhadap kecepatan algoritma

2. Pengujian 2 Mengambil sampel dari jawaban ujian, dimana akan diambil data pertahap dengan melihat banyaknya jumlah kata yang akan dicari. Pada hal ini, akan diambil sampel dari penggunaan satu buah jawaban soal hingga delapan buah jawaban soal. Tujuan dari pengujian ini adalah melihat pengaruh banyaknya jumlah kata yang dicari terhadap kecepatan masing-masing sistem.

3. Pengujian 3 Mengambil sample dari banyaknya user yang mengakses simple-o secara bersamaan, terdiri dari 10, 20 dan 30 user. a.

10 client dengan @ 8 soal

b.


c.


Tujuan dari pengujian ini adalah membandingkan pengaruh kecepatan dari banyaknya user yang mengakses sistem secara bersama-sama terhadap masing-masing sistem.



BAB 4 IMPLEMENTASI, PENGUJIAN DAN ANALISA

4.1.

Implementasi Perangkat Tahap implementasi ini akan menerapkan apa yang telah dirancang pada

perancangan sistem. Sebelum penerapan perancangan dijabarkan, ada beberapa kondisi yang harus dipenuhi oleh suatu sistem berbasis web yaitu mengenai spesifikasi alat untuk menjalankan sistem tersebut. Berikut ini merupakan spesifikasi hardware dan software untuk menjalankan sistem : 4.1.1. Hardware Berikut ini adalah spesifikasi hardware yang digunakan : 

Motherboard

: Gigabyte GA



Prosesor

: Intel Core 2 Quad Q8300 2.33 Ghz



Memory (RAM)

: 4 GB

4.1.2. Software Berikut ini adalah spesifikasi software yang digunakan :

4.2.



Sistem Operasi

: Ubuntu 10.4.2



Web Server

: Apache 2.2.14



Sistem Basis Data

: MySQL 5.1.37



PHP Engine

: PHP 5.3.2

Implementasi Sistem Ini merupakan tahap implementasi 4 sistem pencarian kata untuk

dibandingkan dalam mencari sistem yang tercepat. Seperti yang telah dijelaskan dalam bab pendahuluan, bahwa sistem yang akan dibandingkan adalah sistem yang telah dan sedang digunakan yaitu SIMPLE V1 dan SIMPLE V2 dengan sistem yang sedang dirancang yaitu SIMPLE V3 dan SIMPLE V4. Berikut ini akan dijabarkan satu persatu mengenai sistem pencarian kata yang akan dibandingkan. 26



27 4.2.1. SIMPLE V1 SIMPLE V1 merupakan sistem pencarian kata tahap pertama atau versi pertama yang dibangun untuk menunjang pencarian kata pada database. Sistem ini juga sistem yang pertama kali digunakan pada SIMPLE-O. Pada sistem ini, semua proses pencarian kata dipindahkan ke PHP. Proses pencarian kata pada sistem ini adalah sistem akan memindahkan semua kata dan kode persamaan pada tabel persamaan kata untuk dimasukkan sebagai array di PHP. Lalu proses pencarian katanya dilakukan oleh fungsi array_search() yang ada di PHP. Dari proses tersebut diketahui bahwa seluruh proses pencarian kata terletak di PHP. 4.2.2. SIMPLE V2 SIMPLE V2 merupakan sistem pencarian kata versi kedua yang melakukan proses pencarian kata dengan memecah tabel persamaan kata menjadi 5 buah tabel tergantung dari banyaknya kemungkinan kata yang memiliki persamaan karakter/huruf. Pada pencarian kata ini terdapat dua proses yaitu proses untuk memecah imbuhan sebuah kata dan mencarinya kedalam database. Proses memecah imbuhan sebuah kata dilakukan pada PHP. Sedangkan proses pencarian kata akan dilakukan di database MySQL. Jadi dapat dikatakan bahwa SIMPLE V2 memanfaatkan fungsi pada PHP dan MySQL untuk melakukan pencarian kata. 4.2.3. SIMPLE V3 Implementasi SIMPLE V3 sangatlah sederhana, karena seluruh proses pencarian kata diserahkan ke MySQL sehingga sistem hanya menggunakan perintah ”SELECT” pada database MySQL untuk pencarian kata. 4.2.4. SIMPLE V4 SIMPLE

V4

merupakan

sistem

pencarian

kata

yang

sedang

dikembangkan. Sistem ini seperti yang telah dijelaskan pada bab perancangan, menggunakan algoritma Rabin-Karp sebagai algoritma pencocokan kata. Proses implementasi pada SIMPLE V4 terbagi menjadi beberapa bagian, yaitu : 1. Pembentukan nilai hash Tahap pembentukan nilai hash dapat dikatakan juga sebagai fase preprocessing yaitu fase yang terjadi sebelum proses pencarian kata Universitas Indonesia


28 dilakukan. Fase ini mengubah kata yang dicari dan kata yang berada didalam database menjadi nilai hash. Nilai hash dibentuk dengan mengubah kata menjadi bilangan ASCII dan membaginya dengan bilangan prima. Pembetukan algoritma perubahan nilai hash menggunakan stored function. Digunakannya stored function karena pada akhirnya fungsi ini akan diletakkan pada proses pencarian kata sehingga dibutuhkan fungsi yang dapat digunakan bersamaan dengan perintah SQL. Gambar 4.1 menunjukkan cuplikan kode pembentukan nilai hash.

CREATE FUNCTION `ascii_string_v01`(in_string VARCHAR(20)) RETURNS varchar(256) DETERMINISTIC BEGIN DECLARE i INT DEFAULT 1; .... SET string_len=LENGTH(in_string); .... WHILE (i<string_len) DO .... SET out_string= ASCII(SUBSTR(in_string,i,1))*pow(10,y); .... END WHILE; .... RETURN (jumlah_mod); END Gambar 4. 1 Cuplikan Kode Pembentukan Hash

2. Proses Pencarian Kata Sistem pencarian kata ini menggunakan algoritma Rabin-Karp yang di buat di dalam stored procedure. Didalam sistem pencarian kata ini, terdapat perubahan kata menjadi nilai hash sehingga digunakan kode nilai hash dalam algoritma ini. Gambar 4.2 menunjukkan cuplikan kode pencarian kata.



29 CREATE PROCEDURE `rabinkarp_v01`(jawaban_mhs varchar(100)) luar: BEGIN DECLARE ketemu VARCHAR(50) DEFAULT 0; .... DECLARE db_cursor1 CURSOR FOR .... db_loop: WHILE(ketemu=0) DO .... IF ascii_string_v01(jawaban_mhs)=l_nilai_hash THEN ... END IF; END IF; END WHILE db_loop; ... END luar

Gambar 4. 2 Cuplikan Kode Rabin-Karp

3. Peletakan pencarían kata dalam PHP Tahap implementasi terakhir adalah penggabungan sistem pencarían kata kedalam keseluruhan sistem SIMPLE-O yang diletakkan di PHP. Untuk memanggil sistem pencarían kata yang menggunakan stored procedure, digunakan fungsi “call”. Pada akhirnya, output dari sistem pencarían kata ini adalah kode persamaan kata. Gambar 4.3 menunjukkan cuplikan kode fungsi pencarían kata.



30 function carikata($kata) { .... } $sql = "CALL rabinkarp_v01(?)"; $stmt = $mysqli->prepare($sql); if ($mysqli->errno) {die($mysqli->errno.":: ".$mysqli->error);} $jawaban_mhs = $kata; $stmt->bind_param("s", $jawaban_mhs); $stmt->execute( ); .... while ($stmt->fetch( )) { } $stmt->close(); }

Gambar 4. 3 Cuplikan Fungsi Pencarian Kata

4.3.

Scenario Uji Coba Pada scenario uji coba ini, akan dijelaskan proses pencarian kata yang

berjalan dalam mencocokkan kata antara jawaban mahasiswa atau jawaban dosen dengan kata pada database. Masing-masing sistem memiliki proses yang berbeda dalam pencarian kata, tergantung bagaimana struktur penyimpanan kata pada database. 4.3.1. Scenario SIMPLE V1 Database SIMPLE V1, hanya menggunakan 1 tabel kata yang terdiri dari 1141 rows untuk pencarian kata. Letak kata pada tabel berurut sesuai abjad sehingga dalam pencariaannya kata yang terletak paling bawah akan memiliki waktu pencarian yang relatif lebih lama dibandingkan kata yang berada diatasnya. Waktu pencarian lebih lama disebabkan oleh jumlah kata yang harus dilalui selama pencarian. Pada pencarian kata yang dilakukan oleh SIMPLE V1, pertama-tama sistem akan memindahkan seluruh kata dan persamaan kata pada tabel persamaan kata ke dalam array PHP. Urutan kata yang dipindahkan sesuai dengan urutan kata yang berada pada tabel database. Pada proses pencariannya, sistem akan Universitas Indonesia


31 mulai melakukan pencarian dari kata teratas atau dari array ke 0. Jadi saat melakukan pencarian kata ”broadcast” yang terletak pada array ke 143, sistem harus melewati 143 kata sampai menemukan kata yang dicari. 4.3.2. Scenario SIMPLE V2 Database SIMPLE V2 memiliki 5 buah tabel untuk proses pencarian kata. Kelima tabel tersebut dibagi berdasarkan kata depan yaitu tabel ber, tabel di, tabel me, tabel per dan tabel kata. Masing-masing tabel memiliki jumlah kata yang berbeda namun pengurutan kata pada setiap tabel tetaplah sama yaitu berdasarkan urutan abjad. Proses pencarian kata pada SIMPLE V2 adalah pertama-tama kata yang dicari

dipisahkan

kata

depannya.

Misalnya,

kata

yang

dicari

adalah

diimplementasikan. Setelah kata diimplementasikan dipisahkan kata depannya, lalu akan dicocokkan kata depan dengan nama tabel. Dari proses tersebut didapatkan bahwa kata depan diimplementasikan adalah ”di” sehingga pencarian kata diimplementasikan akan dilakukan pada tabel di. Kata diimplementasikan terletak pada urutan ke 248 pada tabel di sehingga sistem harus melewati 247 kata sebelum menemukan kata yang dicari. 4.3.3. Scenario SIMPLE V3 Database SIMPLE V3 sama dengan database pada SIMPLE V1. Perbedaannya hanya proses pencarian pada SIMPLE V3 langsung mencari pada databasenya. Jadi saat melakukan pencarian kata ”broadcast” yang terletak pada kolom ke 144, sistem harus melewati 143 kata sampai menemukan kata yang dicari. 4.3.4. Scenario SIMPLE V4 Pada dasarnya Database SIMPLE V4 sama dengan database SIMPLE V1 dan SIMPLE V3. Perbedaannya hanyalah pada SIMPLE V4 terdapat sedikit penyesuaian pada fungsi pencariannya yaitu hanya mencocokkan kata yang memiliki panjang karakter sama dengan kata yang dicari. Jadi saat mencari kata “broadcast” yang mengandung 9 karakter, sistem hanya akan mencari pada kata yang mengandung 9 karakter juga. Jumlah kata yang mengandung 9 katakter Universitas Indonesia


32 sebanyak 29 kata dan kata “broadcast” berada pada kolom ke 10. Oleh karena itu, untuk dapat menemukan kata “broadcast” sistem harus melewati 9 kata diatasnya.

4.4.

Analisa Hasil Uji Coba Sistem Hasil uji coba sistem ini merupakan hasil yang didapatkan setelah

dilakukan uji coba terhadap sistem. Karena skripsi ini hanya untuk melihat perbandingan kecepatan proses pencarian kata, sehingga uji coba hanya akan melibatkan proses pencarian kata itu sendiri dan tidak melibatkan proses keseluruhan sistem SIMPLE-O Hasil-hasil dari uji coba akan berupa perbandingan-perbandingan antara satu sistem dengan sistem lainnya. 4.4.1. Analisa Pengujian 1 Setelah melakukan pengujian dengan mengambil sampel dari pencarian satu kata sebanyak 10 kali, didapatkan hasilnya untuk masing-masing sistem sebagai berikut : Tabel 4. 1 Hasil Pengujian 1

No

Kata

Waktu (detik) SIMPLE V1

SIMPLE V2

SIMPLE V3

SIMPLE V4

1

Bertambah

0.007313

0.0007307

0.000153

0.0119119

2

Broadcast

0.006967

0.0007011

0.000109

0.0023740

3

Diimplementasikan

0.006923

0.0006870

0.000111

0.0025423

4

Domain

0.006875

0.0007000

0.000110

0.0041508

5

Jaringan

0.007573

0.0007082

0.000109

0.0046018

6

Mekanisme

0.006932

0.0006919

0.000112

0.0136913

7

Multimedia

0.006812

0.0006902

0.000109

0.0045043

8

Pemograman

0.006953

0.0006856

0.000108

0.0125997

9

Protocol

0.007549

0.0007014

0.000110

0.0074656

10

Wireless

0.006853

0.0006935

0.000109

0.0116938

Dari hasil uji coba pada Tabel 4.1 yang mengambil sampel pencarian satu kata, terlihat bahwa terdapat perbedaan kecepatan pencarian kata pada setiap sistem. Jika ditinjau pengaruh kata yang dicari dengan kecepatan sistem maka diketahui bahwa dalam setiap sistem terdapat variasi kecepatan tergantung dari Universitas Indonesia


33 kata yang dicari. Perbedaan kecepatan pada pencarian kata yang berbeda dipengaruhi oleh dua hal, yaitu 1. Letak kata yang berbeda pada database 2. Metode pencarian yang digunakan. Ditinjau dari letak, kata yang lebih cepat pengaksesannya dikarenakan letak kata tersebut yang berada lebih atas dari kata yang memiliki kecepatan yang lebih lambat sehingga ketika proses pencarian berlangsung, kata-kata yang harus dilewati sistem selama proses pencarian cenderung lebih sedikit. Berikut ini merupakan tabel yang akan menunjukkan jumlah kata yang harus dilewati sistem dalam pencarian kata-kata yang diujikan :

Tabel 4. 2 Banyak Kata Dalam Pengujian Satu

NO

Kata

Banyak Kata Yang Dilalui SIMPLE V1

SIMPLE V2

SIMPLE V3

SIMPLE V4

1 2

Bertambah Broadcast

123 143

32 108

123 143

81 9

3

247

26

247

6

4

Diimplementasi kan Domain

301

188

301

34

5

Jaringan

424

311

424

31

6

Mekanisme

590

3

590

106

7

Multimedia

735

487

735

25

8

Pemograman

795

17

-

-

9

Protocol

885

556

885

58

10

Wireless

1139

811

1139

98

Jika dilihat dari banyaknya kata yang harus dilalui, SIMPLE V4 seharusnya menjadi sistem yang paling cepat diantara sistem lainnya, disusul oleh SIMPLE V2 dan SIMPLE V1 serta SIMPLE V3. Namun yang terjadi sebaliknya, SIMPLE V3 yang merupakan sistem dengan kata yang dilalui terbanyak, menghasilkan kecepatan yang jauh lebih cepat dibandingkan dibandingkan ketiga sistem lainnya dan disusul oleh SIMPLE V2 dan SIMPLE V4 serta SIMPLE V1. Walaupun banyaknya data yang harus dilalui SIMPLE V1 sama dengan SIMPLE Universitas Indonesia


34 V3, namun ternyata SIMPLE V1 tidak sama cepat dengan SIMPLE V3 dan dapat dikatakan bahwa SIMPLE V1 merupakan sistem yang paling lambat. Jika SIMPLE V1 dibandingkan dengan SIMPLE V4, sebenarnya rata-rata kecepatan sistem mencari kata hampir sama. Padahal perbedaan banyaknya kata yang harus dilewati antara SIMPLE V1 dengan SIMPLE V4 sangatlah jauh. Dari sini dapat diketahui bahwa dalam pencarian kata, banyaknya kata yang harus dilalui sepanjang pencarian bukanlah satu-satunya faktor yang menentukan kecepatan sistem. Kecepatan pencarian juga ditentukan oleh metode pencarian kata yang digunakan. Walaupun banyaknya kata yang dilewatkan sama, jika metode yang digunakan berbeda maka kecepatan pun akan berbeda.

Gambar 4. 4 Grafik Perbandingan Perbedaan Kata Terhadap Kecepatan

Dari Tabel 4.1, dapat dibuat grafik pada Gambar 4.4 untuk meninjau metode atau sistem yang digunakan. Dari situ dapat terlihat bahwa terdapat variasi kecepatan yang terjadi pada ketiga sistem yaitu SIMPLE V1, SIMPLE V2 dan SIMPLE V3 pada pencarian kata yang berbeda. Namun, variasinya kecepatannya tidaklah terlalu jauh antara satu kata dengan kata lainnya, bahkan variasi pada SIMPLE V2 dan SIMPLE V3 hampir tidak terlihat dikarenakan perrubahan yang begitu kecil. Namun, hal yang demikian tidaklah terjadi pada SIMPLE V4 yang



35 kecepatan pencarian setiap kata yang berbeda sangatlah jauh variasinya sehingga dapat dikatakan bahwa kecepatan pencarian SIMPLE V4 benar-benar terpengaruh oleh letak kata yang dicari. Sistem lainnya walaupun terpengaruh, namun pengaruhnya tidak terlalu terlihat. Ditinjau dari perbandingan kecepatan kata masing-masing sistem, SIMPLE V3 melakukan pencarian kata yang paling cepat diantara sistem lainnya. Kecepatan SIMPLE V3 sekitar 62 kali lebih cepat dibandingkan dengan SIMPLE V1. Sedangkan kecepatan SIMPLE V2 hanya sekitar 9 kali lebih cepat jika dibandingkan dengan SIMPLE V1. Kecepatan SIMPLE V4 tidaklah konstan, Sehingga ada saat dimana SIMPLE 4 lebih cepat dibandingkan SIMPLE V1 dan juga ada saat sebaliknya. Kecilnya kecepatan SIMPLE V4 dikarenakan tahap preprocessing yang lama sehingga walaupun kata yang harus dilewatkan dalam pencarian kata sedikit, total waktu pencarian menjadi lama. 4.4.2. Analisa Pengujian 2 Berikut ini adalah hasil uji coba pengujian 2 yang menguji untuk mengukur kecepatan sistem berdasarkan jumlah soal. Tabel 4. 3 Hasil Pengujian 2

NO

Jumlah

Waktu (detik)

Jawaban

SIMPLE V1

SIMPLE V2

SIMPLE V3

SIMPLE V4

1

1 Soal

0.007680264

0.000653094

7.42462E-05

0.007030016

2

2 Soal

0.007870633

0.000659575

7.42386E-05

0.0072094

3

3 Soal

0.007950325

0.00066217

7.46727E-05

0.007273374

4

4 Soal

0.007938678

0.00066238

7.48132E-05

0.007553402

5

5 Soal

0.008085352

0.000660441

7.51757E-05

0.007708349

6

6 Soal

0.008015893

0.000667851

7.48E-05

0.007602231

7

7 Soal

0.008129802

0.000667526

7.49662E-05

0.007578944

8

8 Soal

0.008176844

0.000667543

7.48561E-05

0.00762163



36

Gambar 4. 5 Grafik Perbandingan Jumlah Jawaban Soal Terhadap Kecepatan

Dari hasil pengujian yang ditunjukkan pada Tabel 4.3 dan Gambar 4.5, terlihat bahwa banyaknya jawaban atau jumlah kata yang harus dicari berbanding lurus dengan kecepatan sistem. Jadi semakin banyak jawaban soal yang dicari maka semakin lama kecepatan sistem. Jika dilakukan perbandingan satu persatu maka akan terlihat bahwa SIMPLE V3 merupakan sistem yang paling cepat diantara sistem lainnya. Untuk memperjelas perbandingan, maka SIMPLE V1 yang merupakan sistem pencarian kata yang pertama kali digunakan akan dijadikan sebagai pembanding. Kecepatan semua sistem lebih cepat dari SIMPLE V1 yaitu SIMPLE V2 12 kali lebih cepat , sedangkan SIMPLE V3 106 kali lebih cepat dan yang terakhir adalah SIMPLE V4 1.07 kali lebih cepat. Melalui pengujian dengan variasi soal ini dapat terlihat bahwa SIMPLE V3 merupakan sistem yang tercepat dalam pencarian kata. 4.4.3. Analisa Pengujian 3 Pengujian 3 menguji 3 kondisi dari banyaknya user yang mengakses sistem. Hasil dari pengujian berupa tabel-tabel yang saling terpisah antara setiap sistem. Tabel ini terdiri dari 6 kolom yaitu kolom time,sistem, user, dispatch,start dan timestamp. Keenam kolom ini menjelaskan bagiannya masing-masing. Kolom



37 time menjelaskan waktu yang dibutuhkan oleh suatu sistem untuk mencari kata. Selanjutnya kolom sistem merupakan kolom yang menyatakan sistem yang diujikan. Lalu kolom user menjelaskan user terlibat dalam proses pencarian kata. Kemudian kolom dispatch menyatakan waktu yang ditetapkan untuk menjalankan sistem. Kolom start merupakan waktu sistem dieksekusi sehingga dari keseluruhan kolom yang ditampilkan pada pengujian tiga, hanya kolom time yang akan digunakan dalam menganalisa kecepatan sistem dalam mencari kata. Hasil dari pengujian 3 akan dilampirkan pada Lampiran 1.

Gambar 4. 6 Grafik Perbandingan Jumlah User Terhadap Kecepatan

Dari grafik pada Gambar 4.6 dapat dianalisa bahwa pada SIMPLE V1, SIMPLE V2 dan SIMPLE V4 semakin banyak user yang mengakses sistem secara bersamaan maka kecepatan sistem akan semakin menurun. Pada dasarnya, semakin banyak user yang mengakses sistem juga mempengaruhi kinerja kecepatan pada SIMPLE V3. Namun, terlihat stabilnya SIMPLE V3 pada grafik disebabkan oleh perubahan kecepatan sistem yang hanya sedikit yang yaitu sekitar 0.0000253014584944 detik sehingga tidak terbaca jelas oleh grafik. Namun, walaupun kecepatan sistem menurun, SIMPLE V3 tetap menjadi yang tercepat. Jika dianalisa lebih dekat, sistem diakses secara bersamaan. Lalu, sistem mulai mengeksekusi juga hampir secara bersamaan (ada yang berbeda tetapi sedikit, Universitas Indonesia


38 tergantung kondisi). Letak kata dalam database juga ikut mempengaruhi kecepatan eksekusi. Karena kecepatan pemrosesan user berbeda-beda sehingga sistem selesai dengan waktu yang berbeda. 4.4.4. Analisa Perbandingan Pengujian Dalam analisa perbandingan pengujian ini, akan dibandingkan keterkaitan pengaruh masing-masing pengujian terhadap kecepatan sistem. Pada dasarnya, pengujian 1 menguji pengaruh perbedaan kata yang dicari terhadap kecepatan sistem. Sedangkan pengujian 2 menguji pengaruh banyaknya jumlah jawaban soal yang dicari terhadap kecepatan sistem. Terakhir yaitu pengujian 3 menguji pengaruh padatnya jaringan terhadap kecepatan sistem sehingga dalam analisa perbandingan ini yang akan dibandingkan, yaitu 1.

Membandingkan kecepatan sistem dalam pencarian 1 kata dengan

pencarian 1 jawaban soal. Pada perbandingan ini, akan dilihat pengaruh perbandingan pada setiap sistem. Berikut adalah grafik perbandingan pada setiap sistem.

Gambar 4. 7 Grafik Perbandingan SIMPLE V1 Pengujian 1 dan Pengujian 2

Dari grafik pada Gambar 4. 7 terlihat bahwa pada SIMPLE V1, pengujian dengan 1 kata lebih cepat dibandingkan pengujian soal jawaban yang terdiri dari banyak kata. Kecepatan pengujian dengan 1 kata 1.12 kali lebih cepat Universitas Indonesia


39 dibandingkan dengan kecepatan pengujian dengan banyak kata. Hal ini disebabkan oleh proses pencarian pada SIMPLE V1 yang harus memindahkan semua kata dan kode persamaan pada tabel persamaan kata untuk dimasukkan sebagai array di PHP. Semakin sedikit kata yang dipindahkan maka semakin cepat sistem bekerja. Jadi dapat dikatakan bahwa SIMPLE V1 tidak optimal untuk pencarian kata dalam jumlah banyak.


Gambar 4. 9 Grafik Perbandingan SIMPLE V3 Pengujian 1 dan Pengujian 2 Universitas Indonesia


40 Hal yang berbeda terlihat pada Gambar 4.8 dan Gambar 4.9, dari grafik tergambar bahwa pengujian dengan banyak kata pada SIMPLE V2 dan SIMPLE V3 lebih cepat dibandingkan dengan pengujian yang hanya dengan 1 kata. Kecepatan SIMPLE V2 dalam pencarian banyak kata 1.05 kali lebih cepat jika dibandingkan dengan SIMPLE V2 pada pencarian 1 kata sedangkan SIMPLE V3 pada pencarian banyak kata 1.52 kali lebih cepat dibandingkan dengan pencarian 1 kata. Walaupun pada SIMPLE V2 seiring banyaknya jumlah semakin menurun kecepatannya,

namun

penurunan

yang

terjadi

tidaklah

signifikan

dan

kecepatannya pun masih diatas pengujian dengan 1 kata. SIMPLE V3 terlihat stabil dalam grafik. Dilihat dari Table 4.9 bahwa penurunan kecepatan yang terjadi sangat kecil sekali dan bahkan ada titik dimana semakin banyak kata, kecepatannya meningkat. Oleh karena itu, perubahan yang sangat kecil pada SIMPLE V3 tidak terlihat digrafik.


Perbandingan SIMPLE V4 pada Gambar 4. 10, grafik yang tergambar tidak dapat menunjukkan perbandingan pengujian 1 dan pengujian 2 karena sistem ini sangat terpengaruh oleh letak kata pada database sehingga hasil dari pengujian 1 tidak dapat untuk membandingkan pengaruh kecepatan pada pencarian 1 kata dengan banyak kata pada pengujian 2.



41 2.

Membandingkan kestabilan ketiga pengujian.

Gambar 4. 11 Perbandingan Rata-Rata Pengujian 1, Pengujian 2 dan Pengujian 3

Dari grafik pada Gambar 4. 11 terlihat bahwa sistem SIMPLE V3 merupakan sistem yang paling stabil dan paling cepat. Hal itu terlihat dari perbandingan setiap pengujian. Pada pengujian 3 dengan 10-30 user memadati jaringan atau manjalankan sistem secara bersama-sama, kecepatan sistem SIMPLE V3 tetaplah stabil dan cepat dan tidak mengalami penurunan kecepatan yang jauh. Berbeda dengan sistem lainnya yang kecepatannya akan menurun seiring dengan banyaknya orang yang mengakses sistem secara bersama-sama. Jika dihitung, penurunan kecepatan SIMPLE V4 antara pengujian 2 dan pengujian 3 hanya 0.0000193947 detik yaitu sekitar 1.17 kali lebih lambat. Sedangkan SIMPLE V1 penurunan sebesar 0.058900529 detik yaitu sekitar 9.32 kali lebih lambat. SIMPLE V2 mengalami penurunan yang paling tajam sebesar 0.030238901 detik yaitu sekitar 44.26 kali lebih lambat. SIMPLE V4 mengalami penurunan

0.041978478

detik

yaitu

sekitar

6.55

kali

lebih

lambat.



BAB 5 KESIMPULAN DAN SARAN 5.1.

Kesimpulan

Dari perancangan yang telah dibuat, dapat ditarik beberapa kesimpulan : 1. Sistem pencarían kata yang baru dibuat yaitu SIMPLE V3 dan SIMPLE V4 berhasil diimplementasikan. 2. Dari perbandingan pencarían kata yang dilakukan, didapatkan bahwa SIMPLE V3 berhasil mempercepat sistem SIMPLE-O dan merupakan sistem yang paling cepat dan stabil diantara sistem SIMPLE lainnya. Sedangkan SIMPLE V1 merupakan sistem yang paling lambat. 3. SIMPLE V4 hanya berhasil mempercepat sistem melebihi SIMPLE V1, namun masih kalah cepat jika dibandingkan dengan SIMPLE V2 dan SIMPLE V3. 4. Pada pengujian 1, jika kecepatan keseluruhan sistem dibandingkan dengan SIMPLE V1 maka kecepatan SIMPLE V2 yaitu 9 kali lebih cepat, kecepatan SIMPLE V3 yaitu 62 kali lebih cepat. Kecepatan SIMPLE V4 tidak dapat dibandingkan karena SIMPLE V4 tidak stabil dalam pencarian 1 kata. 5. Pada pengujian 2, jika kecepatan keseluruhan sistem dibandingkan dengan SIMPLE V1 maka Kecepatan SIMPLE V2 yaitu 12 kali lebih cepat, Kecepatan SIMPLE V3 yaitu 106 kali lebih cepat dan kecepatan SIMPLE V4 yaitu 1.07 kali lebih cepat. 6.

Pada SIMPLE V1 sistem akan lebih cepat mencari 1 kata dibandingkan banyak kata yaitu sebesar 1.12 kali lebih cepat. Sedangkan SIMPLE V2 dan SIMPLE V3 akan lebih cepat dalam pencarian banyak kata dibandingkan pencarian 1 kata yaitu sebesar 1.05 kali lebih cepat pada SIMPLE V2 dan 1.52 kali lebih cepat pada SIMPLE V3.

5.2.

Saran Hindari tahap preprocessing dalam proses pencarian kata, bahkan lebih

baik tidak ada tahap preprocessing karena tahap preprocessing hanya akan memotong waktu pencarian kata yang tidak mempengaruhi performa pencarian sistem.

43



REFERENSI [1] http://teachingacademy.wisc.edu/archive/Assistance/course/essay.htm, Akses pada 10 November 2010 [2] Anak Agung Putri Ratna, M Salman, Bagio Budiardjo, Djoko Hartando dan Seinosuke Narita. “SIMPLE: Sistem Penilaian Esei Otomatis Berbasis WEB dengan Metoda Latent Semantic Analysis Yang Digunakan Pada Bahasa Indonesia Dengan Penambahan Kata Bobot” Departemen Elektro, Fakultas Teknik, Universitas Indonesia, Depok, Indonesia. [3] Anak Agung Putri Ratna, Bagio Budiardjo dan Djoko Hartanto, “SIMPLE: Sistem Penilaian Esei Otomatis untuk Menilai Ujian dalam bahasa Indonesia”, Jurnal Makara Seri Teknologi, volume 11, April 2007, ISSN : 1693-6698 [4] Meirisal Dwi Waldi, “Pengembangan Sistem Pencarian Kata Pada SIMPLEO”, Skripsi, Depertemen Teknik Elektro, Fakultas Teknik, Universitas Indonesia, Depok, Juli 2010. [5] Ellis B. Page, "The Imminence of Grading Essays by Computer," Phi Delta Kappan, January 1966, pp. 238-43. [6] Page, Ellis B., and Nancy S. Petersen. "The computer moves into essay grading: updating the ancient test." Phi Delta Kappan 76.7 (1995): 561+. Gale Arts, Humanities and Education Standard Package. Web. 12 Dec. 2010. [7] Valenti, Salvatore, Francesca Neri, and Alessandro Cucchiarelli. "An overview of current research on automated essay grading.(Report)." Journal of Information Technology Education 2 (2003): 319+. Gale Arts, Humanities and Education Standard Package. Web. 12 Dec. 2010. [8] Landauer, T. K., Foltz, P. W., & Laham, D. (1998). Introduction to Latent Semantic Analysis. Discourse Processes, 25, 259-284. [9] diah.staff.gunadarma.ac.id/.../files/.../LINGKUNGAN+DATABASE.doc [10] Arianto and Hidayat. Rahmat, “Seri 01 : Belajar Database MySQL” [11] Feuerstein,Steven.,& Harrison,Guy. (2006). MySQL Stored Procedure Programming. O’Reilly Media, Inc.

44



45 [12] Fernando, Hary. “Perbandingan dan Pengujian Beberapa Algoritma Pencocokan String”. Program Studi Teknik Informatika, Institut Teknologi Bandung. [13]http://en.wikipedia.org/wiki/Rabin%E2%80%93Karp_string_searchalgorithm akses pada 27 Desember 2010 [14] Baedlowi, Najib. Adam, Deka Aditia. “String Matching Menggunakan Algoritma Rabin Karp”. Departemen Teknik Informatika, Institut Teknologi Bandung [15] Lecroq, Thierry Charras, Christian. 2001. Handbook of Exact String Matching Algorithm. [16] Masido, Nurio Juliandatu. “Pengembangan DFA Dalam Algoritma Pencarian String”, Sekolah Teknik Elektro dan Informatika ITB



LAMPIRAN 1 Hasil Pengujian 3 

10 User Tabel L1. 1 Hasil Pengujian 3 SIMPLE V1 dengan 10 User

Time

Sistem

User

Dispatch

Start

0.030125386

SIMPLE V1

5

1307375045 1307375045

22:44:15

0.03031624 0.03097515 0.032761693 0.032447321 0.032495027 0.03281731 0.032849789 0.033304874 0.03336644

SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1

9 3 0 6 7 2 4 1 8

1307375045 1307375045 1307375045 1307375045 1307375045 1307375045 1307375045 1307375045 1307375045

22:44:15 22:44:15 22:44:16 22:44:16 22:44:16 22:44:16 22:44:16 22:44:16 22:44:16

1307375045 1307375045 1307375045 1307375045 1307375045 1307375045 1307375045 1307375045 1307375045

Timestamp

Tabel L1. 2 Hasil Pengujian 3 SIMPLE V2 dengan 10 User

Time

Sistem

User

Dispatch

Start

Timestamp

0.014298382

SIMPLE V2

3

1307374925

1307374925

22:42:09

0.014422674 0.015522208 0.015332872 0.015721558 0.015362288 0.016061247 0.016038373 0.015907881 0.016541539


1 2 7 0 8 5 6 9 4

1307374925 1307374925 1307374925 1307374925 1307374925 1307374925 1307374925 1307374925 1307374925

1307374925 1307374925 1307374925 1307374925 1307374925 1307374925 1307374925 1307374925 1307374925

22:42:09 22:42:10 22:42:10 22:42:10 22:42:10 22:42:10 22:42:10 22:42:10 22:42:10


Time

Sistem

User

Dispatch

9.9222445e-05

SIMPLE V3

1

1307374985 1307374985

22:43:05

0.000108693 9.1207271e-05

SIMPLE V3 SIMPLE V3

0 3

1307374985 1307374985 1307374985 1307374985

22:43:05 22:43:05

46

Start

Timestamp



47 0.000142291 8.6153214e-05 0.000121908 0.000102174 0.000165062 7.0007480e-05 0.000135883

SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3

2 4 6 7 5 9 8

1307374985 1307374985 1307374985 1307374985 1307374985 1307374985 1307374985

1307374985 1307374985 1307374985 1307374985 1307374985 1307374985 1307374985

22:43:05 22:43:05 22:43:05 22:43:05 22:43:05 22:43:05 22:43:05




Time

Sistem

User

Dispatch

Start

Timestamp

0.023066453

SIMPLE V4

3

1307374865

1307374875

22:41:22

0.023381408 0.023443866 0.023455923 0.02355975 0.023595641 0.023757893 0.023759015 0.023942732 0.023994751


5 4 2 7 6 9 1 0 8

1307374865 1307374865 1307374865 1307374865 1307374865 1307374865 1307374865 1307374865 1307374865

1307374875 1307374875 1307374875 1307374875 1307374875 1307374875 1307374875 1307374875 1307374875

22:41:22 22:41:22 22:41:22 22:41:23 22:41:23 22:41:23 22:41:23 22:41:23 22:41:23

20 User


Time

Sistem

User

Dispatch

Start

Timestamp

0.069510924 SIMPLE V1

6

1307376036

1307376036

23:00:59

0.069518826 0.06991362 0.070050598 0.070363611 0.070314699 0.070522039 0.070615895 0.070926414 0.069913784 0.070323161 0.070244544

0 1 4 3 10 8 7 5 15 11 13

1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036

1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036

23:00:59 23:00:59 23:00:59 23:00:59 23:01:00 23:01:00 23:01:00 23:01:00 23:01:00 23:01:00 23:01:00

SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1



48 0.070790343 0.069888371 0.069980651 0.069788589 0.070275992 0.071398739 0.070334047 0.070716512

SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1

9 17 18 19 14 2 16 12

1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036

1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036 1307376036

23:01:00 23:01:00 23:01:00 23:01:00 23:01:00 23:01:00 23:01:00 23:01:00


Time

Sistem

User

Dispatch

Start

Timestamp

0.031387581

SIMPLE V2

0

1307375915

1307375915

22:58:45

0.031426081 0.031591139 0.031735065 0.032077365 0.031644997 0.032007516 0.031783619 0.032235351 0.032124441 0.031924942 0.03172305 0.031807054 0.031529581 0.031502469 0.031272248 0.031456331 0.031829856 0.03122652 0.031176701

SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2 SIMPLE V2

4 5 3 1 11 7 9 2 6 8 12 10 14 15 17 16 13 18 19

1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915

1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375915 1307375916 1307375915 1307375915 1307375916 1307375916

22:58:45 22:58:45 22:58:45 22:58:46 22:58:46 22:58:46 22:58:46 22:58:46 22:58:46 22:58:46 22:58:46 22:58:46 22:58:46 22:58:46 22:58:46 22:58:46 22:58:46 22:58:46 22:58:46


Time

Sistem

User

Dispatch

Start

Timestamp

9.916614e-05

SIMPLE V3

1

1307375976

1307375976

22:59:35

0.000138231 0.000166814 0.000170935

SIMPLE V3 SIMPLE V3 SIMPLE V3

2 0 3

1307375976 1307375976 1307375976

1307375976 1307375976 1307375976

22:59:35 22:59:35 22:59:35



49 9.9935615e-05 8.409850e-05 8.7507265e-05 9.5915864e-05 0.000156978 8.7751244e-05 9.3813193e-05 0.000118509 9.923774e-05 9.4602129e-05 7.6278653e-05 7.3229954e-05 0.000119378 8.0246967e-05 7.2591854e-05 7.0828391e-05

SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3 SIMPLE V3

4 6 7 8 5 9 11 10 12 13 14 15 16 17 18 19

1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976

1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976 1307375976

22:59:35 22:59:35 22:59:35 22:59:35 22:59:35 22:59:35 22:59:35 22:59:35 22:59:35 22:59:35 22:59:35 22:59:35 22:59:35 22:59:35 22:59:35 22:59:35


Time

Sistem

User

Dispatch

Start

Timestamp

0.048977658 SIMPLE V4

9

1307375855

1307375865

22:58:01

0.049044478 0.049349129 0.049571213 0.049716364 0.049883079 0.049987226 0.050019797 0.05002685 0.050049217 0.050058381 0.050079757 0.050094728 0.050097633 0.050164236 0.050211323 0.050247196 0.050255013 0.050263499 0.050294065

10 14 15 12 2 0 3 11 7 17 18 4 13 1 6 8 19 5 16

1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855 1307375855

1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865 1307375865

22:58:01 22:58:01 22:58:01 22:58:01 22:58:02 22:58:02 22:58:02 22:58:02 22:58:02 22:58:02 22:58:02 22:58:02 22:58:02 22:58:02 22:58:02 22:58:02 22:58:02 22:58:02 22:58:02

SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4 SIMPLE V4



50 

30 User


Time

Sistem

User

Dispatch

Start

Timestamp

0.091050587

SIMPLE V1

8

1307376480

1307376480

23:08:30

0.091636112 0.091259771 0.091644362 0.092654271 0.091810694 0.093607756 0.090794346 0.093106077 0.092280685 0.093610185 0.093217562 0.093975384 0.093233866 0.098428805 0.098549424 0.09857 0.098983485 0.098499951 0.098866845 0.097930538 0.097136329 0.099508612 0.097162429 0.098262862 0.098765126 0.098637682 0.097079489 0.097841061 0.097235798

SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1 SIMPLE V1

4 11 13 6 18 3 27 10 21 14 22 17 23 1 2 5 0 9 12 20 26 7 25 19 15 16 28 24 29

1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480

1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376481 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376480 1307376481 1307376480 1307376481

23:08:30 23:08:31 23:08:31 23:08:31 23:08:31 23:08:31 23:08:31 23:08:31 23:08:31 23:08:32 23:08:32 23:08:32 23:08:32 23:08:33 23:08:33 23:08:33 23:08:33 23:08:33 23:08:33 23:08:33 23:08:33 23:08:33 23:08:33 23:08:33 23:08:33 23:08:33 23:08:33 23:08:33 23:08:33



51 Tabel L1. 10 Hasil Pengujian 3 SIMPLE V2 dengan 30 User

Time

Sistem

User

Dispatch

Start

0.043367195

SIMPLE V2

4

1307376358 1307376358

23:06:13

0.043862239 0.043873223 0.043834107 0.04396422 0.043887907 0.044208369 0.04423453 0.044413697 0.04399281 0.044105322 0.043632612 0.044185298 0.044174062 0.047406555 0.04752289 0.047473129 0.047832467 0.047990259 0.047702689 0.047516542 0.047259252 0.046681141 0.045768225 0.045980654 0.047308292 0.047469449 0.045871518 0.046565919 0.046502425


0 3 6 9 11 12 15 14 19 20 24 22 23 1 7 8 5 2 10 13 16 21 28 27 18 17 29 25 26

1307376358 1307376358 1307376358 1307376358 1307376358 1307376358 1307376358 1307376358 1307376359 1307376359 1307376359 1307376359 1307376359 1307376358 1307376358 1307376358 1307376358 1307376358 1307376358 1307376358 1307376358 1307376359 1307376359 1307376359 1307376359 1307376359 1307376359 1307376359 1307376359

23:06:13 23:06:13 23:06:13 23:06:13 23:06:13 23:06:13 23:06:13 23:06:13 23:06:13 23:06:13 23:06:13 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:14 23:06:15

1307376358 1307376358 1307376358 1307376358 1307376358 1307376358 1307376359 1307376359 1307376359 1307376359 1307376359 1307376359 1307376359 1307376358 1307376358 1307376358 1307376358 1307376358 1307376358 1307376359 1307376359 1307376359 1307376359 1307376359 1307376359 1307376359 1307376359 1307376359 1307376359

Timestamp




Time

Sistem

User

Dispatch

Start

0.000121122

SIMPLE V3

0

1307376419 1307376419

23:06:59

0.00011923 0.000129209 0.000167325 0.000120302 0.000114725 7.938852e-05 0.000109865 0.000117883 8.925613e-05 0.000140998 0.000146876 0.000110632 7.530899e-05 7.600270e-05 7.34336e-05 7.252582e-05 7.463127e-05 8.829620e-05 9.999400e-05 9.456807e-05 7.296095e-05 7.903055e-05 8.307115e-05 8.37676e-05 0.000105864 8.056254e-05 8.717153e-05 7.824717e-05 7.444221e-05


2 3 1 4 5 7 6 8 10 9 11 12 13 15 14 16 17 18 19 20 22 21 24 23 25 26 29 27 28

1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376420 1307376419 1307376419

23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59 23:06:59

1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376419 1307376420 1307376420 1307376420 1307376420

Timestamp




Time

Sistem

User

Dispatch

Start

Timestamp

0.073888778

SIMPLE V4

17

1307376298

1307376308

23:05:33

0.074212818 0.074412039 0.074529637 0.074643124 0.074680082 0.074711091 0.074880067 0.074855345 0.074957553 0.074989861 0.075012033 0.0750433 0.075061751 0.075141185 0.075192139 0.075218236 0.075254524 0.075316762 0.075327182 0.075376313 0.075383865 0.075469049 0.075481787 0.075524537 0.07549914 0.075538145 0.075586283 0.075595192 0.075642235


8 23 28 22 0 16 4 10 6 5 14 12 18 11 2 29 27 7 24 25 21 9 15 26 20 13 3 19 1

1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298 1307376298

1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308 1307376308

23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33 23:05:33



UNIVERSITAS INDONESIA PERBANDINGAN KECEPATAN SISTEM PENCARIAN KATA PADA DATABASE SIMPLE-O SKRIPSI

Recommend Documents