• Tidak ada hasil yang ditemukan

Perbandingan Algoritma Galil-Seiferas dan Algoritma Not So Naϊve Dalam Aplikasi Kamus Hukum

N/A
N/A
Protected

Academic year: 2017

Membagikan "Perbandingan Algoritma Galil-Seiferas dan Algoritma Not So Naϊve Dalam Aplikasi Kamus Hukum"

Copied!
103
0
0

Teks penuh

(1)

LISTING PROGRAM

frmMenu.vb

Public Class frmMenu

Private Sub QuitToolStripMenuItem_Click(ByVal sender As

System.Object, ByVal e As System.EventArgs) Handles

QuitToolStripMenuItem.Click Close()

End Sub

Private Sub OtoritasToolStripMenuItem_Click(ByVal sender As

System.Object, ByVal e As System.EventArgs) Handles

OtoritasToolStripMenuItem.Click frmLogin.Show()

End Sub

Private Sub HelpToolStripMenuItem_Click(ByVal sender As

System.Object, ByVal e As System.EventArgs) Handles

HelpToolStripMenuItem.Click frmHelp.Show() End Sub

Private Sub AboutToolStripMenuItem_Click(ByVal sender As

System.Object, ByVal e As System.EventArgs) Handles

AboutToolStripMenuItem.Click frmAbout.Show() End Sub

Private Sub ListKamusToolStripMenuItem_Click(ByVal sender As

System.Object, ByVal e As System.EventArgs) Handles

System.EventArgs) Handles MyBase.Load koneksi()

txtUserID.Enabled = True

txtUserID.Select() End Sub

Private Sub cmdOpen_Click(ByVal sender As System.Object, ByVal e As

(2)

CMD = New MySqlCommand("select * from User where userID='" & txtUserID.Text & "' and passwd='" & txtPasswd.Text & "'", Kon)

RD = CMD.ExecuteReader

System.EventArgs) Handles cmdClose.Click Close()

End Sub

Private Sub txtUserID_KeyPress(ByVal sender As Object, ByVal e As

System.Windows.Forms.KeyPressEventArgs) Handles txtUserID.KeyPress If e.KeyChar = Chr(13) Then

txtPasswd.Select() End If

End Sub

Private Sub txtUserID_TextChanged(ByVal sender As System.Object,

ByVal e As System.EventArgs) Handles txtUserID.TextChanged If Len(txtUserID.Text) < 10 Then

Exit Sub

End If

End Sub

Private Sub txtPasswd_KeyPress(ByVal sender As Object, ByVal e As

System.Windows.Forms.KeyPressEventArgs) Handles txtPasswd.KeyPress If e.KeyChar = Chr(13) Then

Private Sub KamusHukumToolStripMenuItem_Click(ByVal sender As

System.Object, ByVal e As System.EventArgs) Handles

KamusHukumToolStripMenuItem.Click frmDataKamus.Show()

(3)

frmUser.Show() End Sub

Private Sub BackToolStripMenuItem_Click(ByVal sender As

System.Object, ByVal e As System.EventArgs) Handles

BackToolStripMenuItem.Click Close()

End Sub

Private Sub PencarianStringToolStripMenuItem_Click(ByVal sender As

System.Object, ByVal e As System.EventArgs) Handles 2)) And x.Substring(0, 1).Equals(y.Substring(j, 1)) Then

(4)

Console.Write(NotSoNaive(x, y)) End Sub

Private Sub Form1_Load(ByVal sender As System.Object, ByVal e As

System.EventArgs) Handles MyBase.Load txtPattern.Focus()

System.EventArgs) Handles btnProses.Click pb.Visible = True & txtPattern.Text & "'", Kon)

(5)

End Sub

Public Shared Function SearchStringNotSo(ByVal str As String, ByVal

pat As String) As Integer()

Public Shared Function SearchStringGalil(ByVal str As String, ByVal

(6)

txtHasil.Text = String.Format("{0} occurs at position {1}", m.Value, m.Index)

Next

End Sub

Private Sub btnQuit_Click(ByVal sender As System.Object, ByVal e As

System.EventArgs) Handles btnQuit.Click Close()

End Sub

Private Sub btnClear_Click(ByVal sender As System.Object, ByVal e As

System.EventArgs) Handles btnClear.Click pb.Value = 0

System.EventArgs) Handles Timer2.Tick

Dim difference As TimeSpan = DateTime.Now.Subtract(time) lblWaktu.Text = difference.Days.ToString & ":" &

(7)
(8)

Imports MySql.Data.MySqlClient

(9)

Do While RD.Read

System.EventArgs) Handles btnQuit.Click Close()

End Sub

Private Sub btnAdd_Click(ByVal sender As System.Object, ByVal e As

System.EventArgs) Handles btnAdd.Click Call CariID()

System.Windows.Forms.KeyPressEventArgs) Handles txtKata.KeyPress If e.KeyChar = Chr(13) Then

txtDeskripsi.Enabled = True

txtDeskripsi.Focus() End If

End Sub

Private Sub txtDeskripsi_TextChanged(ByVal sender As System.Object,

ByVal e As System.EventArgs) Handles txtDeskripsi.TextChanged If bolTambah = True Then

btnSave.Enabled = True

End If

End Sub

Private Sub btnSave_Click(ByVal sender As System.Object, ByVal e As

System.EventArgs) Handles btnSave.Click btnSave.Enabled = False

CMD = New MySqlCommand("Insert into Kamus

(IdKamus,Kata,Deskripsi) values (" & IDKamus & ",'" & txtKata.Text & "','" & txtDeskripsi.Text & "')", Kon)

RD = CMD.ExecuteReader

System.EventArgs) Handles lv.Click If bolCari = True Then

(10)

CMD = New MySqlCommand("select * from Kamus where IDKamus=" &

System.EventArgs) Handles btnEdit.Click btnEdit.Enabled = False

btnDelete.Enabled = False

Dim edit As String

edit = "Update Kamus SET Kata='" & txtKata.Text & "',Deskripsi='" & txtDeskripsi.Text & "' where IDKamus=" & IDKamus & ""

CMD = New MySqlCommand(edit, Kon)

System.EventArgs) Handles btnDelete.Click

(11)

Call ViewData()

System.EventArgs) Handles MyBase.Load Call KoneKsi()

System.EventArgs) Handles cmdEdit.Click

(12)

Private Sub cmdDelete_Click(ByVal sender As System.Object, ByVal e As

System.EventArgs) Handles cmdDelete.Click cmdSave.Enabled = False

System.EventArgs) Handles cmdQuit.Click Me.Close()

System.Drawing.Font("Arial", 8, FontStyle.Bold) 'font untuk kolom header 'font untuk cell

DataGridViewContentAlignment.MiddleLeft 'rata kanan tengah untuk kolom 0 .Columns(0).Width = 80 'lebar kolom 0

.Columns(1).Name = "Passwd"

.Columns(1).DefaultCellStyle.Alignment =

(13)

baris(0) = RD(0)

Private Sub cmdAdd_Click_1(ByVal sender As System.Object, ByVal e

As System.EventArgs) Handles cmdAdd.Click cmdAdd.Enabled = False

System.EventArgs) Handles cmdSave.Click cmdSave.Enabled = False

CMD = New MySqlCommand("Insert into User (UserID, Passwd) values ('" & txtUserID.Text & "','" & txtPasswd.Text & "')", Kon)

RD = CMD.ExecuteReader

System.Windows.Forms.KeyPressEventArgs) Handles txtUserID.KeyPress If e.KeyChar = Chr(13) Then

System.Windows.Forms.KeyPressEventArgs) Handles txtPasswd.KeyPress If e.KeyChar = Chr(13) Then

If bolTambah = True Then

cmdSave.Enabled = True

(14)

End If

End Sub

Private Sub cmdClear_Click_1(ByVal sender As System.Object, ByVal e

As System.EventArgs) Handles cmdClear.Click txtUserID.Text = ""

e As System.Windows.Forms.DataGridViewCellEventArgs) Handles

dg.CellContentClick

(15)

If RD.HasRows Then

As System.EventArgs) Handles MyBase.Load Call KoneKsi()

End Sub

Private Sub lvKata_Click(ByVal sender As Object, ByVal e As

System.EventArgs) Handles lvKata.Click

Kata = lvKata.FocusedItem.SubItems(0).Text

Private Sub lvKata_SelectedIndexChanged(ByVal sender As

System.Object, ByVal e As System.EventArgs) Handles

lvKata.SelectedIndexChanged

(16)

CURRICULUM VITAE

[ D a f t a r R i w a y a t H i d u p ]

Data Pribadi

Nama Irvi Oktanisa, A.Md

Tempat / Tgl Lahir Medan / 19 Nopember 1993 Jenis Kelamin Perempuan

Kewarganegaraan Indonesia

Agama Islam

Alamat Jln. A.R. Hakim Gang Sukmawati No.15 C, Kel. Pasar Merah Timur, Kec. Medan Area

E-mail irvioktanisa93@gmail.com

No HP 081362896402

Alamat Orang Tua Jln. A.R. Hakim Gang Sukmawati No.15 C, Kel. Pasar Merah Timur, Kec. Medan Area

No HP Orang Tua 08126368612

Pendidikan

1999-2005 SD Negeri 064959 Medan

2005-2008 SMP Swasta Muhammadiyah 01 Medan 2008-2011 SMA Swasta Al-Ulum Medan

2011-2014 D-3 Teknik Informatika, Universitas Sumatera Utara

2014-sekarang S1-Ekstensi Ilmu Komputer, Universitas Sumatera Utara

Kemampuan

Database MySQL

Bahasa Indonesia, Inggris

(17)

DAFTAR PUSTAKA

Azizah, U.N. 2013. Perbandingan Detektor Tepi Prewit dan Detektor Tepi Laplacian Berdasarkan Kompleksitas Waktu dan Citra Hasil. Skripsi. Universitas Pendidikan Indonesia.

Charras, C. & Lecroq, T. 1997. Handbook of Exact String-Matching Algorithms.

London: King‟s College Publications.

Djindang, M.S. 1989. Pengantar dalam Hukum Indonesia. Jakarta. PT. Ichtiar Baru.

Jogiyanto. 2005. Pengenalan Komputer. Yogyakarta: Andi.

Levitin, A. 2011. Introduction to the Design and Analysis of Algorithm 3rd Edition. United States of America. Pearson Education,Inc.

Masriani, Y.T. 2004. Pengantar Hukum Indonesia. Penerbit PT Sinar Grafika: Jakarta.

Munir, R. 2007. Algoritma dan Pemrograman dalam Bahasa Pascal dan C. Bandung: Informatika Bandung.

Navarro, G. & Raffinot, M. 2002. Flexible Pattern Matching in Strings: Practical On-line Search Algorithms for Texts and Biological Sequences. Cambridge University Press.

Pasaribu, I.J. 2013. Program Aplikasi Kamus Bahasa Indonesia-Perancis Menggunakan Visual Basic 6.0. Tugas Akhir. Universitas Sumatera Utara

Priyatna,R.D. 2015. Implementasi Algoritma Levenshtein Distance dan Algoritma Knuth-Morris-Pratt (KMP) dalam Fitur Word Completion pada Search Engine. Skripsi. Universitas Sumatera Utara.

Purwanto, E.B. 2008. Perancangan dan Analisis AlgoritmaI. Yogyakarta. Graha Ilmu.

Sagita, V. 2013. Studi Perbandingan Implementasi Algoritma Boyer-Moore, Turbo Boyer-Moore, dan Tuned Boyer-Moore dalam Pencarian String. Ultimatics 1 Vol. IV(32): 1-2.

Sedgewick, R. & Wayne, K. 2011. Algorithms Fourth Edition. Boston : Princeton University.

Tania, S.M. 2015. Perancangan Fitur Autocomplete pada Aplikasi Kamus Istilah Teknologi Informasi Menggunakan Algoritma Boyer-Moore. Skripsi. Universitas Sumatera Utara.

(18)

BAB 3

ANALISIS DAN PERANCANGAN

3.1Analisis

Bab ini akan membahas tentang analisis serta perancangan perbandingan algoritma Galil-Seiferas dan Not So Naϊve, membuat pemodelan sistem seperti merancang alur kerja sistem (flowchart). Mempelajari konsep dan proses kerja algoritma serta merancang antarmuka pengguna (user interface).

Gambar 3.1 Diagram Ishikawa

Pada Gambar 3.1 dapat dilihat bahwa bagian kepala atau segiempat yang berada di sebelah kanan merupakan masalah, sementara dibagian tulang merupakan penyebab. Terdapat empat kategori penyebab masalah pada penelitian perbandingan algoritma Galil-Seiferas dan algoritma Not So Naϊve yang digambarkan dengan tanda panah yang mengarah ke tulang utama, yaitu berkaitan dengan pengguna (manusia),

(19)

penyebab masalah tersebut digambarkan dengan tanda panah yang mengarah ke masing-masing kategori.

3.1.1 Analisis Kebutuhan

Analisis kebutuhan sistem dibagi menjadi dua, yaitu analisis kebutuhan non-fungsional dan analisis kebutuhan non-fungsional. Pada tahapan analisis ini sangat dibutuhkan dalam mendukung kinerja sistem, apakah sistem yang dibuat telah sesuai dengan kebutuhan atau belum, karena kebutuhan sistem akan mendukung tercapainya tujuan yang diharapkan.

3.1.1.1Analisis Fungsional

Analisis kebutuhan fungsional merupakan jenis kebutuhan yang berisi proses-proses apa saja yang nantinya dilakukan oleh sistem. Kebutuhan fungsional juga berisi informasi-informasi apa saja yang harus ada dan dihasilkan oleh sistem. Berikut ini adalah kebutuhan fungsional dari sistem, yaitu:

a. Sistem dapat menginput data kamus oleh user. b. Sistem dapat menampilkan data kamus.

c. Sistem dapat melakukan pencarian string kata pada kamus dengan menggunakan algoritma Galil-Seiferas dan algoritma Not So Naϊve.

d. Sistem dapat menampilkan waktu proses serta tingkat akurasi pencarian dari kedua algoritma tersebut.

3.1.1.2Analisis Non-fungsional

Persyaratan non-fungsional sistem merupakan persyaratan apa yang harus dilakukan sistem. Beberapa persyaratan non-fungsional yang harus dipenuhi oleh sistem yang dirancang adalah sebagai berikut.

1. Performa

Sistem yang akan dibangun harus dapat menunjukkan hasil dari proses pencarian string kata.

2. Mudah dipelajari dan digunakan

(20)

3. Dokumentasi

Sistem yang akan dibangun dapat menyimpan saran kata yang ditambahkan oleh pengguna (user) ke dalam database.

4. Kontrol

Sistem yang akan dibangun harus memiliki pesan not found jika kata yang di ketikkan pengguna (user) tidak ada di dalam database kata.

5. Hemat biaya

Sistem yang akan dibangun tidak memerlukan perangkat tambahan dalam proses eksekusinya.

3.1.2 Pemodelan

Pemodelan sistem dapat dibagi menjadi Use Case Diagram, Activity diagram, dan Sequence diagram yang akan menggambarkan alur kerja dari sistem perbandingan algoritma Galil-Seiferas dan algoritma Not So Naϊve.

3.1.2.1Pemodelan Persyaratan Sistem dengan Use Case

Unified Modelling Language (UML) merupakan bentuk perancangan dan dokumentasi perangkat lunak berbasis pemrograman berorientasi objek. Pada penelitian ini, bentuk perancangan UML menggunakan beberapa diagram, yaitu use case diagram, activity diagram dan sequence diagram. Use case adalah salah satu pemodelan yang digunakan untuk memodelkan persyaratan sistem. Dengan use case ini digambarkan siapa saja yang berinteraksi dengan sistem dan apa saja yang dapat dilakukan dengan sistem.

(21)

Gambar 3.2 Use Case Diagram

Use case pada Gambar 3.2 menjelaskan aksi yang dapat dilakukan oleh user,

user dapat melakukan pencarian kata dan akan mengecek kata tersebut ada atau tidak

ada pada kamus kata serta dapat menambahkan kata atau saran kata istilah baru pada kamus kata pada aplikasi tersebut. Selanjutnya proses pendeskripsian pencarian kata dapat dilihat pada Tabel 3.1.

Perbandingan Algoritma Galil-Seiferas dan Algoritma Not So Naϊve

Pemasukan string kata huruf

Menampilkan daftar kata dan saran dengan algoritma Galil-Seiferas

dan Not So Naϊve USER

«Includes»

Menampilkan hasil pencarian dan waktu

proses

(22)

Tabel 3.1 Dokumentasi Naratif Use Case

Nama Use case Proses pencarian string kata

Actors User

Description Use case ini mendeskripsikan Pencarian string kata dengan algoritma Galil-Seiferas dan algoritma Not So Naϊve.

Pre-Condition -

Basic Flow Kegiatan pengguna Respon sistem User memasukkan inputan

karakter berupa huruf

Menunggu keseluruhan proses inputan selesai

Alternate Flow User dapat memilih alternatif saran algoritma Galil-Seiferas dan algoritma Not So Naϊve, tambah kata dan tampilan lainnya.

Post-Condition User mengetahui hasil pencarian, waktu proses alternatif algoritma Galil-Seiferas dan algoritma Not So Naϊve.

3.1.2.2Activity Diagram

Activity diagram menggambarkan proses-proses yang terjadi ketika aktivitas dimulai

(23)

Gambar 3.3 Activity Diagram

Didalam activity diagram yang terlihat pada Gambar 3.3 dapat dijelaskan bahwa user harus memulai proses terlebih dahulu. Lalu sistem menampilkan form pencarian. Selanjutnya user meng-input kata yang ingin dicari terjemahannya. Lalu sistem melakukan proses pencarian kata dengan menggunakan algoritma untuk melakukan pencarian kata dan kemudian sistem melakukan pemanggilan fungsi mencari apakah list kata ditemukan. Jika kata ditemukan maka sistem akan

Mulai

User Sistem

Memilih tambah kata kamus Input string kata

Melakukan pencarian kata

Dengan menggunakan algoritma

Kata tidak ditemukan

Menampilkan form tambah kata Menampilkan Kata

Waktu proses dan kata ditemukan

Menampilkan form Pencarian

= list kata

tidak

(24)

menampilkan kata, waktu proses, dan jumlah kata yang ditemukan. Jika kata tidak ditemukan pada sistem maka user akan memilih menambah data kamus lalu sistem akan menampilkan form tambah data kamus.

Tabel 3.2 Keterangan Bagian-Bagian Rancangan Form Pencarian

Nama Use case Proses pencarian string kata

Actors User

Description Use case ini mendeskripsikan pencarian string kata dengan algoritma Galil-Seiferas dan algoritma Not So Naϊve.

Pre-Condition Sudah masuk ke menu utama sistem pencarian kata Event detail Kegiatan user Respon sistem

1. Menginputkan kata yang ingin dicari

2. Menekan tombol Proses 3. Menekan tombol Cancel 4. Menekan tombol tambah kata

5. Menambahkan kata yang baru

1. Sistem menampilkan halaman yang dipilih

2. Sistem akan melakukan searching pada database

3. Tampilkan hasil pencarian dan waktu proses dalam pencarian kata 4. Menyimpan kata yang baru.

Pasca-Condition Menampilkan hasil pencarian kata

3.1.2.3Sequence Diagram

(25)

Gambar 3.4 SequenceDiagram Sistem

Dari Gambar 3.4 dapat dijelaskan dengan sequence diagram mengenai informasi sistem yang berjalan saat ini, sehingga dengan diagram ini dapat menggambarkan pergerakan sebuah objek dan pesan yang terjadi di dalam sistem penyampaian informasi.

3.1.3 Flowchart Algoritma Galil-Seiferas

Menampilkan Halaman Utama Halaman Utama

:Halaman Utama :Halaman Hasil Pencarian User

Memilih tombol Pencarian Kata

Memilih Tombol Tambah Kata

Menampilkan Halaman Tambah Kata Menampilkan halaman Pencarian Kata

(26)

Flowchart algoritma Galil-Seiferas adalah alur proses yang terjadi dalam pencarian

kata seperti pada Gambar 3.5.

Start

(27)

Start

m = length (x) n = length (y)

Input

x = string yang dicari y = tempat pencarian

x[s+q1] == x[s+p1+q1]

?

++q1

p1 + q1 >= k*p1

?

s += p1 q1 -= p1

p1 += (q1 / k+1) q1 = 0

p1 >= p2

? stop

s=0 p1=1

Ya

tidak

Ya

tidak

Ya

tidak

newP1

(28)

Start

(29)

Start

m = length (x) n = length (y)

Input

x = string yang dicari y = tempat pencarian

x[s+q1] == x[s+p1+q1]

? ++q1

p1 + q1 >= k*p1

?

Ya

tidak

Ya s + p1 + q1

== m ?

p2 = q1 q2 = 0

p1 += q1 / k+1

1 = 0 stop

tidak tidak

Ya

newP2()

search()

(30)

Pada algoritma Galil-Seiferas, pemanggilan fungsi dilakukan secara rekursif. Gambar 3.5, Gambar 3.6, Gambar 3.7, dan Gambar 3.8 menggambarkan alur pada proses masing-masing void yang terdapat pada algoritma Galil-Seiferas untuk melakukan proses pencarian dimana proses awal yang diilakukan adalah menginisialisasi variabel yaitu p, q, s untuk memasukkan pola didalam teks pencarian sebelum proses dimulai. Proses pencarian dimulai dari karakter paling kiri pattern. Setiap karakter akan di cocokkan antara pola dan teks sampai ditemukan kecocokan. Dan jika terjadi kecocokan maka mengeluarkan hasil pencarian dan selesai.

3.1.4 Flowchart Algoritma Not So Naϊve

(31)

Start

m = length (x) n = length (y)

x[0] = x[1] Input

x = string yang dicari y = tempat pencarian

k = 2 l = 1

k =1 l = 2

Ya

tidak

j = 0

j <= n-m x[1]≠y[j+1] j = j + k

x[2..m-1]= y[j+2...j+m-1]

&& x[0] == y[j]

Ya

Ya

tidak

j = j + l

Ya

tidak

Output j = indeks

Stop

(32)

Pada Gambar 3.9 menggambarkan alur pada proses pencarian kata menggunakan algoritma Not So Naϊve dengan proses awal yang dilakukan yaitu memasukkan pola didalam text yang tersedia. Proses pencarian dimulai dari karakter paling kiri ke kanan dari pattern. Akan tetapi pada algoritma ini indeks pencarian dimulai dari indeks kedua dari pattern. Jika terjadi kecocokan maka mengeluarkan hasil dan selesai.

3.1.5 Flowchart Sistem

Flowchart Sistem adalah alur proses sistem yang akan dirancang pada pencarian kata

dalam aplikasi kamus hukum dengan menggunakan kedua algoritma tersebut.

Mulai

Kata yang dicari

Algoritma Galil-Seiferas ?

Algoritma Not So Naive

Algoritma Galil-Seiferas

Kata ditemukan ?

· Defenisi Kata · Waktu

Proses

Selesai

Ya

tidak

Ya

tidak

(33)

Perbandingan waktu proses dilakukan dengan membandingkan proses dari algoritma Galil-Seiferas dan algoritma Not SoNaïve. Pada Gambar 3.10 dilakukan proses input berupa kata setelah itu di proses oleh algoritma Galil-Seiferas dan algoritma Not SoNaïve untuk menghasilkan perbandingan antara kedua proses algoritma tersebut. Hasil dari proses algoritma Galil-Seiferas dan algoritma Not SoNaïve berupa defenisi (arti) kata, berapa lama waktu proses dari pencarian kata

menggunakan dua algoritma tersebut dan tingkat keakuratan kata yang keluar dari hasil pencarian kata menggunakan dua algoritma tersebut.

3.1.6 Analisis Data

Data kata yang digunakan pada sistem ini berdasarkan data kata yang ada dan telah disimpan pada database, dimana database tersebut berisi kata berdasarkan kamus istilah hukum. Pada Tabel 3.3 akan diberikan beberapa data kata pada database yang akan digunakan sebagai data kamus.

Tabel 3.3 Sampel Data Kamus

No Kata Deskripsi

1 Abortus Berdasarkan Kamus 1:,- (lat), abortus: terpencarnya embrio yang tidak mungkin lagi hidup; keguguran; keluaran; keadaan terhentinya pertumbuhan yang normal.

Berdasarkan Kamus 2:,- Gugurnya anak yang ada didalam kandungan karena kelahiran sebelum waktunya tanpa adanya unsur kesengajaan didalam prosesnya.

Berdasarkan Kamus 3:,-

2 Absoluut Berdasarkan Kamus 1:,- (Bld), mutlak: mengenai segenapnya; seutuhnya; tiada terbatas, penuh; tidak boleh tidak, harus ada.

Berdasarkan Kamus 2:,- kekuasaan mutlak; tidak terbatas.

Berdasarkan Kamus 3:,-

(34)

terhadap keputusan pengadilan atau pengadilan yang lebih tinggi atas permintaan jaksa atau terdakwa (biasanya pemeriksaan ulang tersebut dilakukan oleh Pengadilan Tinggi terhadap Putusan Pengadilan Negeri; apel.

Berdasarkan Kamus 2:,- Suatu hak terdakwa maupun penuntut umum untuk melakukan upaya hukum (memohon) apabila merasa tidak puas untuk memeriksa kembali putusan yang telah dijatuhkan oleh Pengadilan Tingkat I; (Militer) Hak terdakwa atau oditur untuk memohon kepada pengadilan tingkat banding (pengadilan militer tertinggi atau pengadilan militer utama) untuk memeriksa kembali putusan pengadilan tingkat pertama.

Berdasarkan Kamus 3:,- Suatu alat hukum (rechtsmiddel) yang merupakan hak terdakwa dan hak jaksa untuk memohon, supaya putusan pengadilan negeri diperiksa kembali oleh pengadilan tinggi.

4 Bedreiging Berdasarkan Kamus 1:,- (Bld) Ancaman; pengecaman

Berdasarkan Kamus 2:,- Pengancaman; perbuatan yang dilakukan dengan melakukan ancaman, baik disertai dengan kekerasan maupun tidak (H.Pidana)

Berdasarkan Kamus 3:,- Ancaman, pengancaman yang menurut KUHP merupakan suatu tindak pidana (336 KUHP).

Dapat dilihat pada Tabel 3.3 bahwa data yang telah disimpan dalam database sebanyak yang dibutuhkan dimana data tersebut adalah merupakan informasi tentang istilah hukum, dimana data tersebut akan dijadikan sebagai kata pencarian yang akan di implementasikan pencariannya dalam search engine dengan algoritma Galil-Seiferas dan algoritma Not So Naϊve.

3.2Perancangan

(35)

dan struktur tabel. Di dalam pembuatan aplikasi ini, database sangat diperlukan. Karena untuk mencari deskripsi dari pattren yang di-input, sistem membutuhkan komponen data yang disimpan dalam bentuk database menggunakan tools MySQL.

3.2.1.1Struktur Tabel

Didalam pembuatan program dibutuhkan suatu tempat media penyimpanan data yang berupa tabel untuk dapat melakukan kegiatan-kegiatan dalam pengaturan pencarian data. Oleh karena itu, sistem pengolahan data ini membutuhkan spesifikasi tabel. Tabel-tabel yang penulis gunakan yaitu tabel user dan kamus untuk menjalankan proses pencarian string. Struktur tabel-tabel tersebut, yaitu :

1. Tabel User

Tabel user berfungsi untuk menyimpan informasi tentang pengguna aplikasi pencarian string istilah hukum. Struktur tabel user dapat dilihat seperti pada Tabel 3.4.

Tabel 3.4 Tabel User

Nama Field Jenis Ukuran Keterangan

UserID varchar 20 Nama User (Primary Key)

Passwd varchar 10 Password User

2. Tabel Kamus

Tabel Kamus berfungsi untuk menyimpan informasi tentang deskripsi kata yang berhubungan dengan istilah hukum. Struktur tabel Kamus dapat dilihat seperti pada Tabel 3.5.

Tabel 3.5 Tabel Kamus

Nama Field Jenis Ukuran Keterangan

IDKamus Integer 4 Nomor urut kamus (Primary Key)

Kata Varchar 50 Kata istilah hukum

Deskripsi Varchar 255 Keterangan kata

(36)

3.2.1.2Relasi Antar Tabel

Relasi antar tabel merupakan pengelompokkan data menjadi tabel-tabel yang menunjang entitas dan relasi yang berfungsi untuk mengakses data item dari setiap database. Relasi antar tabel untuk sistem yang akan dibuat dapat dilihat pada Gambar

3.11 berikut ini.

Gambar 3.11 Relasi Antar Tabel

3.2.2 Perancangan Antarmuka

Merancang antarmuka (interface) sebuah sistem harus menarik, sederhana, dan lengkap ditambah proses kerja sistem yang harus cepat sehingga user merasa nyaman menggunakannya. Pada tahap ini akan dilakukan perancangan sistem perbandingan algoritma Galil-Seiferas dan algoritma Not So Naϊve pada aplikasi kamus hukum, dimana user meng-input pattern yang dicari berserta dengan teks dan sistem akan memprosesnya dengan mencocokkan pattern yang ada pada teks dengan database, menghitung jumlah pattern yang ditemukan, menghitung waktu proses serta menampilkan deskripsi dari pattern tersebut.

3.2.2.1Perancangan Menu Utama

Rancangan menu utama merupakan tampilan yang pertama kali muncul saat program dijalankan. Pada rancangan ini terdapat menu Otoritas, List Kamus, Help, About dan Quit. Otoritas berfungsi untuk melakukan pemasukan identitas pengguna sistem, List

(37)

Gambar 3.12 Rancangan Menu Utama

Keterangan:

Tabel 3.6.Keterangan Bagian-bagian Rancangan Menu Utama

No Jenis Objek Keterangan

1 MenuStrip Untuk melakukan login

2 MenuStrip Untuk menjalankan program List Kamus 3 MenuStrip Untuk menjalankan program Help 4 MenuStrip Untuk menjalankan program About 5 MenuStrip Untuk menjalankan program Quit

6 Tampilan Gambar Gambar pembukaan untuk tampilan latar belakang aplikasi

Gambar Pembukaan

Help About Quit Otoritas

1 2 3 4 5

(38)

3.2.2.2Perancangan Menu List Kamus

Rancangan menu list kamus merupakan tampilan yang diperuntukkan bagi user. Pada rancangan ini terdapat string kamus. Rancangan menu list item terlihat seperti pada Gambar 3.13.

Gambar 3.13 Rancangan Menu List Kamus

Keterangan :

Tabel 3.7.Keterangan Bagian-bagian Rancangan Menu List Kamus

No Jenis Objek Keterangan

1 Label Menampilkan judul kamus istilah hukum

2 Label Menampilkan abjad

3 TextBox Menampilkan data kamus

4 Label Menampilkan abjad

5 TextBox Menampilkan data kamus KAMUS ISTILAH HUKUM

A 2

1

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

3

X 4

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

5

Back

(39)

3.2.2.3Perancangan Menu Otoritas

Rancangan menu otoritas merupakan tampilan yang diperuntukan bagi user yang terdaftar sebagai admin. Pada rancangan ini terdapat File, Pencarian String dan Back. Rancangan menu otoritas terlihat seperti pada Gambar 3.14.

Gambar 3.14 Rancangan Menu Otoritas

Keterangan :

Tabel 3.8.Keterangan Bagian-bagian Rancangan Menu Otoritas

No Jenis Objek Keterangan

1 MenuStrip File untuk menampilkan program Data Kamus dan Data User

2 MenuStrip Data Kamus untuk menjalankan program Data Kamus 3 MenuStrip Data User untuk menjalankan program Data User 4 MenuStrip Pencarian string untuk menampilan program

perbandingan dari Algoritma Galil-Seiferas dan Algoritma Not So Naϊve

5 MenuStrip Back untuk kembali ke menu utama

File Pencarian string Back

Data Kamus

Data User 1

2

3

4

(40)

3.2.2.4Perancangan Login

Rancangan login berfungsi untuk pemasukan hak akses aplikasi pencocokan string dengan algoritma . Rancangan login dapat dilihat pada Gambar 3.15.

Gambar 3.15 Rancangan Data Login

Keterangan :

Tabel 3.9.Keterangan Bagian-bagian Rancangan Data Login

No Jenis Objek Keterangan

1 Label Untuk menampilkan string UserID 2 Label Untuk menampilkan string Password 3 TextBox Untuk tempat memasukkan nama user 4 TextBox Untuk tempat memasukkan password 5 Button Untuk menjalankan program

6 Button Untuk membatalkan proses Password

xxxxxxxxx

Ok UserID

Cancel xxxxxxxxx

3

4

5 6

1

(41)

3.2.2.5Perancangan Data Kamus

Rancangan data kamus berfungsi untuk pemasukan informasi tentang kata istilah hukum. Rancangan data kamus dapat dilihat pada Gambar 3.16.

Gambar 3.16 Rancangan Data Kamus

Keterangan :

Tabel 3.10.Keterangan Bagian-bagian Rancangan Data Kamus

No Jenis Objek Keterangan

1 Label Untuk menampilkan teks ID 2 Label Untuk menampilkan teks Kata 3 Label Untuk menampilkan Deskripsi

4 TextBox Untuk menampilkan secara otomatis nomor urut Kata 5 TextBox Untuk pemasukan Kata

6 TextBox Untuk pemasukan keterangan tentang defenisi Kata 7 Button Untuk menambah data baru

8 Button Untuk menyimpan data baru 9 Button Untuk mengedit data

10 Button Untuk menghapus data

11 Button Untuk membersihkan tampilan 12 Button Untuk menutup tampilan

(42)

3.2.2.6Perancangan Data User

Rancangan data user berfungsi untuk pemasukan informasi nama-nama pengguna sistem pencarian teks. Rancangan data user dapat dilihat pada Gambar 3.17 dibawah ini.

Gambar 3.17 Rancangan Data User

Keterangan :

Tabel 3.11. Keterangan Bagian-bagian Data User

No Jenis Objek Keterangan

1 Label Untuk menampilkan string UserID 2 Label Untuk menampilkan string Password 3 TextBox Untuk tempat pemasukan nama user 4 TextBox Untuk tempat pemasukan password 5 Button Untuk menambah data baru

6 Button Untuk menyimpan data baru 7 Button Untuk meng-edit data 8 Button Untuk menghapus data

9 Button Untuk membersihkan tampilan 10 Button Untuk menutup tampilan

(43)

3.2.2.7Perancangan Menu Pencarian

Rancangan pencarian berfungsi untuk melakukan pencocokan string kata istilah hukum. Rancangan pencarian dapat dilihat pada Gambar 3.18 dibawah ini.

Gambar 3.18 Rancangan Pencarian

Keterangan :

Tabel 3.12.Keterangan Bagian-bagian Rancangan Pencarian

No Jenis Objek Keterangan

1 Label Untuk menampilkan string Pattern 2 TextBox Untuk memasukkan Kata

3 Label Untuk menampilkan kata pada algoritma Not So Naϊve 4 Label Untuk menampilkan kata yang dicocokkan dengan

Pattern pada pencarian menggunakan algoritma Not So Naϊve sesuai dengan database

5 TextBox Untuk menampilkan defenisi dari kata yang dicari pada Pattern dengan menggunakan algoritma Not So Naϊve xxxxxxxxxxx

Jumlah ditemukan 0:0:0:0 15

(44)

6 Label Untuk menampilkan kata pada algoritma Galil-Seiferas 7 Label Untuk menampilkan kata yang dicocokkan dengan

Pattern pada pencarian menggunakan algoritma

Galil-Seiferas sesuai dengan database

8 TextBox Untuk menampilkan defenisi dari kata yang dicari pada Pattern dengan menggunakan algoritma Galil-Seiferas

9 Label Untuk nenampilkan Lama Proses pencarian menggunakan Algoritma Not So Naϊve

10 Label Untuk menampilkan waktu yang dibutuhkan algoritma dalam proses pencarian menggunakan algoritma Not So Naϊve

11 Label Untuk nenampilkan Jumlah Kata yang ditemukan sesuai database dengan pencarian menggunakan algoritma Not So Naϊve

12 Label Untuk menampilkan pencarian jumlah Pattern yang sesuai pada database menggunakan algoritma Not So Naϊve

13 Label Untuk nenampilkan Lama Proses pencarian menggunakan algoritma Galil-Seiferas

14 Label Untuk menampilkan waktu yang dibutuhkan algoritma dalam proses pencarian menggunakan algoritma Galil-Seiferas

15 Label Untuk nenampilkan Jumlah Kata yang ditemukan sesuai database dengan pencarian menggunakan algoritma

Galil-Seiferas

16 Label Untuk menampilkan pencarian jumlah Pattern yang sesuai pada database menggunakan algoritma Galil-Seiferas

17 Button Untuk melakukan proses pencarian kata 18 Button Untuk membatalkan proses

(45)

3.2.2.8 Perancangan About

Perancangan about berfungsi untuk menampilkan tentang keterangan yang terdapat dalam aplikasi yang dibangun. Rancangan about dapat dilihat seperti pada Gambar 3.19.

Gambar 3.19 Rancangan About

Keterangan:

Tabel 3.13.Keterangan Bagian-bagian Perancangan About

No. Jenis Objek Keterangan

1 PictureBox Untuk menampilkan gambar

2 TextBox Untuk menampilkan tentang data sumber kamus

3 Label Untuk menampilkan kata

1

Created by: 3

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxx

(46)

BAB 4

IMPLEMENTASI DAN PENGUJIAN

4.1Implementasi

Tahap implementasi merupakan salah satu tahap yang akan dilakukan dalam pembuatan perangkat lunak suatu sistem. Tahap ini dilakukan setelah melalui tahap analisis dan perancangan yang telah diuraikan pada bab sebelumnya.

4.1.1 Implementasi Pencarian Kata dengan Algoritma Galil-Seiferas

Pada tahap implementasi, untuk mendapatkan hasil yang tepat diperlukan analisis yang benar. Diberikan pola dan string untuk tahap analisis pengujian yang nantinya dapat sesuai dengan yang diharapkan, dengan pola merupakan kata yang di-input oleh pengguna, sedangkan string merupakan teks yang ada pada database. Untuk mengetahui tahap pre-processing diperlihatkan pada Tabel 4.1.

Pola : i s a

String : i r v i o k t a n i s a

Tabel 4.1 Inisialisasi Algoritma Galil-Seiferas

0 = i 1 = s 2 = a

(47)

Pada percobaan pencocokan pola terhadap string diberikan ilustrasi sebagai berikut:

P = 0

Q = 0

S = 0

P1 = 3

Q1 = 0

i r v i o k t a n i s a I s . . . .

i r v i o k t a n i s a . i . . . .

i r v i o k t a n i s a . . i . . . .

i r v i o k t a n i s a . . . I s . . . .

i r v i o k t a n i s a . . . . i . . . .

i r v i o k t a n i s a . . . i . . . .

i r v i o k t a n i s a . . . i . . . . .

(48)

i r v i o k t a n i s a . . . i . . .

i r v i o k t a n i s a . . . I S A

4.1.2 Implementasi Pencarian Kata dengan Algoritma Not So Naïve

Algoritma Not So Naϊve memiliki cara kerja berbeda dengan algoritma Galil-Seiferas. Dengan cara pada umumnya adalah menginisialisasi setiap indeks pada pola dan string yang diberikan oleh pengguna, sama halnya dengan algoritma Galil-Seiferas, pola merupakan kata yang di input oleh pengguna, sedangkan string merupakan teks yang terdapat dalam database.

Pada percobaan pencocokan pola terhadap string diberikan ilustrasi sebagai berikut:

Pola : i s a

String : i r v i o k t a n i s a

Pada algoritma Not So Naϊve fase pencarian dimulai dari indeks kedua dari pola. Contoh pola adalah “i s a” maka fase pencarian dimulai dari huruf “s”.

k = 1 Ell = 2

i r v i o k t a n i s a . s . . . . Karena tidak cocok diberikan nilai k = 1

(49)

i r v i o k t a n i s a . . . s . . . . Karena tidak cocok diberikan nilai k = 1

i r v i o k t a n i s a . . . . s . . . . Karena tidak cocok diberikan nilai k = 1

i r v i o k t a n i s a . . . s . . . . Karena tidak cocok diberikan nilai k = 1

i r v i o k t a n i s a . . . s . . . . . Karena tidak cocok diberikan nilai k = 1

i r v i o k t a n i s a . . . s . . . . Karena tidak cocok diberikan nilai k = 1

i r v i o k t a n i s a . . . s . . . Karena tidak cocok diberikan nilai k = 1

(50)

4.1.3 Spesifikasi Perangkat Keras

Spesifikasi perangkat keras yang digunakan untuk implementasi sistem ini adalah sebagai berikut:

1. Prosesor Intel Dual 2.00 GHz 2. Memory (RAM) 2 GB

3. Hardisk 500 GB

4. Resolusi monitor 1024 x 600 pixel. 5. Mouse dan keyboard

4.1.4 Spesifikasi Perangkat Lunak

Spesifikasi perangkat lunak yang digunakan untuk implementasi sistem ini adalah sebagai berikut :

1. Sistem Operasi Windows 7 Ultimate 2. Visual Studio 2010

4.1.5 Implementasi Menu Utama

(51)

Gambar 4.1 Implementasi Menu Utama

4.1.5.1Implementasi Data Login

Implementasi data login berfungsi untuk melakukan otorisasi ke dalam sistem sebagai administrator atau sebagai user. Halaman login dapat dilihat seperti pada Gambar 4.2.

(52)

4.1.5.2Implementasi Menu Otoritas

Implementasi menu otoritas merupakan berfungsi untuk menampilkan halaman menu pencarian string dan menu file pengguna. Halaman otoritas dapat dilihat seperti pada Gambar 4.3.

Gambar 4.3 Implementasi Menu Otoritas

4.1.5.3Implementasi Menu Pencarian

(53)

Gambar 4.4 Implementasi Menu Pencarian

4.1.5.4Implementasi Data Kamus

Implementasi data kamus berfungsi untuk melakukan pemasukan data istilah hukum. Halaman data kamus dapat dilihat seperti pada Gambar 4.5.

(54)

4.1.5.5Implementasi Data User

Implementasi data user merupakan halaman yang berfungsi untuk melakukan pemasukan informasi pengguna sistem pencarian string. Halaman data user dapat dilihat seperti pada Gambar 4.6.

Gambar 4.6 Implementasi Data User

4.1.5.6Implementasi Menu List Kamus

(55)

Gambar 4.7 Implementasi Menu List Kamus

4.1.5.7Implementasi About

(56)

Gambar 4.8 Implementasi About

4.2Pengujian

Setelah implementasi sistem telah selesai dilakukan, maka proses selanjutnya adalah pengujian sistem. Hal ini dilakukan untuk mengetahui apakah sistem yang dibuat berjalan sesuai dengan rancangan sebelumnya.

4.2.1 Kata Algoritma Galil-Seiferas dan Algoritma Not So Naϊve

Setelah implementasi sistem telah selesai dilakukan, maka untuk mengetahui apakah sistem yang dibuat berjalan sesuai dengan rancangan sebelumnya dilakukan hasil pengujian yang diberikan beberapa contoh kata yang di uji. Kata yang diberikan diperlihatkan pada Tabel 4.2.

Tabel 4.2 Contoh Kata dalam Pengujian

Cari

Kata

Gambar Pencarian Kata

dengan Algoritma

Galil-Seiferas

Gambar Pencarian Kata

dengan Algoritma Not So Naϊve

Ketera

(57)

aan Match

per Mis

match

(58)

v Match

hakim Match

Berdasarkan hasil pengujian pada Tabel 4.2 didapatkan hasil pencarian dan waktu proses pada algoritma Galil-Seiferas dan algoritma Not So Naϊve yang dapat dilihat pada Tabel 4.3

Tabel 4.3 Analisis Hasil Pencarian dan Waktu Proses Algoritma Galil-Seiferas

dan Algoritma Not So Naϊve

No. Kata

Jumlah

Kata

ditemukan

Waktu

Algoritma

Galil-Seiferas

Waktu

Algoritma Not So Naϊve

Keterangan

1 aan 2 1,852 ms 2,372 ms Match

(59)

4 v 4 1,738 ms 2,94 ms Match

5 hakim 1 2,183 ms 2,456 ms Match

Total 10,435 ms 12,28 ms

Rata-Rata 2,087 ms 2,456 ms

Setelah mendapatkan Hasil Pengujian dari Tabel 4.3 dan Tabel 4.4 maka dibuat grafik perbandingan hasil pengujian dari kedua algoritma tersebut. Grafik dapat dilihat pada Gambar 4.9.

0 1 2 3 4

aan per ibad v hakim

Perbandingan Waktu Algoritma Galil-Seiferas dan Algoritma Not So Naive

Algoritma G-S

Algoritma NSN

Gambar 4.9 Grafik Hasil Waktu Proses Algoritma Galil-Seiferas dan

Algoritma Not So Naϊve

(60)

lebih cepat untuk pencocokan kata dibandingkan dengan algoritma Not So Naϊve. Rata-rata dari total hasil perbandingan dari kedua algoritma tersebut dapat dijelaskan pada Gambar 4.10

0 5 10 15

Total Rata-rata

Perbandingan Total dan Rata-rata Waktu Algoritma Galil-Seiferas dan Algoritma Not So Naive

Algoritma G-S

Algoritma NSN

Gambar 4.10 Grafik total dan Rata-rata Waktu Proses Algoritma Galil-Seiferas

dan Algoritma Not So Naϊve

(61)
(62)

4.3Kompleksitas Algoritma Galil-Seiferas

Kompleksitas waktu yang digunakan untuk algoritma Galil-Seiferas adalah notasi Big-ϴ(m) yaitu notasi asimtotik linear dapat dilihat pada tabel 4.4.

Tabel 4.4 Kompleksitas Algoritma Galil-Seiferas Waktu Big-ϴ(n)

C Code C # C#

Private Sub search(ByRef hasil As Integer)

While p <= n – m C1 n C1(n)

While p + s + q < n AndAlso x(s + q) = y(p + s + q) C1 5n C1(5n)

q += 1 C2 5n C2(5n)

End While C3 5n C3(5n)

If q = m - s AndAlso x.Equals(y.Substring(p, s + 1))

Then C4 5n C4(5n)

hasil = p C5 5n C5(5n)

End If C6 5n C6(5n)

If q = p1 + q1 Then C4 5n C4(5n)

p += p1 C2 5n C2(5n)

q -= p1 C2 5n C2(5n)

Else C7 5n C7(5n)

p += (q / k + 1) C2 5n C2(5n)

q = 0 C2 5n C2(5n)

End If C8 5n C8(5n)

End While C9 5n C9(5n)

End Sub C10 5n C10(5n)

(63)

Kompleksitas waktu dari algoritma Galil-Seiferas adalah :

T(m,n) = C1(n)+ C1(5n) + 5C2(5n) + C3(5n) + 2C4(5n) + C5(5n) + C6(5n) +

C7(5n) + C8(5n) + C9(5n) + C10(5n)

= C1 n1+ ( C1 + 5C2 + C3 + 2C4 + C5 + C6 + C7 + C8 + C9 + C10 ) 5n1

= n1 + 5n1

= ϴ(n)

Tabel 4.4 menjelaskan tentang kompleksitas dari Algoritma Galil-Seiferas. C adalah konstanta. # adalah frekuensi yang berfungsi sebagai ukuran masukan dan C.# adalah untuk mencari kompleksitas waktu (T(n)), T adalah waktu dan n adalah jumlah proses. Jumlahkan hasil dari perkalian C.# maka ambil pangkat terbesar dari nilai masukan (#) dan didapatlah pangkat terbesar yaitu m.

(64)

4.4Kompleksitas Algoritma Not So Naϊve

Kompleksitas waktu yang digunakan untuk algoritma Not So Naϊve adalah notasi Big-ϴ(m x n) yaitu notasi asimtotik linear dapat dilihat pada tabel 4.5.

Tabel 4.5. Kompleksitas Algoritma Not So Naϊve Waktu Big-ϴ(m x n)

Code C # C#

If x.Substring(0, 1).Equals(x.Substring(1, 1)) Then C1 1 C1

k = 2 C2 1 C2

ell = 1 C2 1 C2

Else C3 1 C3

k = 1 C2 1 C2

ell = 2 C2 1 C2

End If C4 1 C4

While j <= n - m C5 n C5(n)

If Not (x.Substring(1, 1).Equals(y.Substring(j

+ 1, 1))) Then C6 n C6(n)

j = j + k C2 n C2(n)

Else C7 n C7(n)

If x.Substring(2, m -

2).Equals(y.Substring(j + 2, m - 2)) And x.Substring(0, 1).Equals(y.Substring(j, 1)) Then

ϴ(m) n m x n

Return j C5 m x n C5(m x n)

End If C8 m x n C8(m x n)

j = j + ell C2 m x n C2(m x n)

End If C9 m x n C9(m x n)

End While C10 m x n C10(m x n)

(65)

Kompleksitas waktu dari algoritma Not So Naϊve adalah :

T(m,n) = C1 + 4C2 + C3 + C4 + C11 + C2(n) + C5(n) + C6(n) + C7(n) +

Ɵ(m x n) + C2(m x n) + C5(m x n) + C8(m x n) + C9(m x n) +

C10(m x n)

= (C1 + 4 C2 + C3 + C4 + C11 ) m0 + ( C2 + C5 + C6 + C7 ) n1

+ (C2 + C5 + C8 + C9 + C10 ) m1n1 + ϴ(m x n)

= m0 + n1 + m1n1 + ϴ(m x n) = ϴ(m x n)

Pada Tabel 4.5 dijelaskan tentang kompleksitas dari algoritma Not So Naϊve. C adalah sebuah konstanta. Kemudian # adalah frekuensi yang berfungsi sebagai ukuran masukan dan C.# adalah untuk mencari kompleksitas waktu (T(m,n)). T adalah waktu, m adalah batas panjang karakter yang di-input (pattern) dan n adalah batas panjang

(66)

BAB 5

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan pengamatan dari analisis dan perancangan sistem, penulis dapat mengambil kesimpulan yaitu :

1. Aplikasi yang dirancang telah didapatkan solusi dari permasalahan dengan mengimplementasikan algoritma Galil-Seiferas dan algoritma Not So Naϊve untuk melakukkan pencocokkan kata pada aplikasi kamus hukum.

2. Algoritma Galil-Seiferas pada tahap searching dilakukan pencarian pada teks T untuk menemukan setiap v dan ketika ditemukan akan dilanjutkan dengan

pencarian terhadap u tepat disebelahnya pada T.

3. Kompleksitas waktu pada algoritma Galil-Seiferas menggunakan waktu ukurann ϴ(n) dan algoritma Not So Naϊve menggunakan kompleksitas waktu ukuran ϴ(m x n).

(67)

5.2. Saran

Untuk penelitian selanjutnya penulis mengharapkan beberapa pengembangan, yaitu :

1. Penambahan algoritma string matching lain diharapkan dapat diterapkan untuk pencarian kata dalam aplikasi agar nantinya dapat diketahui algoritma string matching mana yang paling cepat dalam waktu pencarian.

(68)

BAB 2

LANDASAN TEORI

2.1. Algoritma

Istilah algoritma (algorithm) berasal dari kata “algoris” dan “ritmis”, yang pertama

kali diungkapkan oleh Abu Ja‟far Mohammed Ibn Musa al Khowarizmi (825 M)

dalam buku Al-Jabr Wa-al Muqabla. Dalam bidang pemrograman algoritma didefenisikan sebagai suatu metode khusus yang tepat dan terdiri dari serangkaian langkah yang terstruktur dan dituliskan secara matematis yang akan dikerjakan untuk menyelesaikan suatu masalah dengan bantuan komputer. (Jogiyanto, 2005).

Istilah algoritma digunakan dalam ilmu komputer untuk menggambarkan metode pemecahan masalah yang terbatas, deterministik, dan efektif yang cocok untuk implementasi sebagai program komputer. (Sedgewick. 2011).

Terdapat beberapa defenisi yang diberikan untuk kata algoritma antara lain (Priyatna. 2015) :

a. Algoritma adalah sekelompok aturan untuk menyelesaikan perhitungan yang dilakukan oleh tangan atau mesin.

b. Algoritma adalah langkah demi langkah sebuah prosedur berhinggga yang dibutuhkan untuk menghasilkan sebuah penyelesaian.

c. Algoritma adalah urutan langkah-langkah perhitungan yang mentrasformasikan dari nilai masukan menjadi keluaran.

d. Algoritma adalah urutan operasi yang dilakukan terhadap data yang terorganisasi dalam struktur data.

e. Algoritma adalah sebuah program abstrak yang dapat dieksekusi secara fisik oleh mesin.

(69)

2.2. Algoritma Pencocokan String

Algoritma pencocokan string (string matching) merupakan komponen dasar dalam pengimplementasian berbagai perangkat lunak praktis yang sudah ada. String matching digunakan untuk menemukan satu atau lebih string yang disebut dengan pattern (string yang akan dicocokkan ke dalam text) dalam string yang disebut dengan

text (string yang di-input). (Charras. 1997).

Algoritma yang dianggap memiliki hasil yang paling baik dalam praktiknya merupakan algoritma yang bergerak mencocokan string dari arah kanan ke kiri. Untuk mengetahui manakah algoritma yang mampu mencari string paling cepat, maka muncullah ide untuk meneliti kemampuan dari algoritma-algoritma ini. (Sagita. 2013). String adalah rangkaian karakter selama Σ alphabet yang terbatas. Misalnya,

ATCTAGAGA adalah string lebih . Masalah pencocokan string adalah untuk menemukan semua kejadian dari string P yang disebut pola, di string T pada alphabet yang sama yang disebut teks. Mengingat string x, y, dan z kita mengatakan

bahwa x adalah awalan dari xy, akhiran dari yx, dan faktor yxz. (Navarro. 2002). Exact string matching, yaitu pencocokan sebuah string secara sangat tepat dengan susunan karakter dalam string yang dicocokkan baik dalam jumlah maupun urutan karakter dalam stringnya. Pada proses pencocokan string, digunakan sebuah window yang akan bergeser di text. Window itu memiliki panjang yang sama dengan

panjang pattern. Pada awal proses pencocokan string, window diletakkan pada ujung kiri text, lalu karakter-karakter pada window dibandingkan dengan karakter-karakter pada pattern, kemudian window akan digeser ke kanan di text dengan jarak tertentu, dan pergeseran tersebut baru akan berhenti bila window tersebut sampai pada ujung kanan text atau sampai pattern ditemukan cocok. (Charras. 1997).

(70)

Gambar 2.1 Mekanisme Sliding Windows

Algoritma pencocokan string dapat diklasifikasikan menjadi tiga bagian menurut pencariannya, (Charras. 1997) :

a. Kategori pertama, arah yang paling alami dalam pencocokan string yaitu dari kiri ke kanan. Algoritma kategori ini melakukan pencocokan string dimulai dari karakter paling kiri pattern seperti yang ditunjukkan pada Gambar 2.2. Beberapa algoritma yang termasuk dalam kategori ini adalah algoritma brute force, algoritma Karb-Rabin, dan algoritma Knuth-Morris-Pratt.

Gambar 2.2 Pencocokan dari Karakter Paling kiri ke Paling Kanan Pattern

b. Kategori kedua, algoritma yang melakukan pencocokan dari kanan ke kiri karakter pada pattern seperti yang dapat dilihat pada Gambar 2.3. Algoritma yang termasuk dalam kategori ini umumnya dikatakan sebagai algoritma yang menghasilkan hasil terbaik pada praktekmya, yaitu algoritma Boyer-Moore.

(71)

c. Kategori ketiga yaitu pencocokan dari dua arah yang telah ditentukan oleh tiap algoritma tertentu. Salah satunya seperti yang diterapkan oleh Galil-Seiferas dan Crochemore-Perrin dalam algoritma Two Way, mereka membagi pattern y menjadi dua bagian yaitu y = y1y2. Seperti yang dapat kita lihat pada Gambar 2.4, pertama kali,

pencarian terjadi pada y2 yang dilakukan dari karakter paling kiri ke kanan, apabila

selama pencarian pertama tidak terjadi ketidakcocokan atau pattern y2 cocok dengan

text selanjutnya pada pencarian kedua algoritma akan memeriksa pada y1 yang

dilakukan dari kanan ke kiri seperti yang ditunjukkan pada Gambar 2.5.

Gambar 2.4 Pencocokan Patterny2 Dimulai dari Karakter Paling Kiri

Gambar 2.5 Pencocokan Patterny1 Dimulai dari Karakter Paling Kanan

2.3. Algoritma Galil-Seiferas

Algoritma Galil-Seiferas merupakan algoritma yang menggunakan konstanta k oleh Galil dan Seiferas dinyatakan bernilai 4. Fungsi reach jangkauan untuk 0 ≤ i <m sebagai berikut:

(i) = i + max {i ' ≤ m - i: x [0 .. i '] = x [i +1 .. i' + i +1]}.

(72)

searching dilakukan pencarian pada teks T untuk menemukan setiap v dan ketika ditemukan akan dilanjutkan dengan pencarian terhadap u tepat disebelahnya pada T. (Charras. 1997).

Implementasi dalam fase preprocessing

(fungsi newP1, newP2 dan mengurai) adalah untuk menemukan uv faktorisasi sempurna x dimana u = x[0....s-1] dan v = x[s....m-1]. Fungsi newP1 menemukan periode awalan terpendek x[s...m-1]. Fungsi newP2 menemukan periode awalan terpendek kedua dari x[s...m-1] dan fungsi parse terhadap s. Sebelum memanggil fungsi pencarian kita memiliki:

a. x[s...m-1] memiliki paling banyak satu periode awalan;

b. Jika x[s...m-1] tidak memiliki masa awalan, maka panjangnya adalah p1;

c. x[s...s+p1+q1-1] memiliki periode terpendek panjang p1;

d. x[s...s+p1+q1] tidak memiliki periode panjang p1;

Gambar 2.6 Faktorisasi Sempurna x

Pola x adalah dari bentuk x[0...s-1] x[s...m-1] dimana x[s...m-1] adalah dari bentuk z z’ z” dengan z dasar, |z|=p1.z’ awalan z, z’ tidak awalan z dan | z z '| =

p1+q1. Pada Gambar 2.4 terlihat bahwa ketika mencari x[s...m-1] di y, jika

x[s...s+p1+q1-1] telah dicocokkan pergeseran panjang p1 dapat dilakukan dan

perbandingan yang dilanjutkan dengan x[s+q1]. Sebaliknya jika terjadi

ketidakcocokan dengan x[s+q] dengan q ≠ p1 + q1 maka pergeseran panjang q/k1

dapat dilakukan dan perbandingan yang dilanjutkan dengan x[0]. Hal ini memberikan jumlah linier keseluruhan perbandingan karakter teks.

(73)
(74)

void newP1() {

void GS(char *argX, int argM, char *argY, int argN) { x = argX;

(75)
(76)

Gambar 2.7 Fase Pencarian dengan Algoritma Galil-Seiferas.

2.4. Algoritma Not So Naϊve

Algoritma Not So Naϊve bekerja dimana selama fase pencarian dalam perbandingan karakter yang dibuat diatur dalam susunan sebagai berikut: 1, 2,...., m-2, m-1, 0. Untuk setiap upaya dimana jendela diposisikan pada faktor teks:

y [j .. j + m -1]: jika x [0] = x [1] dan x [1] y [j+1]

dari jika x [0] x [1] dan x [1] = y [j+1]

pola digeser oleh 2 posisi pada akhir upaya dan dengan 1 sebaliknya. Dengan demikian tahap preprocessing dapat dilakukan dalam ruang dan waktu yang konstan. Tahap pencarian algoritma Not So Naïve memiliki kasus kuadrat terburuk tapi itu sedikit (dengan koefisien) sub-linear dalam kasus rata-rata. (Charras. 1997).

Program Bahasa C

void NSN(char *x, int m, char *y, int n) { int j, k, ell;

/* Preprocessing */ if (x[0] == x[1]) { k = 2;

ell = 1; }

else {

k = 1; ell = 2; }

/* Searching */ j = 0;

while (j <= n - m)

if (x[1] != y[j + 1]) j += k;

else {

(77)

Contoh :

Fase Pre-processing

k=1 and =2

Fase Searching

(78)
(79)

2.5. Kompleksitas Algoritma

Algoritma merupakan salah satu cabang ilmu komputer yang membahas prosedur penyelesaian suatu permasalahan. Dalam beberapa konteks, algoritma merupakan spesifikasi urutan langkah untuk melakukan pekerjaan tertentu. Algoritma adalah prosedur komputasi yang terdefenisi dengan baik yang menggunakan beberapa nilai sebagai masukan dan menghasilkan beberapa nilai sebagai masukan dan menghasilkan beberapa nilai yang disebut keluaran. (Munir. 2007).

Adanya algoritma yang baik maka komputer bisa menyelesaikan perhitungan dengan cepat dan benar. Sebaliknya jika algoritma kurang baik maka penyelesaian lambat dan bahkan tidak didapat solusi yang diharapkan. Baik buruknya sebuah algoritma dapat dibuktikan dari kompleksitas waktu yang digunakan.

Kompleksitas dari suatu algoritma merupakan seberapa banyak komputasi yang dibutuhkan algoritma tersebut untuk menyelesaikan masalah. Secara informal, algoritma yang dapat menyelesaikan suatu permasalahan dalam waktu yang singkat memiliki kompleksitas yang rendah, sementara algoritma yang membutuhkan waktu lama untuk menyelesaikan masalahnya mempunyai kompleksitas yang tinggi. (Azizah. 2013).

Dua hal penting untuk mengukur efektivitas suatu algoritma yaitu kompleksitas ruang (keadaan) dan kompleksitas waktu. Kompleksitas ruang berkaitan dengan sistem memori yang dibutuhkan dalam eksekusi program. Kompleksitas waktu dari algoritma berisi ekspresi bilangan dan jumlah langkah yang dibutuhkan sebagai fungsi dari ukuran permasalahan. Analisa asimtotik menghasilkan notasi Ο (Big O) dan dua notasi untuk komputer sain yaitu ϴ (Big Theta) dan (Big Omega). (Purwanto. 2008).

(80)

8.4.1. Big-O (O)

Secara informal, O(g(n)) adalah himpunan semua fungsi yang lebih kecil atau dengan urutan yang sama dengan g(n) (hingga beberapa konstanta, sampai n ke tak terhingga). Sebuah fungsi t(n) dikatakan bagian dari Ο((g(n)) yang dilambangkan dengan t(n) Є

Ο(g(n)), jika t(n) batas atasnya adalah beberapa konstanta g(n) untuk semua n besar, jika terdapat konstanta c positif dan beberapa bilangan bulat tidak negatif n0 seperti t(n) ≤ cg(n) untuk semua n≥n0 . ( Levitin. 2011).

8.4.2. Big Omega ( )

(g(n)) merupakan himpunan semua fungsi dengan tingkat pertumbuhan lebih besar atau sama dengan g(n) (hingga beberapa konstanta, sampai n ke tak terhingga). Sebuah fungsi t(n) dikatakan bagian dari (g(n)), dilambangkan dengan t(n) Є

(g(n)), jika t(n) batas bawahnya adalah beberapa konstanta positif dari g(n) untuk semua n besar. Terdapat konstanta c positif dan beberapa bilangan bulat tidak negatif n0 seperti t(n) ≥ cg(n), (untuk setiap n ≥ n0). (Levitin. 2011).

8.4.3. Big Theta (ϴ)

ϴ(g(n)) adalah himpunan semua fungsi yang memiliki tingkat pertumbuhan yang sama dengan g(n) (hingga beberapa konstanta, sampai n ke tak terhingga). Sebuah fungsi t(n) dikatakan bagian dari ϴ(g(n)), dilambangkan dengan t(n) Є ϴ(g(n)), jika t(n) batas atas dan bawahnya adalah beberapa konstanta positif g(n) untuk semua n

yang besar, yaitu jika ada beberapa konstanta positif c1 dan c2 serta beberapa bilangan

bulat non-negatif n0 seperti c2g(n) ≤ t(n) ≤ c1g(n) untuk semua n ≥ n0. (Levitin. 2011).

2.6. Kamus

(81)

perkataan dan juga contoh penggunaan bagi kata tersebut. Kamus disusun sesuai dengan abjad dari A-Z dengan tujuan memudahkan pengguna kamus dalam mencari istilah yang diinginkannya dengan cepat dan mudah.

Secara fisik, kamus terbagi menjadi dua jenis yaitu kamus yang berbentuk buku dan kamus elektronik (digital). Kamus berbentuk buku terdiri dari puluhan bahkan ratusan lembar halaman kata. Berbeda dengan kamus buku yang cenderung besar dan tebal, kamus elektronik atau kamus digital merupakan sebuah fasilitas yang membantu pengguna mencari kata dengan cara mengetikkan kata yang diinginkan pada kolom pencarian. Penggunaan kamus elektronik atau kamus digital ini lebih efisien dalam hal waktu dibandingkan dengan kamus buku. (Tania. 2015).

Kamus digital lebih mengutamakan pada fasilitas pengolah kata elektronis, yaitu sebuah fasilitas yang memungkinkan aplikasi pengolah kata memeriksa ejaan dari dokumen yang diketik. Hal ini dapat meminimumkan kemungkina salah eja atau salah ketik. Pengguna kamus elektronis atau kamus digital dalam aplikasi pemrosesan teks merupakan hal yang tidak dapat dihindarkan. Kamus merupakan basis pemeriksaan, basis pengetahuan, bahkan sebagai basis penyelidikan (Pasaribu. 2013).

2.7. Hukum

Hukum merupakan sistem yang terpenting dalam pelaksaan atas rangkaian kekuasaan kelembagaan. Menurut Prof. E. Utrecht, defenisi hukum adalah himpunan petunjuk hidup yang mengatur tata tertib dalam suatu masyarakat dan seharusnya ditaati oleh anggota masyarakat yang besangkutan, oleh karena pelanggaran terhadap petunjuk hidup itu dapat menimbulkan tindakan dari pemerintah masyarakat itu.

(Djindang. 1989).

(82)

menonjolkan kepentingan pribadinya atau kepentingan kelompoknya. Inti tujuan hukum adalah agar tercipta kebenaran dan keadilan.

Gambar

Gambar 3.9 Flowchart Algoritma Not So Naϊve
Gambar 3.10 Flowchart Sistem
Tabel 3.3 Sampel Data Kamus
Gambar Pembukaan
+7

Referensi

Dokumen terkait

ANALISIS DAN PERBANDINGAN ALGORITMA MAXIMAL SHIFT DENGAN ALGORITMA QUICK SEARCH PADA APLIKASI

Manfaat dari penelitian ini adalah untuk mengetahui algoritma pencarian mana. yang lebih baik diantara algoritma Skip Search dan Not So Naive pada

algoritma Not So Naϊve fase pencarian dimulai dari indeks kedua dari pola sampai indeks terakhir.. Dalam penelitian ini penulis mendapatkan hasil dari

Algoritma kategori ini melakukan pencocokan string dimulai dari karakter paling kiri pattern seperti yang ditunjukkan pada Gambar 2.2b. Beberapa algoritma yang termasuk

Judul : PERBANDINGAN ALGORITMA TURBO BOYER MOORE DAN STRING MATCHING ON ORDERED ALPHABETS UNTUK APLIKASI KAMUS FISIKA BERBASIS ANDROID.. Kategori

Secara fisik, kamus terbagi menjadi dua jenis yaitu kamus yang berbentuk buku dan kamus elektronik (digital). Kamus berbentuk buku terdiri dari puluhan bahkan ratusan lembar

Penelitian ini bertujuan untuk membangun Aplikasi Kamus Bahasa Indonesia- Arab dengan menerapkan Algoritma string matching pada proses pencarian kata dalam kamus.. String

Gambar ini menunjukkan bahwa user memasukkan teks yaitu makan ke aplikasi. Algoritma yang digunakan adalah algoritma Not So Naive. Aplikasi melakukan pencocokan string