BAB V KESIMPULAN DAN SARAN
V.2 Saran
Berikut merupakan saran yang dapat digunakan dalam pengembangan perangkat lunak implementasi algoritma Suffix Tree Clustering selanjutnya: 1. Dengan menggunakan algoritma stemming yang dapat menangani irregular
verb, cluster yang dihasilkan akan lebih baik.
2. Dapat menangani lebih dari satu bahasa untuk pengelompokan hasil pencarian.
114
DAFTAR PUSTAKA
[1] Kusmaya, Pengembangan Suffix Tree Clustering Untuk Comparative Text mining, Master Thesis, Institut Teknologi Bandung, 2007.
[2] S. Branson, A. Greenberg, Clustering Web Search Results Using Suffix Tree Methods.
[3] O, Zamir ,O. Etzioni, Web Document Clustering A Feasibility Demonstration, University of Washington, 1998.
[4] http://cs.nyu.edu/courses/fall02/G22.3033-008/lec4.html, terakhir diakses pada 24 Februari 2012
[5] T. Wicaksono, Text Mining Untuk Pencarian Dokumen Bahasa Inggris Menggunakan Suffix Tree Clustering, Institut Teknologi Sepuluh Nopember, 2010.
[6] www-users.cs.umn.edu/~kumar/dmbook/ch8.pdf, diakses terakhir pada 1 Maret 2012
[7] http://www.internetworldstats.com/stats3.htm#asia, diakses terakhir pada 5 Maret 2012
[8] http://semiocast.com/publications/2012_01_31_Brazil_becomes_2nd_country _on_Twitter_superseds_Japan, diakses terakhir pada 5 Maret 2012
[9] http://www.seoconsultants.com/search-engines/,diakses terakhir pada 5 Maret 2012
[10] http://www.webmasterworld.com/google/4277802.htm, diakses terakhir pada 5 Maret 2012
[11] http://searchenginewatch.com/article/2105023/Google-Losing-War-With- Scraper-Sites-Asks-For-Help, diakses terakhir pada 5 Maret 2012
[12] http://news.cnet.com/8301-31921_3-20054797-281.html, diakses terakhir pada 5 Maret 2012
[13]Sommerville, Ian. Software Engineering. 6th. Addison Wesley. 2001. [14] http://www.ranks.nl/resources/stopwords.html, diakses terakhir pada 17 Juli
2012
[15] http://nichitetsuya.com/computer/application-programming-interface-api, diakses terakhir pada 19 Juli 2012
Nama : Jajang Machpudin Suryana Jenis Kelamin : Laki-laki
Tempat/Tgl. lahir : Bandung / 9 Mei 1989
Agama : Islam
Status : Belum Menikah
Alamat : Kp. Cijeungjing no. 8 RT 01 RW 01 Kec. Bojongsoang Kab. Bandung
Telpon : (022) 751-3341
LATAR BELAKANG PENDIDIKAN
2007 - Sekarang Universitas Komputer Indonesia, Bandung
Jurusan : S1, Teknik Informatika
2004 - 2007 Sekolah Menengah Atas Negeri 22 Bandung
2001 - 2004 Sekolah Menengah Pertama Negeri 18 Bandung
1995 - 2001 Sekolah Dasar Negeri Cipagalo 1 Bandung
Dengan ini saya menyatakan bahwa semua informasi yang diberikan dalam dokumen ini adalah benar
Solusi :
Mengimplementasikan metode Suffix Tree Clustering
pada pengelompokan dokumen hasil pencarian
online.
Untuk mendapatkan persamaan dan perbedaan pola
dokumen, sehingga dapat diperoleh ringkasan yang
berguna untuk pengelompokan.
jejaring sosial Twitter.
Sumber data berasal dari
hasil pencarian dokumen
berdasarkan suatu kata kunci.
Metode yang digunakan adalah
oleh mesin pencari Google dan
Twitter. Hasil clustering
akan berada di samping
isi halaman hasil pencarian.
Metode analisis dan pembangunan
perangkat lunak yang digunakan
adalah metode analisis terstruktur.
Software Design
Implementation
and Unit Testing
Integration and
System Testing
Operation and
Maintenance
penghapusan tanda baca
penghapusan elemen html
Stemming kata
dokumen selesai Pembersihan dokumen Identifikasi cluster dasar Pengkombinasian cluster dasar Dokumen ter-cluster
Perangkat lunak
berbasis algoritma
STC untuk
pencarian online
pengguna
Hasil pencarian setelah
proses clustering
Twitter API
Data request berita Twitter
Data laporan berita Google
pengguna Google API Twitter API Cari di Google 1.2 Cari di Twitter
Request pencarian berita Google
Request pencarian berita Twitter
Data request berita Google Data request berita Twitter
Data laporan berita Twitter Data pengguna Data pengguna Data pengguna
Sumber berita Konten berita
Data konten berita Data sumber berita
2.2
stemming
Hasil pencarian tanpa stop word
Hasil pembersihan Data sumber berita,
data konten berita, data pengguna Hasil
pencarian Data hasil pencarian
Pengguna
<form pencarian> telah terisi
B. Menuju M01 jika <form pencarian> belum terisi
2. Klik “Cari di Twitter”
untuk:
A. Menuju A03 jika <form pencarian> telah terisi
B. Menuju M01 jika <form pencarian> belum terisi
3. Klik “Tentang Program”
untuk menuju A04 Ukuran halaman : 1024 x 768 px
Jenis tulisan : Arial Ukuran tulisan : 12px Warna latar : putih
Cari di Google Cari di Twitter
Tentang Program <lambang
Google>
B. Menuju M01 jika <form pencarian> belum terisi
2. Klik “Tentang Program” untuk menuju A04
3. Klik Logo / Gambar pengenal perangkat lunak untuk menuju ke A01
Ukuran halaman : 1024 x 768 px Jenis tulisan : Arial
Ukuran tulisan : 12px Warna latar : putih
lunak
<hasil clustering> <hasil pencarian>
B. Menuju M01 jika <form pencarian> belum terisi
2. Klik “Tentang Program” untuk menuju A04
3. Klik Logo / Gambar pengenal perangkat lunak untuk menuju ke A01
Ukuran halaman : 1024 x 768 px Jenis tulisan : Arial
Ukuran tulisan : 12px Warna latar : putih
lunak
<hasil clustering> <hasil pencarian>
untuk menuju ke A01
Ukuran halaman : 1024 x 768 px Jenis tulisan : Arial
Ukuran tulisan : 12px Warna latar : putih
lunak
Hasil clustering dengan kata kunci <kata_kunci> <hasil pencarian>
untuk menuju A04 3. Klik “kembali” untuk menuju ke halaman sebelumnya
Ukuran halaman : 1024 x 768 px Jenis tulisan : Arial
Ukuran tulisan : 12px Warna latar : putih
lunak
Hasil clustering dengan kata kunci <kata_kunci>
tempat tombol “Tentang Program” ditekan
2. Klik “Kembali ke
halaman utama” untuk
menuju A01
Ukuran halaman : 1024 x 768 px Jenis tulisan : Arial
Ukuran tulisan : 12px Warna latar : putih
<informasi tentang program dan pembuat program>
Kembali ke halaman sebelumnya
Kembali ke halaman utama
Stemming kata
Kompleksitas Algoritma : 10
Identifikasi cluster
“chelsea” muncul “chelsea”.
Kasus dan Hasil Uji (Data Normal)
Data Masukan Yang Diharapkan Pengamatan Kesimpulan
Form pencarian diisi dengan : 12
Data hasil pencarian berdasarkan kata kunci
“12” muncul
Muncul hasil pencarian berdasarkan kata kunci
“12”.
[ ] Diterima [ ] Ditolak
Kasus dan Hasil Uji (Data Normal)
Data Masukan Yang Diharapkan Pengamatan Kesimpulan
Form pencarian diisi dengan : ?
Data hasil pencarian berdasarkan kata kunci “?” muncul
Muncul hasil pencarian berdasarkan kata kunci
“?”.
[ ] Diterima [ ] Ditolak
Kasus dan Hasil Uji (Data Kosong)
Data Masukan Yang Diharapkan Pengamatan Kesimpulan
Form pencarian kosong Muncul pesan
kesalahan “Form pencarian belum terisi. Silahkan isi dahulu sebelum melakukan pencarian.”
Dapat menampilkan pesan kesalahan “Form pencarian belum terisi. Silahkan isi dahulu sebelum melakukan pencarian.”
[ ] Diterima [ ] Ditolak
B. Setuju
E. Tidak Setuju
C. Cukup Setuju
Pertanyaan No. Keterangan Responden Presentase (%)
1 1 Sangat setuju 3 20 2 Setuju 9 60 3 Cukup setuju 3 20 4 Kurang setuju 0 0 5 Tidak setuju 0 0 Jumlah 15 100
C. Cukup Setuju
Pertanyaan No. Keterangan Responden Presentase (%)
2 1 Sangat setuju 4 26,67 2 Setuju 10 66,67 3 Cukup setuju 1 6,67 4 Kurang setuju 0 0 5 Tidak setuju 0 0 Jumlah 15 100
A. Sangat Setuju
D. Kurang Setuju
B. Setuju
E. Tidak Setuju
C. Cukup Setuju
Pertanyaan No. Keterangan Responden Presentase (%)
3 1 Sangat setuju 1 6,67 2 Setuju 7 46,67 3 Cukup setuju 7 46,67 4 Kurang setuju 0 0 5 Tidak setuju 0 0 Jumlah 15 100
B. Setuju
E. Tidak Setuju
C. Cukup Setuju
Pertanyaan No. Keterangan Responden Presentase (%)
4 1 Sangat setuju 0 0 2 Setuju 0 0 3 Cukup setuju 5 33,33 4 Kurang setuju 10 66,67 5 Tidak setuju 0 0 Jumlah 15 100
A. Sangat Setuju
D. Kurang Setuju
B. Setuju
E. Tidak Setuju
C. Cukup Setuju
Pertanyaan No. Keterangan Responden Presentase (%)
5 1 Sangat setuju 0 0 2 Setuju 1 6,67 3 Cukup setuju 11 73,33 4 Kurang setuju 3 20 5 Tidak setuju 0 0 Jumlah 15 100