KLASIFIKASI DOKUMEN SKRIPSI TEKNIK INFORMATIKA MENGGUNAKAN METODE ROCCHIO SKRIPSI

i

KLASIFIKASI DOKUMEN SKRIPSI

TEKNIK INFORMATIKA

MENGGUNAKAN METODE ROCCHIO

SKRIPSI

Diajukan untuk memenuhi salah satu syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Informatika

Disusun oleh:

Andreas Hemawan Tri Nurdianto NIM : 055314017

JURUSAN TEKNIK INFORMATIKA

FAKULTAS SAINS dan TEKNOLOGI

UNIVERSITAS SANATA DHARMA

ii

CLASSIFICATION OF INFORMATIC ENGINEERING FINAL PROJECT DOCUMENT

USING ROCCHIO METHOD

A THESIS

Presented as Partial Fulfillment of the Requirements To Obtain the Sarjana Teknik Degree

In Informatics Engineering Department

By :

Andreas Hemawan Tri Nurdianto NIM : 055314017

DEPARTMENT OF INFORMATICS ENGINEERING FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY YOGYAKARTA

v

HALAMAN MOTTO

“ Jika permainan telah dimulai janganlah mundur walaupun sering gagal dalam melewati tiap level dalam permainan, tetaplah mencoba dan jangan menyerah karena semua pasti akan ada jalan menuju ke kebahagiaan “

Bocah bagus anakku lanang,

Aja wedi , goleko pepadhange dalan, ora kendhat anggonku ngengudhang, Duh bocah bagus anakku lanang,

Wong tua dudu raja, sing dak wariske dudu bandha donya, Sangumu mung isi pitutur , muga dadi titah kang luhur.

Anak lanang bagusing ati,

Aja lali anggonmu memuji, Marang Gusti kang murbeng dumadi, Mugo dadi padhange ati.

Urip ing ndonya iku sadhelo, Urip ing kono koyo samudro,

Mula ngger, ojo wegah podho tetanen, ing kono mbesuk bakal panen. Bocah bagus anakku lanang,

Aja nganti ninggal piwulang, mumpung jembar goleko pepadhang, Ojo jirih ing pepalang.

Sejatine ora ono opo – opo,

Sejatine jagad awujud suwung, ora warno lan ora rupo, Sing ana mung awing – uwung.

Akehing bandha dudu ukuran, Drajat lan pangkat dudu takeran,

Lan pepujane rasa dudu anak, pagering jiwo dudu sanak. Wong tuwamu dudu dewo, ora wenang nulis garise manungso,

vi

PERNYATAAN KEASLIAN KARYA

Saya menyatakan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya orang lain kecuali telah disebutkan dalam kutipan atau daftar pustaka, sebagaimana layaknya karya ilmiah.

Yogyakarta, September 2010 Penulis,

vii

PERNYATAAN PERSETUJUAN

PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma : Nama : Andreas Hemawan Tri Nurdianto

NIM : 055314107

Demi pengembangan ilmu pengetahuan,saya memberikan kepada perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul :

KLASIFIKASI DOKUMEN SKRIPSI

TEKNIK INFORMATIKA

MENGGUNAKAN METODE ROCCHIO

Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikannya secara terbatas dan mempublikasikannya di internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun memberikan royalty kepada saya selama tetap mencantumkan nama saya sebagai penulis. Demikian pernyataan ini yang saya buat dengan sebenarnya.

Dibuat di Yogyakarta,

Pada tanggal : September 2010 Yang menyatakan

viii

ABSTRAK

Skripsi merupakan tugas akhir mahasiswa sebagai syarat kelulusan. Setiap tahun skripsi akan terus bertambah banyak seiring dengan kelulusan mahasiswa. Sebagai akibatnya jumlah informasi yang didapat dari skripsi akan terus bertambah banyak. Skripsi ini bertujuan membuat suatu aplikasi yang dapat mengklasifikasikan skripsi berdasarkan dokumen – dokumen abstrak yang telah ada. Menggunakan teknik sistem temu kembali informasi .

Sistem temu kembali informasi (information retrieval system) digunakan untuk menemukan kembali (retrieve) informasi - informasi yang relevan terhadap kebutuhan pengguna dari suatu kumpulan informasi secara otomatis. Dengan sistem informasi temu kembali, terdapat dua proses penting yaitu proses indexing dan pencarian dokumen. Proses indexing adalah proses pemberian bobot kata berdasarkan frekuensi kemunculan kata pada satu dokumen dan menyimpannya kedalam koleksi dalam database yang disebut index. Index yang terbentuk dapat digunakan untuk pencarian dokumen yang sesuai dengan query user, dimana hasil pencarian disusun berdasarkan tingkat kemiripan dokumen. Proses pencarian kemiripan inilah yang digunakan untuk melakukan klasifikasi dokumen atau teks.

Untuk melakukan klasifikasi digunakan vector space model dengan term (kata) sebagai pembentuk ruang vektor. Setiap vektor term mengandung bobot yang digunakan untuk menghitung tingkat kemiripan dokumen. Tingkat kemiripan dokumen dihitung menggunkan cosinus similarty. Untuk klasifikasi dokumen menggunakan algoritma rocchio. Dalam algoritma rocchio terdapat 2 proses penting yaitu training dan testing. Proses training dilakukan secara manual, betujuan untuk membetuk model dokumen yang merupakan centroid dari sebuah kategori dokumen. Kategori dokumen yang digunakan adalah basisdata, jaringan dan komputasi. Proses testing adalah proses pengujian dimana dokumen akan secara otomatis diklasifikasikan oleh sistem.

ix

ABSTRACT

Thesis is the final project, students as a condition of graduation. Each year the paper will continue to grow much in line with the graduation of students. As a result of information obtained from theses will continue to increase. This thesis aims to create an application that can classify the thesis based on the document - the document has no abstract. The methodology used is the information retrieval system.

Information retrieval system (information retrieval system) used to find the back (retrieve) information - information that is relevant to the needs of users from a collection of information automatically. With information retrieval systems, there are two important processes: process indexing and searching documents. Indexing process is the process of weighting by frequency of occurrence of words in a word document and save it into a collection in a database called the index. Index that is formed can be used to search according to user queries, where search results have been prepared based on the similarity of the relevant documents to irrelevant documents based on similarities in the training documents with user queries. Similarity search process is used to perform the classification of documents or texts.

x

KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa karena atas segala berkat dan rahmat-Nya penulis dapat menyelesaikan skripsi dengan judul “Klasifikasi Dokumen Skripsi Teknik Informatika Menggunakan Metode Rocchio”.

Penulisan skripsi ini diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana Teknik Program Studi Teknik Informatika Universitas Sanata Dharma Yogyakarta.

Dengan terselesaikannya penulisan skripsi ini, penulis mengucapkan terima kasih kepada pihak-pihak yang telah membantu memberikan dukungan baik berupa masukan ataupun berupa saran. Ucapan terima kasih ditujukan kepada :

1. Bapak dan Ibu yang telah memberi dukungan kepada penulis baik moral, spiritual maupun material selama masa studi.

2. Bapak Puspaningtyas Sanjaya Adi, S.T., M.T. selaku Ketua Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta dan dosen pembimbing yang telah memberikan dukungan, bantuan dan dorongan kepada penulis selama mengikuti proses perkuliahan sampai dengan penyelesaian skripsi ini.

3. Bapak Yosef Agung Cahyanta,.S.T,M.T. selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.

4. Kakak dan Adik tersayang atas doa dan dukungannya.

xi

Dalam penulisan skripsi ini, pastilah masih banyak kekurangan dan hal yang perlu diperbaiki. Oleh karena itu saran dan kritik dari pembaca yang sekiranya dapat membangun sangat penulis harapkan.

Akhir kata, semoga penulisan skripsi ini berguna untuk menambah wawasan ataupun menjadi referensi bagi para pembaca sekalian khususnya pada mahasiswa Teknik Informatika.

Yogyakarta, 17 September 2010

xii

DAFTAR ISI

HALAMAN JUDUL INDONESIA ... .i

HALAMAN JUDUL ENGLISH... .ii

HALAMAN PERSETUJUAN ... .iii

HALAMAN PENGESAHAN ... iv

HALAMAN MOTTO ... v

PERNYATAAN KEASLIAN KARYA ... vi

PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ... vii

ABSTRAK ... viii

ABSTRACT ... ix

KATA PENGANTAR ... x

DAFTAR ISI ... xii

DAFTAR TABEL ... xv

DAFTAR GAMBAR ... xvi

BAB I ... 1

PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 2

1.3 Batasan Masalah ... 2

1.4 Tujuan Penelitian ... 3

1.5 Metodologi Penelitian ... 3

1.6 Sistematika Penulisan ... 4

BAB II ... 6

LANDASAN TEORI ... 6

2.1 Pengertian Sistem Temu-kembali Informasi ... 6

2.2 Pengindeksan (Indexing) Dalam Sistem Temu-Kembali Informasi ... 6

2.3 Model Ruang Vektor ... 14

2.4 Algoritma Rocchio Clasification... 16

xiii

BAB III ... 24

ANALISIS DAN PERANCANGAN SISTEM ... 24

3.1 Gambaran Umum Sistem ... 24

3.1.1 Analisis Kebutuhan ... 29

3.2 Analisa Sistem ... 30

3.2.1 Model Use Case ... 30

3.2.1.1 Actor ... 30

3.2.1.2 Diagram Use Case... 31

3.2.1.3 Tabel Use Case ... 31

3.2.2 Skenario Use Case ... 33

3.2.3 Model Analisis ... 34

3.2.3.1 Realisasi Use case ... 34

3.2.3.2 Diagram Kelas Keseluruhan ... 35

3.3 Desain Sistem ... 35

3.3.1 Kelas Perancangan ... 35

3.3.2 Atribut dan Method ... 41

3.3.3 Prototype Antarmuka ... 41

3.3.4 Desain Database ... 41

3.3.5 Rencana Pengujian dan Evaluasi ... 45

BAB IV ... 46

IMPLEMENTASI ... 46

4.1 Implementasi ... 46

4.1.1 Implementasi Antarmuka / View ... 46

4.1.2 Implementasi Contro ... 48

4.1.3 Implementasi Model... 48

4.1.4 Implementasi Entitas / Tabel ... 51

4.2 Pengujian Hasil Rekomendasi... 51

BAB V ... 55

ANALISIS HASIL ... 55

5.1 Kesimpulan ... 55

xiv

Daftar Pustaka ... 58

Lampiran 1 ……….………...……...60

Lampiran 2 ……….………...……...73

Lampiran 3 ……….………...……...92

Lampiran 4 ……….………...……...93

Lampiran 5 ……….………...……....125

Lampiran 6 ……….………...……....133

Lampiran 7 ……….………...……....143

xv

DAFTAR TABEL

Tabel 2.1. Kombinasi Awalan Akhiran yang Tidak Diijinkan ... 10

Tabel 2.2. Cara Menentukan Tipe Awalan Untuk Kata yang Diawali dengan “te-” ... 11

Tabel 2.3. Jenis Awalan Berdasarkan Tipe Awalannya ... 11

Tabel 2.4. Pembobotan (TF/IDF) Dokumen ... 13

Tabel 2.5Pencarian centroid kategori ... 18

Tabel 2.6 Contoh dokumen query ... 20

Tabel 2.7 Dasar perhitungan Similarity ... 20

Tabel 3.8 Tabel aktor yang terlibat ... 30

Tabel 3.9 Tabel Use Case... 31

Tabel 3.10 Tabel Skenario Use Case ... 33

Tabel 3.11 Tabel Realisasi Use Case ... 34

Tabel 3.12 Tabel Kelas Perancangan ... 36

Tabel 3.13 Tabel Prototype Antarmuka ... 41

Tabel 4.14 Implemantasi antarmuka ... 46

Tabel 4.15 Implemantasi Kontrol ... 48

Tabel 4.16 Implementasi Model ... 48

Tabel 4.17 Implementasi Entity / Tabel ... 51

Tabel 4.18 Hasil perhitungan similarity sistem... 52

Tabel 4.19 Hasil kuisioner responden ... 52

Tabel 4.20 Hasil Precision ... 53

Tabel 4.21 Daftar term yang masuk dalam 3 kategori ... 53

Tabel 4.22 Daftar term yang masuk dalam 3 kategori ………...……....53

Tabel 5.23 Atribut dan Metode………...……...53

xvi

DAFTAR GAMBAR

Gambar 2.1 Proses parsing kata ... 7

Gambar 2.2 Proses stoplist ... 8

Gambar 2.3 Ilustrasi Algoritma TF-IDF ... 13

Gambar 2.4 Ilustrasi perhitungan centroid ... 18

Gambar 3.5 Gambar proses klasifikasi keseluruhan ... 25

Gambar 3.6 Gambar Proses indexing(a), pembuatan model(b) ... 26

Gambar 3.7 Gambar Proses Klasifikasi ... 27

Gambar 3.8 Gambar model proses indexing ... 27

Gambar 3.9 Gambar model klasifikasi dokumen ... 28

Gambar 3.10 Gambar Proses Pencarian Dokumen ... 29

Gambar 3.11 Diagram Use Case ... 31

Gambar 3.12 Class diagram ... 42

1

BAB I

PENDAHULUAN

1.1

Latar Belakang

Skripsi merupakan tugas akhir mahasiswa sebagai syarat kelulusan. Setiap tahun skripsi akan terus bertambah banyak seiring dengan kelulusan mahasiswa. Sebagai akibatnya jumlah informasi yang didapat dari skripsi akan terus bertambah banyak.

Banyaknya informasi seharusnya memberikan manfaat bagi user. Namun terkadang tidak mudah untuk mengetahui informasi yang berkaitan. Kerterbatasan waktu atau mungkin perangkat bisa menjadi penyebabnya. Oleh karena itu, dibutuhkan suatu metode pengelompokkan dokumen skripsi untuk mempermudah dalam pengambilan informasi sesuai kebutuhan user. Klasifikasi merupakan salah satu metode yang dapat digunakan untuk menemukan keterkaitan antar dokumen. Tujuan klasifikasi adalah untuk memisahkan sekumpulan dokumen ke dalam beberapa kelompok atau kelas dengan menilai kemiripan antar dokumen dari segi konten. Pengelompokan skripsi - skripsi yang saling berkait ini, akan membantu user untuk menemukan informasi yang dibutuhkan.

tersebut. Kesamaan antar dokumen dihitung menggunakan perhitungan yang berbasis fitur vector seperti cosine measure.

Pada skripsi ini basis vector space yang digunakan untuk melakukan klasifikasi adalah Rocchio Clasification yang menghitung term dalam suatu dokumen, centroid dari tiap term dalam suatu kategori / kelompok dan juga menghitung tingkat kemiripan dokumen.

Penggunaan algoritma Rocchio sebagai algoritma klasifikasi, diharapkan menghasilkan aplikasi yang dapat bermanfaat dalam teknologi informasi, misalnya aplikasi klasifikasi dokumen skripsi teknik informatika yang dapat mempermudah pencarian informasi mengenai suatu kategori tertentu.

1.2

Rumusan Masalah

Bagaimana membangun applikasi klasifikasi dokumen skripsi di Teknik Informatika?

1.3

Batasan Masalah

Adapun batasan aplikasi klasifikasi dokumen skripsi Teknik Informatika adalah sebagai berikut :

1. Dokumen yang dapat diproses adalah dokumen teks (*.txt).

3. Jenis pengklasifikasian skripsi untuk pengujian dibagi menjadi 3 kategori yaitu basisdata, komputasi dan jaringan.

1.4

Tujuan Penelitian

Adapun tujuan penulisan skripsi adalah sebagai berikut:

1. Membangun sistem klasifikasi dokumen skripsi Teknik Informatika. 2. Membangun sistem yang dapat membantu mahasiswa dalam pencarian

dokumen skripsi.

1.5

Metodologi Penelitian

Dalam penyusunan skripsi dan pembuatan aplikasi klasifikasi dokumen skripsi Teknik Informatika, dipakai beberapa metode untuk mencari informasi yang diperlukan, yaitu:

1. Metode pengumpulan data : a. Studi literatur

Mencari dan mengumpulkan literatur - litaratur yang berkaitan dengan permasalahan yang dikerjakan, yaitu mengenai klasifikasi dokumen dengan menggunakan algoritma Rocchio.

b. Pembagian kuisioner untuk melakukan uji presisi aplikasi 2. Metode pengembangan sistem

a. Inception

Mempelajari masalah-masalah yang timbul dan menentukan kebutuhan-kebutuhan bagi pemakai sistem untuk mengidentifikasi pemecahan yang beralasan.

b. Elaboration

Menggambarkan bagaimana suatu sistem dibentuk termasuk menyangkut konfigurasi dari komponen-komponen perangkat lunak dari suatu sistem.

c. Construction

Merupakan tahapan pembangunan sistem sesuai dengan model analisis dan perancangan pada fase-fase berikutnya.

d. Transistion

Membuat apa yang sudah dimodelkan menjadi suatu produk jadi.

1.6

Sistematika Penulisan

Bab I Pendahuluan

Memberikan gambaran secara umum tentang isi skripsi yang meliputi: latar belakang, rumusan masalah, batasan masalah, tujuan dan manfaat, metode penelitian dan sistematika penulisan.

Bab II Landasan Teori

Bab III Analisa dan Perancangan

Berisi gambaran umum sistem, metode pengumpulan data, usecase diagram, sekenario perancangan, analisa peracangan, perancangan basis data, perancangan tampilan masukan dan keluaran untuk pengguna.

Bab IV Implementasi dan Pengujian

Bab ini menjelaskan tentang implementasi ke dalam bentuk program berdasarkan desain yang telah dibuat dan pengujian applikasi dalam bentuk olah hasil kuisioner.

Bab V Kesimpulan dan Saran

Bab ini berisi semua kesimpulan yang didapatkan dari penelitian yang telah dilakukan. Kesimpulan menjawab rumusan masalah yang dituliskan pada bab pendahuluan secara ringkas dan jelas.

6

BAB II

LANDASAN TEORI

2.1 Pengertian Sistem Temu-kembali Informasi

Sistem temu-kembali informasi adalah suatu proses untuk mengidentifikasi, kemudian memanggil (retrieve) suatu dokumen dari suatu simpanan (file), sebagai jawaban atas pemintaan informasi. Menurut Lancaster

(1968) dalam Rijsbergen (1979): “Sebuah information retrieval system (Sistem

Temu-kembali Informasi) tidak memberitahu (yakni tidak mengubah pengetahuan) pengguna mengenai masalah yang ditanyakannya. Sistem tersebut hanya memberi-tahukan keberadaan (atau ketidakberadaan) dan keterangan dokumen-dokumenyang berhubungan dengan permintaannya”.

2.2 Pengindeksan (Indexing)

Dalam Sistem Temu-Kembali

Informasi

Indexing merupakan sebuah proses untuk melakukan pengindeksan terhadap kumpulan dokumen yang akan disediakan sebagai informasi kepada pemakai. Proses pengindeksan bisa secara manual ataupun secara otomatis. Dewasa ini, sistem pengindeksan secara manual mulai digantikan oleh sistem pengindeksan otomatis. Adapun tahapan dari pengindeksan adalah sebagai berikut :

 Parsing Dokumen yaitu proses pengambilan kata-kata dari kumpulan dokumen.

 Stoplist yaitu proses pembuangan kata buang seperti: tetapi, yaitu,

 Stemming yaitu proses penghilangan/ pemotongan dari suatu kata menjadi bentuk dasar. Kata “diadaptasikan” atau “beradaptasi” mejadi

kata “adaptasi” sebagai istilah.

 Term Weighting dan Inverted File yaitu proses pemberian bobot pada istilah.

Berikut ini adalah penjelasan tiap tahap pengindeksan dokumen :

Parsing

Untuk pemrosesan, dokumen dipilah menjadi unit-unit yang lebih kecil misalnya berupa kata. Unit pemrosesan tersebut disebut sebagai token. Parsing merujuk pada proses pengenalan token yang terdapat dalam rangkaian teks (Grossman, 2002). Dalam proses parsing memerlukan suatu pengetahuan bahasa untuk menangani karakter-karakter khusus, serta menentukan batasan satuan unit dalam dokumen.

Gambaran proses parsing adalah sebagai berikut :

Gambar 2.1 Proses parsing kata

Proses parsing juga mengunakan daftar kata buang (stoplist) yakni daftar kata-kata yang tidak digunakan (dibuang) karena tidak signifikan dalam

Dokumen Kalkulus

Mahasiswa mengerti dan menguasai: konsep pendiferensialan dan pengintegralan;

penerapan konsep itu dalam berbagai kegiatan teknik.

Fungsi, limit dan kontinuitas Operasi pendiferensialan dan penerapannya;

Token

membedakan dokumen atau kueri misalnya kata-kata tugas seperti yang, dan, hingga, dan dengan. Berikut ini adalah gambaran proses stoplist :

Gambar 2.2 Proses stoplist

Stemming

Stemming yaitu proses penghilangan/ pemotongan dari suatu kata menjadi

bentuk dasar. Kata “diadaptasikan” atau “beradaptasi” mejadi kata “adaptasi”

sebagai istilah. Stemming dilakukan dengan membandingkan kata yang telah dihilangkan imbuhannya dengan kata dasar dalam kamus. Stemming yang digunkan adalah stemming Nazief and Adriani’s. Algoritma skema yang berasal Adriani dan Nazief digambarkan dalam laporan teknis yang tidak dipublikasikan dari Universitas Indonesia (1996).

Berikut adalaherikut adalah algortima stemmingNazief and Adriani’s :

a) Cari kata yang akan distem dalam kamus. Jika ditemukan maka diasumsikan bahwa kata tesebut adalah root word. Maka algoritma berhenti.

Dokumen Mahasiswa dapat membuat program komputer dengan menggunakan pendekatan terstruktur menggunakan konsep fungsi dan library

Token

Mahasiswa Dapat Membuat Program komputer Dengan Menggunakan

… Dengan Stopword

Dan Dapat

Yang

…

Hasil dari stopword

Mahasiswa Membuat Program komputer Menggunakan

b) Inflection Suffixes (“-lah”, “-kah”, “-ku”, “-mu”, atau “-nya”) dibuang. Jika berupa particles (“-lah”, “-kah”, “-tah” atau “-pun”) maka langkah ini diulangi lagi untuk menghapus Possesive Pronouns (“-ku”, “-mu”, atau “

-nya”), jika ada.

c) Hapus Derivation Suffixes (“-i”, “-an” atau “-kan”). Jika kata ditemukan di kamus, maka algoritma berhenti. Jika tidak maka ke langkah 3a

I. Jika “-an” telah dihapus dan huruf terakhir dari kata tersebut adalah

“-k”, maka “-k” juga ikut dihapus. Jika kata tersebut ditemukan

dalam kamus maka algoritma berhenti. Jika tidak ditemukan maka lakukan langkah 3b.

II. Akhiran yang dihapus (“-i”, “-an” atau “-kan”) dikembalikan,

lanjut ke langkah 4.

d) Hapus Derivation Prefix. Jika pada langkah 3 ada sufiks yang dihapus maka pergi ke langkah 4a, jika tidak pergi ke langkah 4b.

I. Periksa tabel kombinasi awalan-akhiran yang tidak diijinkan. Jika ditemukan maka algoritma berhenti, jika tidak pergi ke langkah 4b.

II. For i = 1 to 3, tentukan tipe awalan kemudian hapus awalan. Jika root word belum juga ditemukan lakukan langkah 5, jika sudah maka algoritma berhenti. Catatan: jika awalan kedua sama dengan awalan pertama algoritma berhenti.

f) Jika semua langkah telah selesai tetapi tidak juga berhasil maka kata awal diasumsikan sebagai root word. Proses selesai.

Tipe awalan ditentukan melalui langkah-langkah berikut:

1. Jika awalannya adalah: “di-”, “ke-”, atau “se-” maka tipe awalannya

secara berturut-turut adalah “di-”, “ke-”, atau “se-”.

2. Jika awalannya adalah “te-”, “me-”, “be-”, atau “pe-” maka dibutuhkan

sebuah proses tambahan untuk menentukan tipe awalannya.

3. Jika dua karakter pertama bukan “di-”, “ke-”, “se-”, “te-”, “be-”, “me-”,

atau “pe-” maka berhenti.

4. Jika tipe awalan adalah “none” maka berhenti. Jika tipe awalan adalah

bukan “none” maka awalan dapat dilihat pada Tabel 2.2. Hapus awalan

jika ditemukan.

Tabel 2.1. Kombinasi Awalan Akhiran yang Tidak Diijinkan

Awalan Akhiran yang tidak diijinkan

be- -i

di- -an

ke- -i, -kan

me- -an

Tabel 2.2. Cara Menentukan Tipe Awalan Untuk Kata yang Diawali dengan “te-”

Following Characters Tipe

Awalan

Set 1 Set 2 Set 3 Set 4

“-r-“ “-r-“ - - None

“-r-“ Vowel ter-luluh

“-r-“ not (vowel or “-r-”)

“-er-“ vowel Ter

“-r-“ not (vowel or “-r-”)

“-er-“ not vowel ter-

“-r-“ not (vowel or “-r-”)

not “-er-“ - Ter

not (vowel or “-r-”)

“-er-“ vowel - None

not (vowel or “-r-”)

“-er-“ not vowel - Te

Tabel 2.3. Jenis Awalan Berdasarkan Tipe Awalannya

Tipe Awalan Awalan yang harus dihapus

di- di-

ke- ke-

se- se-

te- te-

Ter ter

ter-luluh ter

Pembobotan kata

menentukan posisi relatif bobot dari istilah dibanding dengan istilah-istilah lain di dokumen yang sama. Didalam memberikan bobot pada sebuah istilah teknik yang paling sering digunakan adalah TF/IDF (term frequency (tf), dan inverse dokumen frequency (idf)). Term Frequency (tf) adalah jumlah kemunculan suatu kata dalam sebuah dokumen dan Inverse document frequency (idf) adalah inverse document frequency dari suatu kata.

Adapun rumus pembobotan Salton (1989) adalah sebagai berikut:

w(t,d) =tft,d * idft = tf(t,d )* log2(N/nt) ……….. (2.1)

Dimana :

 w(t,d) = bobot dari term(kata)t dalam dokumen d.

 tf(t,d) = frekuensi kemunculan term(kata)tdalam dokumen d.

 Idfd = Inverse document frequency dari kata t

 N = jumlah seluruh dokumen

 nt = jumlah dari dokumen yang ditraining yang mengandung nilai t.

D = 5

tf (t) = 4 tf (t) = 3 tf (t) = 0 tf (t) = 0 _{tf (t) = 1}

df(t) = 3

IDF(t) = log2(D/df(t)) = log2(5/3) =1.3219

Wt,d = (tft,d * IDFt)

W(D1) = (4 * 1.3219) = 5.2877

W(D2) = (3 * 1.3219) = 3.9658

W(D3) = (0 * 1.3219) = 0 W(D4) = (0 * 1.3219) = 0 W(D5) = (1 * 1.3219) = 1.3219

..basisdata.. ..basisdata.. ..basisdata.. ………….. ...basisdata D1 ..basisdata.. …………... ..basisdata.. ………….. ...basisdata D2 ………... …………... ..………... ………….. ………….. D3 …………... …………... …………... ………….. …………. D4 …………... ..basisdata.. ………….. D5

Gambar 2.3 Ilustrasi Algoritma TF-IDF

Fungsi metode ini adalah untuk mencari representasi nilai dari tiap-tiap dokumen dari suatu kumpulan data training (training set).

Berikut contoh pembobotan dokumen yang telah diindekskan : Tabel 2.4. Pembobotan (TF/IDF) Dokumen

Kategori Dokumen Term _{Tf df Idf W}

C1 D1 basisdata 3 2 1.584963 4.754888

D1 DBMS 2 2 1.584963 3.169925

D1 relational 1 2 1.584963 1.584963

D1 constraint 1 2 1.584963 1.584963

D1 view 1 1 2.584963 2.584963

D1 algebra 1 2 1.584963 1.584963

D1 data 2 1 2.584963 5.169925

D1 Normalization 1 1 2.584963 2.584963

D2 aman 1 1 2.584963 2.584963

D2 basisdata 2 2 1.584963 3.169925

D2 Query 2 1 2.584963 5.169925

D2 constraint 2 2 1.584963 3.169925

D2 relational 2 2 1.584963 3.169925

D2 DBMS 1 2 1.584963 1.584963

D2 model 1 1 2.584963 2.584963

D2 Kontrol 1 1 2.584963 2.584963

Kategori Dokumen Term _{Tf Df Idf W}

C2 D3 jaringan 4 2 1.584963 6.33985

D3 yaitu 1 1 2.584963 2.584963

D3 Ethernet 2 1 2.584963 5.169925

D3 Kabling 1 1 2.584963 2.584963

D3 IP 2 2 1.584963 3.169925

D3 Layer 2 1 2.584963 5.169925

D3 Protocol 2 2 1.584963 3.169925

D3 Routing 1 1 2.584963 2.584963

D3 Port 1 2 1.584963 1.584963

D4 jaringan 2 2 1.584963 3.169925

D4 IP 2 2 1.584963 3.169925

D4 Protocol 1 2 1.584963 1.584963

D4 Port 2 2 1.584963 3.169925

D4 DHCP 1 1 2.584963 2.584963

D4 UDP 1 1 2.584963 2.584963

Kategori Dokumen Term _{Tf Df Idf W}

C3 D5 limit 2 1 2.584963 5.169925

D5 Baris 1 1 2.584963 2.584963

D5 deret 1 1 2.584963 2.584963

D5 Differential 2 2 1.584963 3.169925

D5 konsep 1 2 1.584963 1.584963

D5 integral 2 2 1.584963 3.169925

D5 konvergensi 1 1 2.584963 2.584963

D6 Bilangan 1 1 2.584963 2.584963

D6 Linear 1 1 2.584963 2.584963

D6 Matriks 1 1 2.584963 2.584963

D6 Differential 2 2 1.584963 3.169925

D6 Integral 2 2 1.584963 3.169925

D6 komputasi 2 1 2.584963 5.169925

D6 Determinan 2 1 2.584963 5.169925

D6 konsep 1 2 1.584963 1.584963

Keterangan : C1 = basisdata C2 = jaringan C3 = komputasi

2.3 Model Ruang Vektor

kata i dalam dokumen j. Misalkan terdapat sekumpulan kata T sejumlah n, yaitu T

= (T1, T2, … , Tn) dan sekumpulan dokumen D sejumlah m, yaitu D = (D1, D2, …

, Dm) serta wij adalah bobot kata i pada dokumen j. Maka representasi matriks

kata-dokumen adalah :

T₁ T₂ …. T_n

D₁ w₁₁ w₂₁ … w_n1

D₂ w₁₂ w₂₂ … w_n2

: : : :

: : : :

D_m w_1m w_2m … w_nm

Penentuan relevansi dokumen dengan query dipandang sebagai pengukuran kesamaan (similarity measure) antara vektor dokumen dengan vektor query.

Semakin “sama” suatu vektor dokumen dengan vektor query maka dokumen

dapat dipandang semakin relevan dengan query. Salah satu pengukuran kesesuaian yang baik adalah dengan memperhatikan perbedaan arah (direction difference) dari kedua vektor tersebut.

q

t3

t1

t2

D1

D2

Q

q₁

2

θ cos D Q D

Q 

QD adalah hasil perkalian dalam (inner product) kedua vektor, sedangkan

   n i Di D 1

2 _{dan }

  n i Qi Q 1 2

Rumus yang digunakan untuk memgukur jarak kedekatan antar vektor adalah sebagai berikut :

 cos( , ) )

,

(Q D Q D

Sim D Q D Q



   n i Di Qi D Q ₁ 1

Kedekatan query dan dokumen diindikasikan dengan sudut yang dibentuk. Nilai cosinus yang cenderung besar mengindikasikan bahwa dokumen cenderung sesuai query. Nilai cosinus sama dengan 1 mengindikasikan bahwa dokumen sesuai dengan dengan query.

2.4 Algoritma Rocchio Clasification

klasifikasi rocchio adalah skema pembobotan TFIDF, metode pembelajaran rocchio disebut juga dengan TF/IDF Classifiers [Joachims Thorsten].

Dalam membandingkan kesamaan isi antara data training dan data test, TF/IDF classifiers menggunakan prototipe vektor untuk merepresentasikan kategori yang terbentuk dari data training, dengan kata lain prototipe vektor merupakan vektor yang mewakili seluruh vektor data training dalam setiap kategori. Tiga hal utama yang dipakai dalam klasifikasi TF/IDF yaitu:

1. Pembobotan TF/IDF untuk merepresentasikan dokumen ke dalam vektor. 2. Merepresentasikan prototipe setiap kategori dengan menjumlahkan

vektor-vektor dalam satu kategori dari data training

3. Membandingkan kedekatan sudut antara vektor data test dengan semua prototipe vektor.

Untuk mengklasifikasikan dokumen menggunakan algoritma rocchio harus mengetahui centroids dari tiap kelas. Centroids kelas adalah jumlah dari rata – rata vektor dokumen keseluruhan dalam suatu kelas (massa pusat dari kelas). Centroids inilah yang digunakan untuk mengukur kedekatan suatu dokumen uji dengan kelas (kategori) dalam klasifikasi. Adapun rumus yang digunakan untuk menghitung centroid suatu kelas adalah sebagai berikut :

 



 





Dc d

d Dc

c 

 1 

….………. (2.2) Dimana :

 

c

 = vector centroid dari kelas c Dc = jumlah dokumen dalam kelas c

 

d

Ilustrasi perhitungan centroid kata dalam suatu kategori adalah sebagai berikut :   _     Dc d d Dc c 

 1 

(t1,C1) = ½ * (4.754888+2.584963) = 3.669925

(t2,C1) = (1/1) * 3.169925 = 3.169925

(t3,C1) = ½ * (2.584963+4.754888) = 3.669925

(t4,C1) = (1/1) * 5.169925 = 5.169925



  

W(d1,t1,C1) = 4.754888 , Dc=2

W(d1,t2,C1) = 3.169925, Dc=1

W(d2,t3,C1) = 2.584963 , Dc=2

W(d2,t4,C1) = 5.169925 , Dc=1

Basisdata DBMS basisdata query

C1

Gambar 2.4 Ilustrasi perhitungan centroid Berikut ini adalah contoh pencarian nilai centroid suatu kategori :

Tabel 2.5Pencarian centroid kategori

Kategori Dokumen Term df Idf W centroid

C1 D1 basisdata 2 1.584963 4.754888 3.962406

D1 DBMS 2 1.584963 3.169925 2.377444

D1 relational 2 1.584963 1.584963 2.377444

D1 constraint 2 1.584963 1.584963 2.377444

D1 view 1 2.584963 2.584963 2.584963

D1 algebra 2 1.584963 1.584963 1.584963

D1 data 1 2.584963 5.169925 5.169925

D1 Normalization 1 2.584963 2.584963 2.584963

D2 aman 1 2.584963 2.584963 2.584963

D2 basisdata 2 1.584963 3.169925 3.962406

D2 Query 1 2.584963 5.169925 5.169925

D2 constraint 2 1.584963 3.169925 2.377444

D2 relational 2 1.584963 3.169925 2.377444

D2 DBMS 2 1.584963 1.584963 2.377444

D2 algebra 2 1.584963 1.584963 1.584963

D2 model 1 2.584963 2.584963 2.584963

D2 Kontrol 1 2.584963 2.584963 2.584963

Kategori Dokumen Term Df Idf W centroid

C2 D3 jaringan 2 1.584963 6.33985 4.754888

D3 yaitu 1 2.584963 2.584963 2.584963

D3 Ethernet 1 2.584963 5.169925 5.169925

D3 Kabling 1 2.584963 2.584963 2.584963

D3 IP 2 1.584963 3.169925 3.169925

D3 Protocol 2 1.584963 3.169925 2.377444

D3 Routing 1 2.584963 2.584963 2.584963

D3 Port 2 1.584963 1.584963 2.377444

D4 jaringan 2 1.584963 3.169925 4.754888

D4 IP 2 1.584963 3.169925 3.169925

D4 Protocol 2 1.584963 1.584963 2.377444

D4 Port 2 1.584963 3.169925 2.377444

D4 DHCP 1 2.584963 2.584963 2.584963

D4 UDP 1 2.584963 2.584963 2.584963

Kategori Dokumen Term Df Idf W centroid

C3 D5 limit 1 2.584963 5.169925 5.169925

D5 Baris 1 2.584963 2.584963 2.584963

D5 deret 1 2.584963 2.584963 2.584963

D5 Differential 2 1.584963 3.169925 3.169925

D5 konsep 2 1.584963 1.584963 1.584963

D5 integral 2 1.584963 3.169925 3.169925

D5 konvergensi 1 2.584963 2.584963 2.584963

D6 Bilangan 1 2.584963 2.584963 2.584963

D6 Linear 1 2.584963 2.584963 2.584963

D6 Matriks 1 2.584963 2.584963 2.584963

D6 Differential 2 1.584963 3.169925 3.169925

D6 Integral 2 1.584963 3.169925 3.169923

D6 komputasi 1 2.584963 5.169925 5.169925

D6 Determinan 1 2.584963 5.169925 5.169925

D6 konsep 2 1.584963 1.584963 1.584963

Untuk mencari kedekatan dokumen digunakan cosine similarity, dengan rumus sebagai berikut :

)) ( ), ( cos( max arg ) ,

(d C C d

sim j  j 

   ……….(2.3) Dimana : ) , (d Cj

sim = tingkat kemiripan dokumen uji dengan kelas j d = dokumen

Cj = kelas j

) (Cj

 = vector centroid kelas Cj

) (d

 = vector dokumen )) ( ), ( cos( max

arg  C_j  d = mencari nilai maksimum antar kelas Cj dan dokumen

Contoh mencari cosinus similarity suatu dokumen dengan dokumen query

keamanan jaringan , DHCP, IP ”.Contoh query pencarian cosines similarity dapat dirangkum seperti pada tabel 2.6 berikut ini :

Tabel 2.6 Contoh dokumen query

Query tf

IP 2

routing 1

jaringan 2

komputer 1

DHCP 1

aman 1

Pada tabel 2.7 berikut ini adalah contoh Perhitungan Similarity : Tabel 2.7 Dasar perhitungan Similarity

C1 term centroid centroid2

algebra 1.58496 2.512098

aman 2.58496 6.682018

basisdata 3.9624 15.70061

constraint 2.37744 5.652221

data 5.16992 26.72807

dbms 2.37744 5.652221

kontrol 2.58496 6.682018

model 2.58496 6.682018

normalization 2.58496 6.682018

query 5.16992 26.72807

relational 2.37744 5.652221

view 2.58496 6.682018

C2 term _{centroid centroid}2

jaring 4.75488 22.60888

yaitu 2.58496 6.682018

ethernet 5.16992 26.72807

kabling 2.58496 6.682018

ip 3.16992 10.04839

layer 5.16992 26.72807

protocol 2.37744 5.652221

routing 2.58496 6.682018

port 2.37744 5.652221

dhcp 2.58496 6.682018

udp 2.58496 6.682018

C3 term centroid centroid2

baris 2.58496 6.682018

bilang 2.58496 6.682018

determin 5.16992 26.72807

differential 3.16992 10.04839

integral 3.16992 10.04839

komputas 5.16992 26.72807

konsep 1.58496 2.512098

konvergensi 2.58496 6.682018

limit 5.16992 26.72807

linear 2.58496 6.682018

matriks 2.58496 6.682018

Query tf idf centroid Wquery _{Wik*Centroidjk} centroid2 Wquery2

IP 2 1.584963 3.169925 3.169926 10.04842768 10.048425 10.04843

routing 1 2.584963 2.584963 2.584963 6.682033711 6.6820337 6.682034

jaringan 2 1.584963 4.754888 3.169926 15.0726431 22.60896 10.04843

komputer 1 0 0 0 0 0 0

DHCP 1 2.584963 2.377444 2.584963 6.145604775 5.65224 6.682034

aman 1 2.584963 2.584963 2.584963 6.682033711 6.6820337 6.682034







     n 1 k n 1 k n 1 k ik j i 2 2

ik ( )

W ) ( * W ) C , (Q Similarity jk jk C C     …………....(2.3.1) Dimana : ik

W = bobot term query. )

(Cjk

 = bobot centroid term dalam kategori.

Perhitungan nilai similarity :

72.53 37.95  0.523  6.68 6.68 0 10.05 6.68 10.05 6.68 6.68 6.68 26.73 51 . 2 26.73 10.05 10.05 26.73 6.68 6.68 6.68 0 ) , 3 (                  Q C Sim 0 

Kesimpulan : Dokumen query lebih mirip dengan kategori C2 dengan nilai 0.523lebih besar dibandingkan dengan nilai similarity pada kategori C1 yaitu 0.0953, dapat disimpulkan dokumen query termasuk dalam kategori C2.

Berikut adalah langkah – langkah implementasi algoritma Rocchio TrainRocchio (C,D)

1 for each cjC

2 do Dj 



d:(d,cj)D



3



 

  j D d j j d D 

 1 

4 return {₁, . . . , j 

} Dimana :

C = semua kelas {c₁,…,c_j}

D = semua dokumen { d₁,c₁ , … , d_n,c_n }

Pertama – tama dilakukan training dokumen, dimana training dokumen ini dilakukan untuk membuat model klasifikasi. Dokumen training dicari bobot tiap term dan telah ditentukan termasuk dalam suatu kategori, setelah didapat bobot dokumen maka dari tiap term dokumen yang ada dalam kategori dicari centroidnya.

ApplyRocchio ({₁, . . . , j 

}, d 

)

5 sim(d,Cj) argmaxcos((Cj),(d))

 



kemudian dicari kemiripan dokumen query dengan centroid dokumen (cosinus similarity dokumen) yang ada dalam kategori. Jika hasil kemiripan dokumen mendekati nilai 1 maka dokumen akan semakin mirip.

Hasil pembahasan dari jurnal yang ditulis oleh Thorsten Joachims yang

berjudul “A Probabilistic Analysis of the Rocchio Algorithm with TFIDF for Text

Categorization”, disimpulkan bahwa dengan algoritma rocchio (TFIDF classifier) dihasilkan rata – rata akurasinya sebesar 90%.

2.5 Evaluasi Pengujian Sistem

Untuk mengetahui suatu perbandingan keefektifan metode yang digunakan, maka dibutuhkan pengujian hasil klasifikasi.

Untuk pengujian hasil klasifikasi hanya menentukan tingkat precision sistem yang dapat dicari dari kesesuaian sistem dengan hasil dari kuisioner terhadap responden.

Berikut adalah cara mencari precision :

precision dinyatakan sebagai bagian dokumen relevan yang disesuai:

dokumen seluruh

Jumlah

sistem dengan

sesuai yang

dokumen Jumlah



24

BAB III

ANALISIS DAN PERANCANGAN SISTEM

Dalam bab ini akan dijelaskan mengenai rancangan sistem aplikasi yag hendak dibuat oleh penulis. Diantaranya gambaran sistem secara umum, analisa kebutuhan sistem, metode pengumpulan data dan perancangan sistem.

3.1 Gambaran Umum Sistem

Indexing Pembuatan Model Klasifikasi Koleksi Dokumen Tentukan kategori Operasi teks (parsing, steming )

Daftar term

Pencaraian bobot vektor (TF/IDF)

Dokumen,(query) Operasi teks (parsing, steming) Pencarian bobot vektor dokumen(query) Pencarian tingkat kemiripan dokumen klasifikasi dokumen C1 = dok1, dok 2, …

C2 = dok3, dok 4, … C3 = dok5, dok6, …

... Term Hitung term frekuensi Filtering Jumlah Kumpulan Term Term Hitung term frekuensi Jumlah Kumpulan Term

Bobot term dalam setiap kategori Bobot term dokumen query Kemiripan Dokumen query dengan dokumen dalam kategori klasifikasi Pencaraian Centroid tiap kategori Centroid term dalam setiap kategori

Gambar 3.5 Gambar proses klasifikasi keseluruhan

Indexing

Parsing

Stoplist

Steming

Hitung Term Frekuensi

Hitung IDF Simpan term

Simpan TF/IDF index

Dokumen

Gambar 3.6 Gambar Proses indexing(a), pembuatan model(b)

Untuk mendapatkan bobot term / kata , dokumen harus melalui proses indexing terlebih dahulu. Proses indexing digambarkan seperti gambar 3.6 a. dan telah dibahas dalam bab 2. Proses pembuatan model digunakan untuk membuat suatu model klasifikasi.

Pada gambar 3.6 b dokumen ditentukan terlebih dahulu termasuk dalam suatu kategori kemudian dilakukan pemrosesan indexing dan pencarian bobot centroid tiap term dalam tiap kelas / kelompok kategori.

b

a

Dokumen

Tentukan Kategori

indexing

Gambar 3.7 Gambar Proses Klasifikasi

Pada gambar 3.7 adalah proses pengklasifikasian dokumen, dokumen yang akan diklasifikasikan (dokumen query) dilakukan proses indexing untuk memperoleh bobot term dokumen yang nantinya digunakan untuk proses pencarian kemiripan dokumen (cosinus similarity).

Berikut adalah gambaran model proses indexing dokumen :

Dokumen term dan indeks Dokumen terlabel

Buat model dan indeks Tentukan klasifikasi

Input dokumen

Simpan

Dari gambar 3.8 model indexing tersebut diatas dapat dijelaskan sistem harus mempunyai suatu model untuk melakukan klasifikasi. Pembuatan model klasifikasi ditentukan oleh user, jadi user harus menentukan suatu dokumen kedalam kategori – ketegori yang ada sebagai dasar suatu klasifikasi. Dokumen yang ditentukan haruslah valid sesuai dengan kategori.

Berikut adalah gambaran model proses klasifikasidokumen :

Dokumen belum

terlabel _Klasifikasi Dokumen Input dokumen

Hasil

Dokumen term dan indeks

Dokumen terklasifikasi

Gambar 3.9 Gambar model klasifikasi dokumen

Gambar 3.10 Gambar Proses Pencarian Dokumen

Pada gambar 3.10 adalah gambaran proses pencarian dokumen, pencarian dokumen berdasarkan besarnya bobot kata kunci (query pencarian). Hasil pencarian dokumen akan menampilkan urutan dokumen dari dokumen yang mempunyai bobot paling besar ke bobot yang paling kecil berdasarkan kata kunci pencarian.

3.1.1 Analisis Kebutuhan

Kebutuhan yang dibutuhkan oleh pengguna / user dari aplikasi klasifikasi Skripsi di Teknik Informatika Sanata Dharma Yogyakarta adalah :

1. User membutuhkan program untuk membantu dalam mengklasifikasikan skripsi teknik informatika, dimana satu dokumen yang di kategorikan mewakili satu judul skripsi.

3. User membutuhkan program yang dapat secara otomatis melakukan proses indexing ketika user menambahkan dokumen baru ke dalam koleksi dokumen silabus mata kuliah.

4. User membutuhkan program yang dapat mengelola daftar stoplist, baik untuk menambah daftar stoplist, merubah daftar stoplist, atau menghapus daftar stoplist.

3.2 Analisa Sistem

3.2.1 Model Use Case

3.2.1.1 Actor

Dalam aplikasi kategorisasi silabus teknik informatika Sanata Dharma terdapat 2 aktor yang terlibat yaitu seperti pada tabel 3.8 berikut ini:

Tabel 3.8 Tabel aktor yang terlibat

Aktor Hak Akses

Administrator  Login

 Menambah, mengedit dan menghapus data stopword

 Menambah, mengedit dan menghapus data kategori

 Menambah, mengedit dan menghapus data kamus

 Menambah, mengedit dan menghapus user.

 Pembuatan Model.

 Klasifikasi dokumen.

 Lihat dokumen

 Logout Pengguna

(User)

 Mencari dokumen.

3.2.1.2 Diagram Use Case

Gambaran use case diagram sistem dapat dilihat pada gambar 3.11 berikut ini :

Administrator

Kelola kategori

Tambah kategori

Edit kategori

Hapus kategori

Kelola stoplist

Tambah stopword

Edit stoplist

Hapus stopword

Login Dep end on D e p e n d o n Kelola kamus Tambah kata_dasar Edit kamus

Hapus kata_dasar

De pe nd on

klasifikasi dokumen Pembuatan model

De_pe nd on Depen d on Logout Dep end on

lihat dokumen klasifikasi D e_p e_n d o_n cari dokumen User Cari Klasifikasi Dokumen Kelola User Tambah user Edit User

Hapus user

Depe nd on

Gambar 3.11 Diagram Use Case

3.2.1.3 Tabel Use Case

Dari gambar use case diagram 3.9 dapat dijelaskan tiap – tiap use case pada tabel 3.2 berikut ini :

Tabel 3.9 Tabel Use Case

No Nama Use Case Deskripsi use case Aktor

1 Login Verifikasi untuk mengakses menu administrator dengan cara memasukkan username dan password

2 Logout Use case ini menggambarkan proses untuk keluar dari sistem administrator

Administrator

3 Klasifkasi dokumen Use case ini menggambarkan proses klasifikasi dokumen. Dokumen inputan akan ditentukan kategorinya secara otomatis.

Administrator

4 Pembuatan Model dan indeks

Use case ini menggambarkan proses pengindekkan dokumen yang akan digunakan sebagai dasar klasifikasi dokumen.

Administrator

5 Lihat dokumen Use case ini menggambarkan proses untuk menampilkan dokumen yang telah terindeks

Administrator

6 Tambah stopword Use case ini menggambarkan proses untuk penambahan data stopword.

Administrator 7 Edit stoplist Use case ini menggambarkan proses

proses perubahan data stopword. Proses ini dapat berupa perubahan detail stopword.

Administrator

8 Hapus stopword Use case ini menggambarkan proses penghapusan data stopword.

Administrator 9 Tambah kategori Use case ini menggambarkan proses

untuk menambah daftar kategori.

Administrator 10 Edit kategori Use case ini menggambarkan proses

perubahan detail kategori.

Administrator 11 Hapus kategori Use case ini menggambarkan proses

penghapusan kategori beserta data dokumen yang termasuk dalam kategori yang dihapus.

Administrator

12 Tambah kata_dasar Use case ini menggambarkan proses penambahan data kata dasar.

Administrator 13 Edit kamus Use case ini menggambarkan proses

perubahan detail data kamus

Administrator 14 Hapus kata_dasar Use case ini menggambarkan proses

penghapusan data kata dasar kamus.

Administrator 15 Tambah user Use case ini menggambarkan proses

untuk menambah user yang berhak masuk ke sistem utama.

Administrator

16 Edit user Use case ini menggambarkan proses untuk mengedit nama user dan password.

Administrator

17 Hapus user Use case ini menggambarkan proses untuk menghapus user.

pencarian dokumen. Proses ini berupa daftar urutan dokumen yang sesuai dengan inputan pencarian dan termasuk dalam kategori manakah dokumen yang dicari. Dengan berdasarkan bobot dari kata kunci yang dicari.

(pengguna)

19 Cari klasifikasi dokumen

Use case ini menggambarkan proses pencarian kategori. Abstrasi dokumen yang dimasukkan termasuk dalam kelas/kategori apakah.

User (pengguna)

3.2.2 Skenario Use Case

Setiap use case pada bagian sebelumnya akan dirinci dalam sebuah skenario yang merupakan deskripsi tekstual dari suatu proses dan bagaimana pengguna berinteraksi dengan sistem. Untuk lebih jelsnya dapat dilihat pada tabel 3.10 berikut ini :

Tabel 3.10 Tabel Skenario Use Case

Use Case Skenario Use Case

Login Lampiran 1.1

Logout Lampiran 1.2

Klasifkasi dokumen Lampiran 1.3

Pembuatan Model dan indeks Lampiran 1.4

Lihat dokumen Lampiran 1.5

Tambah stopword Lampiran 1.6

Edit stoplist Lampiran 1.7

Hapus stopword Lampiran 1.8

Tambah kategori Lampiran 1.9

Edit kategori Lampiran 1.10

Hapus kategori Lampiran 1.11

Tambah kata_dasar Lampiran 1.12

Edit kamus Lampiran 1.13

Hapus kata_dasar Lampiran 1.14

Edit user Lampiran 1.16

Hapus user Lampiran 1.17

Cari dokumen Lampiran 1.18

Cari klasifikasi dokumen Lampiran 1.19

3.2.3 Model Analisis

Model Analisis adalah salah satu proses untuk menterjemahkan skenario use case menjadi kelas analisis. Dalam kelas analisis terdapat 3 jenis, yakni: Form / boundery, Controller, dan Entitas.

3.2.3.1 Realisasi Use case

Pada tahap ini, analisis kelas dilakukan setiap use case. Setiap use case dicari kelas analisis sehingga kebutuhan kelas dapat ditentukan. untuk lebih lengkapnya dapat dilihat pada tabel 3.11 berikut ini :

Tabel 3.11 Tabel Realisasi Use Case

Use Case Realisasi Use Case

Login Lampiran 2.1

Logout Lampiran 2.2

Klasifkasi dokumen Lampiran 2.3

Pembuatan Model dan indeks Lampiran 2.4

Lihat dokumen Lampiran 2.5

Tambah stopword Lampiran 2.6

Edit stoplist Lampiran 2.7

Hapus stopword Lampiran 2.8

Tambah kategori Lampiran 2.9

Edit kategori Lampiran 2.10

Hapus kategori Lampiran 2.11

Tambah kata_dasar Lampiran 2.12

Edit kamus Lampiran 2.13

Hapus kata_dasar Lampiran 2.14

Tambah user Lampiran 2.15

Hapus user Lampiran 2.17

Cari dokumen Lampiran 2.18

Cari klasifikasi dokumen Lampiran 2.19

3.2.3.2 Diagram Kelas Keseluruhan

Diagram Kelas keseluruhan dari realisisi use case dapat dilihat di lampiran 3.

3.3 Desain Sistem

3.3.1 Kelas Perancangan

Berikut merupakan perancangan kelas yang digunakan. Perancangan menggunakan MVC model 2 dibagi dalam 3 layer yaitu layer View , Controller dan Model.

 View merupakan layer presentasi (tampilan untuk semua pengguna web) direpresentasikan oleh halaman JSP.

Contoh : Halaman LoginAdmin, Halaman Utama, dsb. (semua halaman JSP)

 Controller merupakan intermediet layer antara Model dan View. Direpresentasikan menggunakan kelas Java turunan kelas action (dan turunan kelas action)

Contoh : Kontrol Cari, Kontrol Indexing Admin, dsb.

Tabel 3.12 Tabel Kelas Perancangan

No Kelas Analisis Kelas Perancangan Use Case

1 Halaman Login Admin Halaman Login Admin Login

2 Halaman menu user Halaman menu user Login

Cari dokumen

Cari klasifikasi dokumen

3 Halaman Menu Admin Halaman Menu Admin logout

Klasifkasi dokumen

Pembuatan Model dan indeks Lihat dokumen

Tambah user Edit user Hapus user

4 Form Manage User Form Manage User Tambah user

Edit user Hapus user

5 Form Indexing Dokumen Form Indexing Dokumen Pembuatan Model dan indeks 6 Form Klasifikasi Dokumen Form Klasifikasi Dokumen Klasifkasi dokumen

7 Form Manage Kamus Form Manage Kamus Tambah kata_dasar

Hapus kamus Edit kata dasar 8 Form Manage Stoplist Form Manage Stoplist Tambah stopword

Edit stoplist Hapus stopword 9 Form Manage Kategori Form Manage Kategori Tambah kategori

11 Halaman Pencarian Klasifikasi Halaman Pencarian Klasifikasi Cari klasifikasi dokumen

12 AutentifikasiLogin Control login

13 AutentifikasiLogOut Control logout

14 ControlIndexing Control Pembuatan Model dan indeks

15 ControlKlasifikasi Control Klasifkasi dokumen

16 ControlCari Control Cari dokumen

17 ControlCariKlas Control Cari klasifikasi dokumen

18 KamusManajemenControl Control Tambah kata_dasar

Hapus kamus Edit kata dasar

19 StopwordManajemenController Control Tambah stopword

Edit stoplist Hapus stopword

20 KategoriManajemenController Control Tambah kategori

Edit kategori Hapus kategori

Hapus user

22 Kamus Entity

Model

Tambah kata_dasar Hapus kamus Edit kata dasar

23 Kategori Entity

Model

Tambah kategori Edit kategori Hapus kategori

24 Stoplist Entity

Model

Tambah stopword Edit stoplist Hapus stopword

25 Skripsi Entity

Model

Pembuatan Model dan indeks

26 centroidKlass Entity

Model

Klasifkasi dokumen Cari klasifikasi dokumen Cari dokumen

27 Word Model Cari dokumen

Klasifkasi dokumen

Pembuatan Model dan indeks

28 User Entity

Model

Tambah user Edit user Hapus user

29 Tokenizer Model Cari dokumen

Cari klasifikasi dokumen Pembuatan Model dan indeks Klasifkasi dokumen

Pembuatan Model dan indeks

30 Term Model

Entity

Cari dokumen

Cari klasifikasi dokumen Pembuatan Model dan indeks Klasifkasi dokumen

31 IndekTerm Model

Entity

Cari dokumen

3.3.2 Atribut dan Method

Bagian ini akan menjelaskan lebih detail mengenai attribut dan method dari kelas desain. Daftar detail mengenai attribut dan method tersebut dapat dilihat pada Lampiran 4

3.3.3 Prototype Antarmuka

Dari analisa attribut dan method pada tahap sebelumnya, maka akan ditentukan kelas yang akan dijadikan user interface. Kemudian dari kelas tersebut dibuat suatu rancangan antarmuka yang akan digunakan dalam implementasi program. Rancangan prototype antar muka dapat dilihat pada tabel 3.13 berikut ini :

Tabel 3.13 Tabel Prototype Antarmuka

No Kelas Analisis Lampiran

1 Halaman Menu User ( Halaman Cari Dokumen )

Lampiran 5.1

2 Halaman Login Admin Lampiran 5.2

3 Halaman Menu Admin Lampiran 5.3

4 Form Manage User Lampiran 5.4

5 Form Manage Kategori Lampiran 5.5

6 Form Manage Stoplist Lampiran 5.6

7 Form Manage Kamus Lampiran 5.7

8 Form indexing Lampiran 5.8

9 Form Klasifikasi Lampiran 5.9

10 Form List Data Skripsi Lampiran 5.10 11 Halaman Pencarian Klasifikasi Lampiran 5.11

3.3.4 Desain Database

1. Class Diagram

Skripsi Kategori

Term indexTerm

Jenis_kategori Id_kategori

Id_skripsi Judul

Id_index Id_term term

idf tf

Id_term Id_dokumen

bobot

JudulDok

centroid

df centroidKlass

Id_term Id_kategori

Id_centroid

stoplist

Id_stopword stopword

User

Id_user _{User_name}

password

Kamus

Kata_dasar

Gambar 3.12 Class diagram Keterangan :

 Terdapat 8 class yaitu : class kategori, class skripsi, class indexTerm, class centroidKlass, class term, class user, class stoplist, class kamus. Dimana class user, class stoplist, class kamus tidak memiliki relasi.

2. Mapping Class

user

PK id_user

username password

stoplist

PK id_stopword

stopword

kamus

PK kata_dasar

skripsi

PK id_skripsi

judul judulDok

FK1 id_kategori

kategori

PK id_kategori

jenis_kategori

indexTerm

PK id_index

tf bobot

FK1 id_term

FK2 id_skripsi

term

PK id_term

term df idf centroidKlass

PK id_centroid PK,FK1 id_kategori

centroid

FK2 id_term

Gambar 3.13 Rancangan database

Berikut adalah penjelasan tentang table yang digunakan untuk mendesain sistem :

1. Tabel Kategori

Field Tipe Data Keterangan

Id_kategori Integer (10) Primary key

Jenis_kategori Varchar (35) Nama kategori 2. Tabel Skripsi

Field Tipe Data Keterangan

Id_skripsi Integer (255) Primary key

Judul Varchar (1000) Nama dokumen

JudulDok Varchar(1000) Judul Dokumen

3. Tabel User

Field Tipe Data Keterangan

Id_User Integer (255) Primary key

4. Tabel indexTerm

Field Tipe Data Keterangan

Id_index Integer (255) Primary key.

Id_skripsi Integer (255) Sebagai Foreign key dari tabel skripsi.

Id_term Integer (255) Sebagai Foreign key dari tabel term.

Tf Integer (255) Jumlah term frekuensi atau

jumlah kemunculan kata penting dalam suatu dokumen.

Bobot Decimal(10,6) Bobot dokumen.

5. Tabel term

Field Tipe Data Keterangan

Id_term Integer (255) Primary key

Term Varchar (255) Nama dokumen

Df Integer(255) Jumlah kemunculan kata

dalam beberapa dokumen.

Idf Double (6,5) Infevers dokumen frekuensi

atau log 2 (jumlah dokumen dibagi dengan jumlah frekuensi kata yang terkandung dalam seluruh dokumen ). 6. Tabel centroidKlass

Field Tipe Data Keterangan

Id_centoid Integer (255) Primary key Integer (255) Integer (255) Nama dokumen

Id_kategori Integer(255) Jumlah kemunculan kata dalam beberapa dokumen. centroid Decimal(10,6) Bobot pusat term dalam satu

kategori.

7. Tabel Stoplist

Field Tipe Data Keterangan

8. Tabel kamus

Field Tipe Data Keterangan

Kata_dasar varchar (255) Primary key.

Kata dasar dalam kamus

3.3.5 Rencana Pengujian dan Evaluasi

Pengujian menggunakan dokumen Skripsi dari bagian abstrak. Pengujian dapat juga dari dokumen lain selain dokumen skripsi untuk menguji seberapa relevan penggunaan algoritma Rocchio untuk mengetahui tingkat presisinya.

Pengujian terhadap hasil rekomendasi dilakukan untuk mengukur informasi yang diinformasikan kepada user atau pengguna.

a. Persiapan

 Menyiapkan dokumen testing. b. Pengolahan hasil kusioner

 Memilih metode.

 Menentukan hal yang diuji.

 Membuat kuisioner

 Mencari responden.

46

IMPLEMENTASI

4.1 Implementasi

4.1.1 Implementasi Antarmuka / View

Implementasi antarmuka / view dari kelas analisis menjadi file fisik dapat dilihat pada tabel 4.14 berikut ini :

Tabel 4.14 Implemantasi antarmuka

No Kelas Analisis File Fisik URL Lampiran

1 Halaman Login Admin indexLogin.jsp ../indexLogin.jsp Lampiran 6.1

2 Halaman menu user index.jsp indek2.jsp

../indek2.jsp Lampiran 6.2

4 Halaman Menu Admin IndexAdmin.jsp ../IndexAdmin.jsp Lampiran 6.3

5 Form Manage user FormListUser.jsp FormInsertUser.jsp FormEditUser.jsp

../IndexAdmin.jsp?userManage=true ../IndexAdmin.jsp?edit=true&id=

Lampiran 6.4

FormListKamus.jsp FormInsertKamus.jsp FormEditKamus.jsp

../IndexAdmin.jsp?editKamus=true&id=

9 Form Manage Stoplist IframeStoplist.jsp FormListStoplist.jsp FormInsertStopWord.jsp FormEditStoplist.jsp

../IndexAdmin.jsp?stoplistManage=true ../IndexAdmin.jsp?editStoplist=true&id=

Lampiran 6.8

10 Form Manage Kategori FormListKategori.jsp FormInsertKategori.jsp FormEditKategori.jsp

../IndexAdmin.jsp?kategoriManage=true ../IndexAdmin.jsp?editKategori=true&id=

Lampiran 6.9

11 Form list Data Skripsi IframeListDokumen.jsp FormListDokumen.jsp

../IndexAdmin.jsp?skripManage=true Lampiran 6.10

12 Halaman Pencarian Klasifikasi index3.jsp

pencarianKlas.jsp

4.1.2 Implementasi Contro

Implementasi dari kelas control dari rancangan kelas analisi menjadi realisasi file fisik dapa dilihat pada tabel 4.15 berikut ini :

Tabel 4.15 Implemantasi Kontrol

No Kelas Analisis File Fisik

1 AutentifikasiLogin cekLogin.java 2 AutentifikasiLogout cekLogout.java 4 ControlIndexing controlIndexing.java 5 ControlKlasifikasi controlKlasifikasi.java

6 ControlCari controlCari.java

7 ControlCariKlas