Diagram Sekuensial Melihat Data Koleksi Dokumen

BAB III ANALISIS DAN PERANCANGAN SISTEM

3.3 Perancangan Sistem

3.3.3 Diagram Sekuensial

3.3.3.6 Diagram Sekuensial Melihat Data Koleksi Dokumen

Selain dapat memasukkan dokumen berbahasa Jawa untuk diringkas,

pengguna juga dapat melihat data koleksi dokumen yang terdapat pada halaman

utama (index.jsp). Berikut adalah proses Melihat Data Koleksi Dokumen, Gambar

3.14.

<View> <View> index.jsp viewDataMajalah.jsp

Pengguna

3.3.4 Diagram MVC (Model View Control)

Diagram MVC adalah diagram yang menjelaskan bagaimana suatu operasi dijalankan dengan melihat kelas MVC (Model View Control).

3.3.4.1. Struktur Kelas MVC (Model View Control)

Tabel 3.8 Struktur Kelas Model View Control

Model View Control

LoginModel.java MajalahModel.java StemWord.java StopWord.java TF-IDF.java index.jsp inputDataDokumen.jsp inputDataMajalah.jsp viewDataDokumen.jsp viewDataMajalah.jsp viewRingkasanMajalah.jsp ProcessInputMajalah.java ProcessLoginServlet.java ProcessSummarization.java

3.3.4.1.1. Diagram Analisis Kelas MVC (Model View Control)

index.jsp ProcessLoginServlet.java LoginModel.java

Admin

inputDataMajalah.jsp ProcessInputMajalah.java

MajalahModel.java

index.jsp viewDataMajalah.jsp viewRingkasanMajalah.jsp

Pengguna inputDataDokumen.jsp ProcessSummarization.java TF-IDF.java StopWord.java

viewDataDokumen.jsp StemWord.java

Tabel 3.9 Diagram Kelas

MajalahModel.java LoginModel.java - tanggalMajalah : String - sumberMajalah : String - judulMajalah : String - dataMajalah : String - username : String - password : String <<constructor>> LoginModel() + setUsername (String) : void + getUsername : String + setPassword (String) : void + getPassword : String + getAdmin()

<<constructor>> MajalahModel() + setTanggalMajalah (String) : void + getTanggalMajalah : String + setSumberMajalah (String) : void + getSumberMajalah : String + setJudulMajalah (String) : void + getJudulMajalah : String + setDataMajalah (String) : void + getDataMajalah : String + inputMajalah() + readMajalah() + viewMajalah() TF_IDF.java StopWord.java <<constructor>>TF_IDF() + summarization() - stopword : List<String> <<constructor>>StopWord() + isStopword () : boolean StemWord.java - word : String - directory : List<String> <<constructor>>StemWord() + setWord (String) : void + getWord : String + delSuffix () : String + delPrefix () : String + delDuplikasi () : String

M AJALAH BAHASA JAW A username

passw ord

Home Summarizat ion

3.4 Perancangan Antar Muka (User Interface) 3.4.1. Halaman Utama

Pada halaman utama terdapat 2 aktor yang menggunakan yaitu admin dan pengguna. Admin dapat melakukan "Login" dengan cara memasukkan username dan password terlebih dahulu. Setelah Login admin dapat memasukkan data dokumen sebagai data koleksi dokumen, kemudian akan disimpan oleh sistem dan akan ditampilkan pada halaman utama. Sedangkan pengguna dapat melihat data koleksi dokumen yang sudah dimasukkan admin sebelumnya. Desain Halaman Utama seperti Gambar 3.17.

Gambar 3.17 Halaman Utama

MeLorot Maneh

- Tanggal 2 Mei wis wiwit kesilep,

nanging kegiyatan Hardhiknas (Hari Pendhidhikan) isih katon marak ing saben dhaerah. - Lan ing tengah kahanan

Ora Kena Mlebu Aceh

- Sing dha gugur wis akeh, kejaba wong-wong GAM, anggota TNI utawa Polri wis ana sing dadi tumbal kelangan nyawa. - Nalare, tumrape TNI

"BAYANG-BAYANG" DISINTEGRASI RI

-Sawise ambruke Uni Soviet utawa USSR (Uni Soviet Sosialis Republik) taun 1991 sing ditututi negara-negara uni ing laladan Balkan (Eropa Tenggara) kaya

Ngilangi Pornografi lan Pornoaksi -Majelis Agama-agama DIY wiwit Romadhon taun iki netepake bakal ngadani upaya ngilangi pornografi lan pornoaksi sing dianggep saya ngrembrah lan nggladrah.- Rembug bab

Cont inue Reading Cont inue Reading

3.4.2. Halaman Memasukkan Data Koleksi Dokumen

Setelah Login, maka admin dapat memasukkan data koleksi dokumen

yang berisi tanggal, sumber majalah, judul majalah, dan input data majalah.

Kemudian tekan tombol "Simpan" untuk menyimpan ke dalam sistem dan

menampilkan pada halaman utama. Desain Halaman Memasukkan Data Koleksi

Dokumen seperti pada Gambar 3.18.

c. Halaman Pengguna

Gambar 3.14 Halaman Pengguna

Gambar 3.13 Halaman Ad

Gambar 3.18 Halaman Memasukkan Data Koleksi Dokumen

M AJALAH BAHASA JAW A

Home Summarizat ion Logout

Tanggal :

Sumber M ajalah : Judul M ajalah : Input Dat a M ajalah :

3.4.3. Halaman Melihat Data Koleksi Dokumen

Pada halaman utama pengguna dapat melihat data koleksi dokumen yang

sudah dimasukkan oleh admin. Ketika pengguna menekan tombol "Continue

Reading" maka sistem akan menampilkan data koleksi dokumen. Pada halaman

ini pengguna juga dapat melihat ringkasan dari data koleksi dokumen tersebut

dengan cara menekan link “Ringkasan Dokumen”. Desain Halaman Melihat Data

Koleksi Dokumen seperti pada Gambar 3.19.

Gambar 3.19 Halaman Melihat Data Koleksi Dokumen

Home Peringkas Ot omat is

Dat a Dokumen M ajalah :

Ringkasan Dokumen

Indonesia lagi ribet. Propinsi Aceh lagi panas. Perang TNI lumawan kelompok mbalela separatis GAM. Sing dha gugur wis akeh, kejaba wong-wong GAM, anggota TNI utawa Polri wis ana sing dadi tumbal kelangan nyawa. Nalare, tumrape TNI lan pemerintah, mbrasta kaum pemberontakan kaya GAM kuwi mau dudu barang sing gampang. Ragade bisa nyandhak milyaran rupiah lan nyawa para prajurit dinggo totohan mung pamrih NKRI tetep wutuh. Pokoke ribet, tur ya ora gampang. bengok-bengok protes tekan luwar negeri.

Ing tengah kahanan ngono mau, akeh LSM (Lembaga Swadaya Masarakat) sing bengok-bengok protes tekan luwar negeri. Alesane arep mbiyantu masarakat Aceh sing lagi ket erak perang, kok dielikke (dilarang) dening pemerint ah. LSM m au, klebu

Home Peringkas Ot omat is

Dat a Ringkasan M ajalah :

Ketika pengguna menekan link “Ringkasan Dokumen” maka akan terdapat

halaman yang menampilkan ringkasan berdasarkan data koleksi dokumen

tersebut. Seperti pada Gambar 3.20.

Gambar 3.20 Halaman Melihat Ringakasan Data Koleksi Dokumen

- Sing dha gugur wis akeh, kejaba wong-wong GAM, anggota TNI utawa Polri wis

ana sing dadi tumbal kelangan nyawa.

- Nalare, tumrape TNI lan pemerintah, mbrasta kaum pemberontakan kaya GAM kuwi mau dudu barang sing gampang.

- Ragade bisa nyandhak milyaran rupiah lan nyawa para prajurit dinggo totohan mung pamrih NKRI tetep wutuh.

- Ing tengah kahanan ngono mau, akeh LSM (Lembaga Swadaya Masarakat) sing bengok-bengok protes tekan luwar negeri.

3.4.4. Halaman Peringkasan Teks Otomatis (Summarization)

Pada halaman peringkasan teks otomatis (summarization) pengguna dapat

melakukan peringkasan teks otomatis dengan cara memasukkan data dokumen

berbahasa Jawa. Kemudian menekan tombol "OK" maka sistem akan memproses

menjadi sebuah ringkasan. Desain Peringkasan Teks Otomatis (Summarization)

seperti Gambar 3.21.

Gambar 3.21 Halaman Peringkasan Teks Otomatis (Summarization)

Home Peringkas Ot omat is

Input Dat a Dokumen :

3.4.5. Halaman Melihat Hasil Ringkasan

Setelah pengguna memasukkan data dokumen berbahasa Jawa, maka

sistem akan memproses sehingga menghasilkan sebuah ringkasan. Desain

Halaman Melihat Hasil Ringkasan seperti pada Gambar 3.22.

Gambar 3.22 Halaman Melihat Hasil Ringkasan

Home Peringkas Ot omat is

Hasil Ringkasan :

- Sing dha gugur wis akeh, kejaba wong-wong GAM, anggota TNI utawa Polri wis

ana sing dadi tumbal kelangan nyawa.

- Nalare, tumrape TNI lan pemerintah, mbrasta kaum pemberontakan kaya GAM kuwi mau dudu barang sing gampang.

- Ragade bisa nyandhak milyaran rupiah lan nyawa para prajurit dinggo totohan mung pamrih NKRI tetep wutuh.

- Ing tengah kahanan ngono mau, akeh LSM (Lembaga Swadaya Masarakat) sing bengok-bengok protes tekan luwar negeri.

- Alesane arep mbiyantu masarakat Aceh sing lagi keterak perang, kok dielikke (dilarang) dening pemerintah.

- Terus terange, sing akeh malah masarakat, rakyat dha dinggo kudhung kanggo golek dana saka negara asing.

- Lan saka kehe kedadeyan kaya sing tau dumadi ing Maluku, Manado, Papua (Irian Jaya), lan uga ing dhaerah-dhaerah ing Jawa LSM kaya ngono mau malah mung manas-manasi.

- Kejaba kuwi sing paling gawe rugi nalikane ana anggota LSM asing tiwas merga kerusuhan, beritane sumebar cepet tekan ngendi-endi lan Indonesia banjur

diuman-63

3.5. Skenario Pengujian Sistem

Pada pengujian sistem akan dilakukan dengan cara mengoreksi secara manual ringkasan yang dihasilkan oleh sistem. Yang dimaksud mengoreksi secara manual adalah penguji menilai apakah ringkasan dari sistem termasuk relevan atau tidak relevan. Pengujian ini akan dilakukan kepada 3 responden bahasa Jawa, dengan dokumen berjumlah 50. Dokumen yang digunakan dalam sistem ini bersumber dari Djakalodang tahun 1978, 2002 dan 2003.

Berikut adalah contoh pengujian sistem yang dilakukan secara manual

kepada responden. Jika dokumen 1 relevan makan nilai yang dihasilkan adalah 1

dan jika tidak relevan bernilai 0 begitu seterusnya. Dapat dilihat pada Tabel 3.10.

Tabel 3.10 Contoh Pengujian Sistem

Dokumen Relevan Tidak Relevan

1 1 0 2 1 0 3 1 0 4 0 1 5 1 0 6 0 1 7 1 0 8 0 1 9 1 0 10 1 0 Jumlah 7 3

Setelah mengisikan kuesioner untuk pengujian sistem, maka akan

dilakukan perhitungan jumlah dokumen yang relevan. Dari jumlah dokumen yang

relevan akan lakukan perhitungan nilai rata-rata untuk mendapatkan nilai akurasi

yang dihasilkan oleh sistem. Berikut adalah cara menghitung nilai rata-rata

terdapat pada rumus (1), Gambar 3.23.

Jumlah dokumen yang relevan

Rata-rata = x 100% (1)

Jumlah keseluruhan dokumen

Gambar 3.23 Rumus Perhitungan Rata-rata

Dari contoh pengujian sistem diatas terdapat 10 dokumen yang relevan. Berikut adalah contoh menghitung nilai rata-rata, Gambar 3.24.

Rata-rata = x 100%

10 = 70 %

Gambar 3.24 Contoh Perhitungan Rata-rata

Maka dari contoh pengujian sistem dengan dokumen berjumlah 10 terdapat nilai rata-rata akurasi yang dihasilkan oleh sistem sebesar 70%. Dengan demikian akan diketahui nilai rata-rata akurasi sistem ini dalam membantu pengguna untuk memperoleh intisari dari dokumen berbahasa Jawa sehingga dapat membuat keputusan melanjutkan membaca keseluruhan dokumen atau cukup dengan membaca ringkasan.

3.6 Data

Ketika admin memasukkan data koleksi dokumen ke dalam sistem, data tersebut akan disimpan ke dalam database. Hal ini dikarenakan banyaknya inputan yang dimasukkan admin, seperti tanggal, judul majalah, sumber majalah, serta data majalah. Dengan menggunakan database penyimpanan data menjadi lebih mudah serta data mudah untuk diolah.

BAB IV IMPLEMENTASI

4.1. Spesifikasi Software dan Hardware yang Digunakan 4.1.1. Spesifikasi Software

Spesifikasi software yang digunakan untuk implementasi Sistem Peringkasan Teks Otomatis Pada Dokumen Berbahasa Jawa Menggunakan Meotde TF-IDF adalah sebagai berikut :

1. Sistem operasi : Windows 7 Ultimate 64 bit 2. Netbeans IDE 6.9.1

3. SQLyog

4. Browser : Mozilla Firefox

4.1.2. Spesifikasi Hardware

Spesifikasi hardware yang digunakan untuk implementasi Sistem Peringkasan Teks Otomatis Pada Dokumen Berbahasa Jawa Menggunakan Meotde TF-IDF adalah sebagai berikut :

1. Prosesor : AMD A8-5550M APU with Radeon(tm) HD Graphics (4CPUs), 2,1GHz

2. Memori RAM : 4096MB DDR3 3. Harddisk : 500 GB

ArrayList<String>

4.2. Implementasi Program

4.2.1 Implementasi Text Preprocessing

Text Preprocessing memiliki 3 tahap yaitu pemisahan kata (tokenizing atau split), penghapusan kata umum (stopword), dan pengembalian kata dasar (stemming). Setiap dokumen yang dimasukkan pengguna akan melalui proses ini untuk mendapatkan full text yang dimiliki. Hasil full text tersebut akan disimpan dalam bentuk ArrayList<String>. Pada Gambar 4.1 adalah rangkaian bagaimana proses text preprocessing dilakukan oleh sistem. Berikut Implementasi Text Preprocessing, Listing Program 4.1.

Tokenizing/Split Stopword Stemming

Gambar 4.1 Rangkaian Proses Text Preprocessing

public String summarization(String teksAsli) { String[] kalimatAsli = teksAsli.split("\\."); String[] tempKalimat = teksAsli.split("\\.");

ArrayList<String> teks_lengkap = new ArrayList<String>();

StopWord stopword = new StopWord(); StemWord stemming = new StemWord();

for (int i = 0; i < tempKalimat.length; i++) { if (tempKalimat[i].startsWith(" ")) {

tempKalimat[i] = tempKalimat[i].substring(1); }

String[] tempKata = tempKalimat[i].split(" "); for (int j = 0; j < tempKata.length; j++) {

tempKata[j] = tempKata[j].replaceAll("[!@#$%&*,_'?\"()\n/;:-=]", ""); if (stopword.isStopword(tempKata[j].toLowerCase())) { continue; } stemming.setWord(tempKata[j].toLowerCase()); tempKata[j] = stemming.getWord(); if (!teks_lengkap.contains(tempKata[j])) { teks_lengkap.add(tempKata[j]); } } } }

4.2.2 Implementasi Penghapusan Kata Umum (Stopword)

Setelah proses pemisahan kata (tokenizing atau split), akan dilakukan proses penghapusan kata umum (stopword). Kata umum adalah kata yang tidak memiliki maka berarti dalam sebuah kalimat. Dalam sistem ini daftar kata umum disimpan dalam bentuk file .txt, kemudian akan dipanggil dalam sistem. Hasil dari penghapusan kata akan disimpan sementara dalam bentuk List<String>. Berikut adalah Implementasi Penghapusan Kata Umum, Listing Program 4.2.

public class StopWord { List<String> stopword; public StopWord() { try {

Scanner file = new Scanner(new File("e:/stopword.txt")); stopword = new LinkedList<String>();

while (file.hasNext()) {

stopword.add(file.nextLine()); }

} catch (FileNotFoundException ex) {

Logger.getLogger(StopWord.class.getName()).log(Level.SEVERE, null, ex); }

}

public boolean isStopword(String word) { return stopword.contains(word); }

}

4.2.3 Implementasi Pengembalian Kata Dasar (Stemming)

Kemudian akan dilakukan proses pengembalian kata dasar (stemming) dengan cara mencari kata yang sesuai daftar kata dasar (dictionary). Dalam sistem ini daftar kata dasar disimpan dalam bentuk file .txt, kemudian akan dipanggil dalam sistem. Hasil dari pengembalian kata akan disimpan sementara dalam bentuk List<String>. Berikut adalah Implementasi Pengembalian Kata Dasar, Listing Program 4.3.

public class StemWord { String word;

List<String> directory;

public StemWord() { try {

Scanner file = new Scanner(new File("e:/dictionary.txt")); directory = new LinkedList<String>();

while (file.hasNext()) {

String kata = file.nextLine(); directory.add(kata);

}

} catch (FileNotFoundException ex) {

Logger.getLogger(StemWord.class.getName()).log(Level.SEVERE, null, ex); }

} }

Method delSuffix() ini mengimplementasikan aturan untuk menghapus akhiran, "-e", "-n", "-a", "-i", "-ing" dll. Berikut adalah Implementasi Method delSuffix(), Listing Program 4.4.

public String delSuffix() { if (directory.contains(word)) { return word; }

String kataAwal = word;

if (word.endsWith("e")) {

word = word.substring(0, word.length() - 1); if (directory.contains(word)) { return word; } else { word = kataAwal; } } if (word.endsWith("n")) {

word = word.substring(0, word.length() - 1); if (directory.contains(word)) { return word; } else { word = kataAwal; } } if (word.endsWith("a")) {

word = word.substring(0, word.length() - 1); if (directory.contains(word)) {

return word; } else {

word = kataAwal; }

}

if (word.endsWith("i")) {

word = word.substring(0, word.length() - 1); if (directory.contains(word)) { return word; } else { word = kataAwal; } } if (word.endsWith("ing")) {

word = word.substring(0, word.length() - 3); if (directory.contains(word)) { return word; } else { word = kataAwal; } } return word; }

Method delPrefix() ini mengimplementasikan aturan untuk menghapus awalan, "dipun-", "peng-", "peny-", "pem-", dll. Berikut adalah Implementasi Method delPrefix(), Listing Program 4.5.

private String delPrefix() { if (directory.contains(word)) { return word;

}

String kataAwal = word;

if (word.startsWith("dipun")) { word = word.substring(5); if (directory.contains(word)) { return word; } else { word = kataAwal; } } if (word.startsWith("peng")) { word = word.substring(4); if (directory.contains(word)) { return word; } else { word = kataAwal; } } if (word.startsWith("peny")) { word = word.substring(4); if (directory.contains(word)) {

74 return word; } else { word = kataAwal; } } if (word.startsWith("pem")) { word = word.substring(3); if (directory.contains(word)) { return word; } else { word = kataAwal; } } if (word.startsWith("pam")) { word = word.substring(3); if (directory.contains(word)) { return word; } else { word = kataAwal; } } return word; }

Method delDuplikasi() ini mengimplementasikan aturan untuk menghapus kata yang sama. Berikut adalah Implementasi Method delDuplikasi(), Listing Program 4.6.

private String delDuplikasi() { String kataPertama = null; String kataKedua = null;

if (word.contains("-")) {

kataPertama = word.substring(0, word.indexOf("-")); kataKedua = word.substring(word.indexOf("-") + 1); if (directory.contains(kataKedua)) { word = kataKedua; } else if (directory.contains(kataPertama)) { word = kataPertama; } else { word = kataKedua; } } return word; }

4.2.4 Implementasi Term Frequency (TF)

Setelah text preprocessing selesai, akan dilakukan perhitungan jumlah frekuensui kemunculan kata (t) pada kalimat (D). Pada tahap ini akan dibuat tabelTF dalam array 2 dimensi dengan baris merupakan list kata (teks_lengkap) dan kolom merupakan list kalimat (tempKalimat). Jika kata (t) yang terkandung dalam kalimat (D) maka bernilai 1, sedangkan kata (t) yang tidak terkandung dalam kalimat (D) maka bernilai 0. Berikut adalah Implementasi Term Frequency (TF), Listing Program 4.7.

int[ ][ ] tabelTF = new int[tempKalimat.length][teks_lengkap.size()]; for (int i = 0; i < tempKalimat.length; i++) {

if (tempKalimat[i].startsWith(" ")) {

tempKalimat[i] = tempKalimat[i].substring(1); }

String[] tempKata = tempKalimat[i].split(" "); for (int j = 0; j < tempKata.length; j++) {

tempKata[j] = tempKata[j].replaceAll("[!@#$%&,_'?\"()\n/;:-=]", ""); if (stopword.isStopword(tempKata[j].toLowerCase())) { continue; } stemming.setWord(tempKata[j].toLowerCase()); tempKata[j] = stemming.getWord();

int index = teks_lengkap.indexOf(tempKata[j]); tabelTF[i][index] = 1;

} }

4.2.5 Implementasi Document Frequency (df)

Pada tahap ini akan dilakukan perhitungan jumlah frekuensi kalimat (D) yang mengandung kata (t) dengan cara membuat tabelDF dalam array. Berikut adalah Implementasi Document Frequency,Listing Program 4.8.

int[ ] tabelDF = new int[teks_lengkap.size()]; for (int i = 0; i < teks_lengkap.size(); i++) { for (int j = 0; j < tempKalimat.length; j++) { tabelDF[i] += tabelTF[j][i];

} }

Listing Program 4.8 Implementasi Document Frequency (df)

4.2.6 Implementasi Inverse Document Frequency (IDF)

Pada tahap ini akan dilakukan perhitungan (IDF) dengan membuat tabelIDF dalam array. Dengan cara Log dari jumlah total kalimat (D) dibagi hasil perhitungan (df) yang sudah dilakukan sebelumnya . Berikut adalah Implementasi Inverse Document Frequency, Listing Program 4.9.

float[ ] tabelIDF = new float[teks_lengkap.size()]; for (int i = 0; i < teks_lengkap.size(); i++) {

tabelIDF[i] = (float) tempKalimat.length / tabelDF[i]; tabelIDF[i] = (float) Math.log10(tabelIDF[i]); }

4.2.7 Implementasi Bobot Kata (W)

Pada tahap ini akan dilakukan perhitungan bobot kata dengan cara mengalikan hasil perhitungan TF dan perhitungan IDF. Akan dibuat tabelTFIDF dalam array 2 dimensi dengan baris merupakan list kata (teks_lengkap) dan kolom merupakan list kalimat (tempKalimat). Berikut adalah Implementasi Bobot Kata, Listing Program 4.10.

float[ ][ ] tabelTFIDF = new float[tempKalimat.length][teks_lengkap.size()];

for (int i = 0; i < tempKalimat.length; i++) { for (int j = 0; j < teks_lengkap.size(); j++) { tabelTFIDF[i][j] = tabelTF[i][j] * tabelIDF[j]; }

}

4.2.8 Implementasi Bobot Total Kalimat (D)

Pada tahap ini akan dilakukan perhitungan bobot total kalimat (D) dengan cara menjumlahkan bobot kata (W) dengan cara membuat jumlah dalam array. Berikut adalah Implementasi Bobot Total Kalimat, Listing Program 4.11.

float jumlah[ ] = new float[tempKalimat.length]; for (int i = 0; i < tempKalimat.length; i++) { for (int j = 0; j < teks_lengkap.size(); j++) { jumlah[i] += tabelTFIDF[i][j];

} }

Listing Program 4.11 Implementasi Bobot Total Kalimat (D)

4.2.9 Implementasi Pengambilan Kalimat (D)

Pada tahap ini akan dilakukan pengambilan kalimat (D) dengan jumlah bobot total kalimat (D) yang memiliki score paling tinggi. Pada sistem ini akan diambil 40% (Hovy, Mitkov, 2005) dari keseluruhan kalimat, untuk dijadikan ringkasan. Hasil dari pengambilan kalimat akan disimpan sementara dalam bentuk LinkedList<Integer>. Berikut adalah Implemenasi Pengambilan Kalimat, Listing Program 4.12.

LinkedList<Float> list1 = new LinkedList<Float>(); LinkedList<Integer> list2 = new LinkedList<Integer>(); for (int i = 0; i < 40 * jumlah.length / 100; i++) { list1.add(jumlah[i]);

}

for (int i = 40 * jumlah.length / 100; i < jumlah.length; i++) { float min = list1.get(0);

int index = 0;

for (int j = 1; j < list2.size(); j++) { if (min > list1.get(j)) { min = list1.get(j); index = j; } } if (jumlah[i] > min) { list1.remove(index); list2.remove(index); list1.add(jumlah[i]); list2.add(i); } }

4.2.10 Implementasi Menampilkan Hasil Ringkasan

Pada tahap ini sistem akan menampilkan hasil ringkasan berdasarkan perhitungan sebelumnya. Berikut adalah Implementasi Menampilkan Hasil Ringkasan, Listing Program 4.13.

String hasil = "";

for (int i = 0; i < list1.size(); i++) { int indexAwal = list2.get(i);

hasil = hasil + "-" + kalimatAsli[indexAwal] + ".\n"; }

return hasil; }

4.3 Implementasi Antar Muka (User Interface)

Implementasi antar muka ini digunakan untuk mempermudah pengguna dalam berinteraksi dengan sistem, maka GUI (Graphical User Interface) dibuat berdasarkan perancangan sistem yang sudah dibuat sebelumnya.

4.3.1 Halaman Utama

Pada halaman utama terdapat 2 aktor yang menggunakan yaitu admin dan pengguna. Admin dapat melakukan "Login" dengan cara memasukkan username dan password terlebih dahulu. Setelah Login admin dapat memasukkan data koleksi dokumen, kemudian akan disimpan oleh sistem dan akan ditampilkan pada halaman utama. Sedangkan pengguna dapat melihat data koleksi dokumen yang sudah dimasukkan admin sebelumnya. Seperti pada Gambar 4.2.

4.3.2 Halaman Memasukkan Data Koleksi Dokumen

Setelah Login berhasil, maka admin dapat memasukkan data koleksi

dokumen yang berisi tanggal, sumber majalah, judul majalah, dan input data

majalah. Kemudian tekan tombol "Simpan" untuk menyimpan ke dalam sistem

dan menampilkan pada halaman utama. Seperti pada Gambar 4.3.

4.3.3 Halaman Melihat Data Koleksi Dokumen

Pada halaman utama pengguna dapat melihat data koleksi dokumen yang

sudah dimasukkan oleh admin. Pengguna juga dapat melihat ringkasan dari data

koleksi dokumen tersebut dengan cara menekan link “Ringkasan Dokumen”.

Seperti pada Gambar 4.4.

Ketika pengguna menekan link “Ringkasan Dokumen” maka akan terdapat

halaman yang menampilkan ringkasan berdasarkan data koleksi dokumen

tersebut. Seperti pada Gambar 4.5.

4.3.4 Halaman Peringkasan Teks Otomatis (Summarization)

Pada halaman peringkasan otomatis (summarization) Pengguna dapat

melakukan peringkasan teks otomatis dengan cara memasukkan data dokumen

berbahasa Jawa. Kemudian menekan tombol "OK" maka sistem akan memproses

menjadi sebuah ringkasan. Seperti pada Gambar 4.6.

4.3.5 Halaman Melihat Hasil Ringkasan

Setelah pengguna memasukkan data dokumen berbahasa Jawa, maka

sistem akan memproses sehingga menghasilkan sebuah ringkasan. Seperti pada

Gambar 4.7.

BAB V

ANALISIS HASIL DAN PEMBAHASAN

5.1 Analisis Pengujian Sistem

Pengujian sistem akan dilakukan dengan cara memasukkan data dokumen berbahasa jawa. Dokumen yang dimasukkan berjumlah 50 yang bersumber dari Djakalodhang. Sedangkan pengujian secara manual akan dilakukan kepada 3 responden yang sudah memiliki pengetahuan atau mengerti tentang Bahasa Jawa. Responden menguji secara manual dengan cara membaca dokumen berbahasa Jawa dan membandingkan ringkasan yang dihasilkan sistem. Responden akan mengisikan kuesioner untuk menentukan apakah dokumen yang diuji secara manual menghasilkan ringkasan yang relevan atau tidak relevan.

Tujuan dari pengujian ini adalah mencoba fungsi sistem, menghitung nilai rata-rata untuk mengetahui nilai akurasi yang dihasilkan sistem. Diharapkan hasil keluaran dari penelitian ini dapat membantu pengguna dalam memperoleh intisari dari dokumen berbahasa Jawa sehingga dapat membantu membuat keputusan melanjutkan membaca keseluruhan dokumen atau cukup dengan membaca ringkasan.

5.1.1 Pengujian Kepada Responden

Berikut adalah hasil pengisian kuisoner yang dilakukan kepada responden secara manual terdapat pada Tabel 5.1, berikut :

- Responden 1

Nama : Viktor Bayu Wisnu Brata

Dokumen yang relevan : 30 Dokumen yang tidak relevan : 20 - Responden 2

Nama : Hanang Candra

Dokumen yang relevan : 34 Dokumen yang tidak relevan : 16 - Responden 3

Nama : Bimantara Putra

Dokumen yang relevan : 32 Dokumen yang tidak relevan : 18

Tabel 5.1 Hasil Pengujian Kepada Responden

DOKUMEN RESPONDEN 1 RESPONDEN 2 RESPONDEN 3

1 1 1 1 2 0 1 1 3 0 1 0 4 0 0 1 5 1 1 0 6 1 0 1 7 1 1 0 8 1 0 1 9 1 1 1 10 1 1 1 11 0 1 0

90 12 0 0 1 13 0 1 0 14 0 1 1 15 0 0 1 16 0 0 0 17 0 0 0 18 1 1 1 19 1 1 1 20 1 1 1 21 1 1 0 22 1 0 1 23 0 1 1 24 1 1 1 25 1 0 1 26 1 1 1 27 0 0 0 28 1 1 1 29 1 1 1 30 1 0 1 31 1 0 1 32 1 1 0 33 1 0 1 34 0 1 1 35 1 1 1 36 1 0 0 37 1 1 0 38 0 1 1 39 0 1 0 40 1 1 1 41 1 1 1

91 42 1 0 0 43 1 1 1 44 0 1 0 45 0 1 1 46 0 1 0 47 0 0 1 48 1 1 1 49 0 1 0 50 1 1 0 JUMLAH 30 34 32

5.1.2 Hasil Pengujian Sistem

Berdasarkan hasil pengujian sistem secara manual kepada 3 responden dengan dokumen berjumlah 50, maka akan terdapat hasil sebagai berikut :

Responden 1 : 30 dokumen yang relevan Responden 2 : 34 dokumen yang relevan Responden 3 : 32 dokumen yang relevan

Kemudian akan dilakukan perhitungan nilai rata-rata untuk mendapatkan nilai akurasi yang dihasilkan oleh sistem. Berikut adalah hasil perhitungan nilai rata-rata, Gambar 5.1.

30 + 34 + 32

Rata-rata = x 100%

150

= 64%

Dari pengujian sistem yang telah dilakukan kepada 3 responden secara manual dengan dokumen berjumlah 50. Maka terdapat nilai rata-rata yang dihasilkan oleh sistem sebesar 64%. Pada penelitian ini nilai perhitungan rata-rata tersebut akan menjadi acuan nilai akurasi yang dihasilkan sistem peringkasan teks otomatis pada dokumen berbahasa Jawa menggunakan metode TF-IDF.

5.2 Pembahasan Pengujian Sistem

Berdasarkan pengujian sistem yang telah dilakukan kepada 3 responden secara manual, terdapat beberapa penilaian dokumen yang berbeda. Berikut pembahasannya :

DOKUMEN RESPONDEN 1 RESPONDEN 2 RESPONDEN 3

1 1 1 1

2 0 1 1

3 0 1 0

Pada dokumen 1, ketiga responden menilai bahwa dokumen tersebut adalah relevan. Yang dimaksud relevan adalah ringkasan yang dihasilkan oleh sistem sudah sesuai dengan kebutuhan pengguna.

Pada dokumen 2 dan dokumen 3, terdapat responden dengan penilaian berbeda. Yang dimaksud tidak relevan meliputi banyak hal bisa dokumennya yang tidak baik atau memang ringkasan yang dihasilkan sistem tidak sesuai

Dalam dokumen Peringkasan teks otomatis pada dokumen berbahasa Jawa menggunakan metode TF-IDF. (Halaman 80-132)