Kesabaran merupakan nilai hidup yang dijunjung tinggi bangsa Indonesia. Menurut
Subandi (2011), kesabaran merupakan ajaran yang dijunjung oleh kelima agama besar di
Indonesia ( Islam, Kristen, Katholik, Hindu, dan Budha). Lebih lanjut disebutkan oleh Subandi
bahwa dalam Al Qur’an terdapat 44 ayat yang menggunakan kata sabar dan 14 ayat yang menggunakan kata kesabaran. Penelusuran dalam Alkitab (Bible) Bahasa Indonesia menunjukan
70 ayat yang mengandung kata sabar, kesabaran, dan kata lain dengan lema sabar. Subandi
(2011) juga menyebutkan bahwa kesabaran merupakan bentuk pengendalian diri yang sangat
penting dalam agama Budha dan Hindu.
Penelitian untuk mengidentifikasi makna sabar telah dilakukan oleh Dr. Benedictus
Bherman Dwijatmoko, M.A yang menhasilkan klasifikasi atau pengelompokan makna kata
sabar kedalam 6 enam kategori atau kelompok, yaitu giliran, keadaan, komunikasi, sifat,
pekerjan, dan urutan tindakan.
Dalam skripsi ini identifikasi makna kata sabar dilakukan dengan menggunkan algoritma
Support Vector Machine (SVM) dengan kernel Polinomial, yang hasilnya dibandingkan dengan
hasil penelitian terdahulu oleh ahli untuk mendapatkan akurasi dari algoritma Support Vector
Machine (SVM) dalam mengklasifikasikan makna kata sabar. Hasil akurasi yang didapat adalah
100% menggunakan data tranning 108 data dan test 108 data. 51.51% menggunakan data
sebanyak 108 data yang di akurasikan menggunakan k-fold 5.
Patience is a ‘value of life’ which is upheld by Indonesian. According to Subandi (2011), kesabaran “patience”is a teachings upheld by five major religions in Indonesia (Moeslem, Christianity, Catholic, Hinduism, and Buddhism). Furthermore, Subandi said there is 44 verses
in Al-Quran using the word kesabaran “patience” and 14 verses using the word kesabaran “patience”. In the holy bible, there is 70 verses using the word kesabaran “patience”, sabar
“patient”, etc. Subandi also said that kesabaran “patience” is an important ‘self-control’ in hinduism and buddhism.
A research to find the true meaning of kesabaran “patience” has been done by Dwijatmoko (2016), resulting in kesabaran “patience” classification in 6 categories, they are giliran “turn”, keadaan “situation”, komunikasi “communication”, sifat “character”, Pekerjaan
“working”, and urutan tindakan “action sequence”.
In this thesis, identification of true meaning of sabar is done by Support Vector Machine
(SVM) algorithm with Polynomial kernel, the results are compared to the old results done by
expert to find an accurate result of Support Vector Machine (SVM) algorithm. The accuration
result is 100% using 108 data train and 108 data test. 51.51% using 108 data which are accurated
with 5 fold cross validation.
i
IDENTIFIKASI MAKNA KATA “SABAR” DALAM KARYA SASTRA MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) KERNEL
POLINOMIAL
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana
Komputer Program Studi Teknik Informatika
Oleh:
Jonathan Widyo Wicaksono 125314098
PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
ii
IDENTIFICATION OF THE WORD “PATIENT” IN LITERATUR WORK USING POLYNOMIAL KERNEL SUPPORT VECTOR MACHINE (SVM)
A THESIS
Presented as Partial Fullfillment of Requirements to Obtain Sarjana Komputer Degree in Informatics Engineering Study Program
By :
Jonathan Widyo Wicaksono 125314098
INFORMATICS ENGINEERING STUDY PROGRAM INFORMATICS ENGINEERING DEPARTMENT
FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY
iii
HALAMAN PERSETUJUAN
SKRIPSI
IDENTIFIKASI MAKNA KATA “SABAR” DALAM KARYA SASTRA MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) KERNEL
POLINOMIAL
Oleh :
Jonathan Widyo Wicaksono NIM : 125314098
Telah disetujui oleh :
Dosen Pembimbing 1, Dosen Pembimbing 2,
iv
HALAMAN PENGESAHAN
SKRIPSI
IDENTIFIKASI MAKNA KATA “SABAR” DALAM KARYA SASTRA MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) KERNEL
POLINOMIAL
Oleh :
Jonathan Widyo Wicaksono NIM : 125314098
Telah dipertahankan di depan Panitia Penguji
Pada tanggal ……….
dan dinyatakan memenuhi syarat.
Susunan Panitia Penguji
Nama lengkap Tanda Tangan
Ketua : Puspaningtyas Sanjoyo Adi, S.T., M.T. ………. Sekretaris : Alb. Agung Hadhiatma , M.T. ……….
Anggota 1 : Sri Hartati Wijono M.Kom. ……….
Anggota 2 : Dr. B. B. Dwijatmoko, M.A. ……….
Yogyakarta, ………. Fakultas Sains dan Teknologi
v
MOTO
“Semua Akan Selesai Pada Waktunya
Hanya perlu
Bersabar dan Terus Berjuang”
“Kalau Sudah Basah Lebih Baik Basah
-basahan Sekalian
vi
PERNYATAAN KEASLIAN
Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini
tidak memuat karya atau bagian karya orang lain, terkecuali yang sudah tertulis di
dalam kutipan daftar pustaka, sebagaimana layaknya sebuah karya ilmiah.
Yogyakarta, ……….
Penulis
vii
LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma :
Nama : Jonathan Widyo Wicaksono
NIM : 125314098
Demi mengembangkan ilmu pengetahuan, saya memberikan kepada Perpusatakaan
Universitas Sanata Dharma karya ilmiah saya yang berjudul :
IDENTIFIKASI MAKNA KATA “SABAR” DALAM KARYA SASTRA MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) KERNEL
POLINOMIAL
Beserta perangkat yang diperlukan (bila ada). Dengan demikian, saya memberikan
kepada Universitas Sanata Dharma hak untuk menyimpan, mengalihkan kedalam
bentuk media lain, mengelolanya dalam bentuk pangkalan data,
mendistribusikannya secara terbatas dan mempublikasikannya di Internet atau
media lain untuk kepentingan akademis tanpa perlu izin dari saya maupun memberi
royalty kepada saya selama tetap mencantumkan nama saya sebagai penulis.
Demikian pernyataan ini saya buat dengan sebenarnya.
Yang menyatakan,
viii ABSTRAK
Kesabaran merupakan nilai hidup yang dijunjung tinggi bangsa Indonesia.
Menurut Subandi (2011), kesabaran merupakan ajaran yang dijunjung oleh kelima
agama besar di Indonesia ( Islam, Kristen, Katholik, Hindu, dan Budha). Lebih
lanjut disebutkan oleh Subandi bahwa dalam Al Qur’an terdapat 44 ayat yang
menggunakan kata sabar dan 14 ayat yang menggunakan kata kesabaran.
Penelusuran dalam Alkitab (Bible) Bahasa Indonesia menunjukan 70 ayat yang
mengandung kata sabar, kesabaran, dan kata lain dengan lema sabar. Subandi
(2011) juga menyebutkan bahwa kesabaran merupakan bentuk pengendalian diri
yang sangat penting dalam agama Budha dan Hindu.
Penelitian untuk mengidentifikasi makna sabar telah dilakukan oleh Dr.
Benedictus Bherman Dwijatmoko, M.A yang menhasilkan klasifikasi atau
pengelompokan makna kata sabar kedalam 6 enam kategori atau kelompok, yaitu
giliran, keadaan, komunikasi, sifat, pekerjan, dan urutan tindakan.
Dalam skripsi ini identifikasi makna kata sabar dilakukan dengan
menggunkan algoritma Support Vector Machine (SVM) dengan kernel Polinomial,
yang hasilnya dibandingkan dengan hasil penelitian terdahulu oleh ahli untuk
mendapatkan akurasi dari algoritma Support Vector Machine (SVM) dalam
mengklasifikasikan makna kata sabar. Hasil akurasi yang didapat adalah 100%
menggunakan data tranning 108 data dan test 108 data. 51.51% menggunakan data
sebanyak 108 data yang di akurasikan menggunakan k-fold 5.
ix ABSTRACT
Patience is a ‘value of life’ which is upheld by Indonesian. According to
Subandi (2011), kesabaran “patience”is a teachings upheld by five major religions
in Indonesia (Moeslem, Christianity, Catholic, Hinduism, and Buddhism).
Furthermore, Subandi said there is 44 verses in Al-Quran using the word kesabaran “patience” and 14 verses using the word kesabaran “patience”. In the holy bible, there is 70 verses using the word kesabaran “patience”, sabar “patient”, etc.
Subandi also said that kesabaran “patience” is an important ‘self-control’ in
hinduism and buddhism.
A research to find the true meaning of kesabaran “patience” has been done
by Dwijatmoko (2016), resulting in kesabaran “patience” classification in 6
categories, they are giliran “turn”, keadaan “situation”, komunikasi
“communication”, sifat “character”, Pekerjaan “working”, and urutan tindakan
“action sequence”.
In this thesis, identification of true meaning of sabar is done by Support
Vector Machine (SVM) algorithm with Polynomial kernel, the results are compared
to the old results done by expert to find an accurate result of Support Vector
Machine (SVM) algorithm. The accuration result is 100% using 108 data train and
108 data test. 51.51% using 108 data which are accurated with 5 fold cross
validation.
x
KATA PENGANTAR
Puji dan syukur kepada Tuhan Yang Maha Esa atas segala berkat dan
karunia-Nya, sehingga penulis dapat menyelesaikan tugas akhir yang berjudul
“Identifikasi Makna Kata “Sabar” Dalam Karya Sastra Menggunkan Support Vector Machine (SVM) kernel Polinomial “. Tugas akhir ini merupakan salah satu mata kuliah wajib dan sebagai syarat akademik untuk memperoleh gelar sarjana
komputer Program Studi Teknik Informatika Universitas Sanata Dharma
Yogyakarta.
Penulis menyadari bahwa selama proses penelitian dan penyusunan laporan
tugas akhir ini, banyak pihak yang telah membantu penulis, sehingga pada
kesempatan ini penulis ingin mengucapkan terimakasih antara lain kepada :
1. Tuhan Yang Maha Esa, yang telah memberikan pertolongan dan kekuatan
dalam proses pembuatan tugas akhir.
2. Ibu Sri Hartati Wijono M.Kom. dan Dr. B.B. Dwijatmoko, M.A selaku
dosen pembimbing tugas akhir, atas kesabarannya dan nasehat dalam
membimbing penulis, meluangkan waktunya, memberi dukungan,
motivasi, serta saran yang sangat membantu penulis.
3. Sudi Mungkasi, Ph.D. selaku Dekan Fakultas Sains dan Teknologi, atas
bimbingan, kritik dan saran yang telah diberikan kepada penulis.
4. Dr. Anastasia Rita Widiarti, M.Kom. selaku Ketua Program Studi Teknik
Informatika, atas bimbingan, kritik dan saran yang telah diberikan kepada
penulis.
5. Teman seperjuangan PEMEROLEHAN INFORMASI (Giri, Anjar,
Xave).
6. Orang tua yang selalu memberi semangat Pudjono dan Ni Putu , serta
kakak Elisabeth Lucia F. .
7. Teman begadang garap skripsi Eric.
8. Teman main DOTA (Bagus, Abed, Ricky, Alan, Ino, Koko, Mas Rio, Eric,
xi
9. Teman-teman TI JARKOM 2012 yang memberi tempat untuk
mengerjakan Skripsi.
10. Teman – teman Teknik Informatika semua angkatan dan khususnya TI
angkatan 2012 yang selalu memberikan motivasi dan bantuan hingga
penulis menyelesaikan tugas akhir ini.
Penulis menyadari bahwa masih banyak kekurangan dalam penyusunan
tugas akhir ini. Saran dan kritik sangat diharapkan untuk perbaikan yang akan
datang.
Yogyakarta ………
xii
DAFTAR ISI
IDENTIFIKASI MAKNA KATA “SABAR” DALAM KARYA SASTRA MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) KERNEL
POLINOMIAL ... i
IDENTIFICATION OF THE WORD “PATIENT” IN LITERATUR WORK USING POLYNOMIAL KERNEL SUPPORT VECTOR MACHINE (SVM) ... ii
2.2 Information Retrieval ... 5
2.3 Text Prepocessing ... 5
2.2.1 Tokenizing ... 6
2.2.2 Filtering ... 7
2.2.3 Stemming ... 8
xiii
2.4 Support Vector Machine (SVM) ... 17
2.4.1 Multi Class SVM ... 20
2.5 Evaluasi Pengujian Sistem ... 23
BAB III ... 25
ANALISIS DAN DESAIN ... 25
3.1 Diskripsi sistem ... 25
3.2.4 Computation of TF-IDF Feature ... 29
3.5 Mengunakan sistem ... 30
3.6 Struktur data ... 31
3.7 Desain Logikal (Logical Design) ... 31
3.4.1 DFD level 0 ... 31
3.4.2 Desain Proses PI (Pemerolehan Informasi) ... 32
3.4.3 Desain Proses SVM kernel Polinomial ... 33
BAB IV ... 34
IMPLEMENTASI SISTEM ... 34
4.1 Kebutuhan Perancangan Sistem ... 34
4.1.1 Hardware ... 34
4.1.2 Software ... 34
4.2 Implementasi Prepocessing Kalimat ... 34
4.2.1 Class Master ... 34
4.2.2 Class Kelas ... 36
4.2.3 Class Dokumen ... 37
4.2.4 Class Stopword ... 40
4.2.5 Class Mencari Bobot ... 42
4.3 Sistem Yang Digunakan Dari WEKA ... 45
xiv
4.3.2 Proses Input Bobot ... 48
4.3.3 Mengunkan WEKA ... 49
BAB V ... 50
ANALISIS HASIL ... 50
5.1 Skema Pengujian ... 50
5.2 Hasil Pengujian ... 51
5.2.1 Pengujian 1 ... 52
5.2.2 Pengujian 2 ... 52
5.3. Analisa Hasil ... 53
BAB VI ... 55
KESIMPULAN DAN SARAN ... 55
6.1 Kesimpulan ... 55
6.2 Saran ... 55
xv
DAFTAR TABLE
Table 2.1 Contoh hasil Tokenizing ... 6
Tabel 2.2 Daftar Stop Word ... 7
Tabel 2.3 Input dari hasil Tokenizing ... 7
Tabel 2.4 Hasil Output Filtering ... 8
Tabel 2. 5 Recoding ... 9
Tabel 2. 6 Kombinasi Awalan Akhiran yang Tidak Diijinkan ... 11
Tabel 2. 7 Contoh Input Proses Term Frequency (tf) / ���, � ... 13
Tabel 2. 8 Hasil Proses Term Frequency (tf) / ���, � ... 13
Tabel 2. 9 Contoh Input Proses Document Freuency (df) ... 14
Tabel 2. 10 Hasil Output Proses Document Freuency(df) ... 14
Tabel 2. 11 Input Proses Menghitung Invers Document Frecuency (idf) ... 15
Tabel 2. 12 Output Proses Invers Document Frecueny (idf) ... 16
Tabel 2. 13 Input Proses Mencari Nilai weight (w) ... 16
Tabel 2. 14 Hasil Output Proses Weight (w) ... 17
Tabel 2. 15 Fungsi kernel ... 19
Tabel 2. 16 Contoh 4 Class SVM biner dengan metode One-agains-all ... 20
Tabel 2. 17 Contoh 4 SVM biner dengan metode One-against-one ... 21
Tabel 2. 18 Contoh 6 SVM biner dengan metode DAGSVM ... 23
Tabel 3. 1 Tabel hasil dari TF-IDF dengan data sebenarnya 29
Tabel 3. 2 Nilai w tiap term 29 Table 5. 1 Data pengujin sebanyak 108 data 51
Table 5. 2 Data pengujin sebanyak 36 data 51
xvi
DAFTAR GAMBAR
Gambar 2. 1 Hyperplane melalui dua kelas linearly ... 18
Gambar 2. 2 Contoh Klasifikasi dengan metode One-against-all ... 21
Gambar 2. 3 Contoh klasifikasi dengan metode One-against-one ... 22
Gambar 2. 4 Contoh 6 SVM biner dengan metode DAGSVM ... 23
Gambar 3. 1 Skema Diskripsi Proses Klasifikasi SVM kernel Polinomial 26
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Kata “sabar” banyak diungkit dalam kehidupan berbangsa di
Indonesia dan diajarkan oleh kelima agama besar di Indonesia (Islam,
Katolik, Kristen, Hindu, Budha) menurut Subandi (2011). Subandi (2011)
menyebutkan bahwa dalam Al Qur’an terdapat 44 ayat yang mengandung
kata “sabar” dan 14 ayatt yang menggunakan kata “kesabaran”. Penelusuran
dalam Alkitab (Bible) Bahasa Indonesia menunjukan 70 ayat yang
mengandung kata “sabar” dan kata “kesabaran”. Kata “sabar” dalam ajaran
Budha dan Hindu berguna dalam pengendalian diri, Subandi (2011) .
Sehingga B.B. Dwijatmoko melakukan penelitian untuk mengetahui
atri dari kata “kesabaran” atau kata “sabar” dalam karya sastra Indonesia,
dan hasil dari penelitian yang dilakukan mendapatkan hasil dimana kata
“sabar” terbagi menjadi 6(enam) konsep yaitu : penerimaan kondisi yang
harus dihadapi, penantian giliran, penerimaan urutan kegiatan, kesediaan
menunggu dalam pembicaraan, sifat sabar, dan ketekunan dalam
melakukan Pekerjaan. Data yang digunakan dalam penelitian oleh B.B
Dwijatmoko berasal dari situs www.corci.org. Sebanyak 108 karya sastra.
Distribusi data meliputi karya sastra mengandung kata “sabar” (81), kata “bersabar” (13), kata “kesabaran” (12), kata “penyabar” (1), dan kata “menyabarkan” (1). Data yang ada diatas disimpulan bahwa kata “sabar”
memiliki 6 (enam) konsep dengan memakai pendekatan analisis wacana dan
analisis wacana kritis (Fairclough, 1995 dan Wodak dan Meyer, 2001).
Diatas dapat didapatkan bahwa mengatagorikan kata “sabar”
kedalam 6 (enam) kondisi menggunkan metode yang manual atau
digunakan dalam menganalisis karya sastra Indonesia memerlukan waktu
yang lama namun tepat sesuai dengan pendekatan manusia, dan sistem ini
dibuat untuk membantu menguji apakah menggunkan metode klasifikasi
SVM (Support Vector Machine) bisa mendapatkan ketepatan/ akurasi yang
sama dengan yang menggunakan pendekatan analisis wacana dan analisis
wacana kritis (Fairclough, 1995 dan Wodak dan Meyer, 2001).
1.2. Rumusan Masalah
Berdasarkan latar belakang diatas, maka rumusan masalah yang
akan diselesaikan, yaitu :
1. Seberapa akurat klasifikasi SVM (Support Vector Machines)
dalam mengklasifikasikan kata “sabar” dalam Karya Sastra.
2. Apakah SVM (Support Vector Machines) mampu untuk
mengklasifikasikan sebuah kata.
1.3. Tujuan
Tujuan dari penelitian ini adalah mengetahui akurasi dari SVM
(Support Vector Machines) dalam mengkalsifikasi kata “sabar” dalam
sebuah karya satra.
1.4. Batasan Masalah
Dalam sistem pengukur akurasi menggunakan metode SVM (Support Vector Machine), dilakukan beberapa batasan, sebagai berikut :
a. Sistem yang akan dibangun Menggunakan metode SVM (Support
Vector Machine) dengan kernel Polinimial di bantu dengan libary dari WEKA.
b. Data karya sastra yang akan diklasifikasi hanya yang mengandung kata
“sabar”.
c. Input sistem berupa karya sastra yang mengandung kata “sabar”. d. Output dari sistem adalah sebuah nilai akurasi dari metode SVM
1.5. Metode Penelitian
Metode penelitian yang digunakan dalam proses kalsifikasi Sastra
Indonesi menggunakan metode SVM Kernel Polinomial :
1. Studi Literatur
Studi literatur tahapan dimana mencari dasar dari metode
yang digunakan seperti SVM Kernel Polinomial yang bersumber
dari buku, jurnal, dan website.
2. Pengumpulan Data
Pengumpulan data tahapan mengumpulkan bahan test dan
bahan traning untuk dimasukan kedalam sistem untuk di uji
kebenarnya.
3. Perancangan Sistem
Perancangan sistem adalah tahapan yang dibuat untuk
menunjukan alur atau sebuah cerita dimana sistem yang akan
dibuat bisa berjalan dan menghasilkan sebuah hasil yang
dinginkan.
4. Pembuatan Sistem
Pembuatan sistem tahapan yang menjadikan sebuah
rancangan yang sudah dibuat menjadi sebuah sistem yang dapat
digunakan.
5. Implementasi Sistem
Implementasi sistem dengan cara menggunakan data yang
sudah dicari. Data yang digunakan untuk implementasi sistem
berupa data teks sumber dari corci.org.
6. Evaluasi
Evaluasi merupakan tahapan menganalisa hasil dari
implementasi sistem yang sudah dibuat. Hasil dari analisa yang
1.6. Sistematika Penulisan
Sistematika penulisan tugas akhir ini adalah sebagai berikut :
BAB I. Pendahuluan
Bab ini berisi latar belakang, rumusan masalah, tujuan,
batasan masalah, dan sistematika penulisan.
BAB II. Landasan Teori
Bab ini berisi penjelasan tentang prinsip dan konsep dasar
yang diperlukan untuk memecahkan masalah yang dibahas pada Bab
BAB III. Metodologi Penelitian
Bab ini berisi tentang metodologi penelitian yang akan
dilakukan selama penelitian, terdiri dari : Tahap definisi ruang
lingkup, analisis masalah, analisis kebutuhan, desain logikal, desain
fisik dan integrasi dan tahap pembuatan sistem dan pengujian.
BAB IV. Analisis dan Perancangan Sistem
Bab ini akan menjelaskan deskripsi umum sistem, data, use
case, desain database, desain proses, serta desain Graphical User
Interface yang akan digunakan.
BAB V. Implementasi Sistem
Bab ini akan menjelaskan tentang implementasi sistem
berdasarkan rancangan pada BAB IV.
BAB VI. Pengujian dan Analisis Hasil
Bab ini berisi pengujian terhadap sistem yang dibuat dan
dilanjutkan dengan menganalisis hasil pengujian yang meliputi
kelebihan dan kekurangan sistem yang dibuat.
BAB VII. Kesimpulan
Bab ini akan menjelaskan kesimpulan umum yang diperoleh
dari pembuatan sistem serta rancangan pengembangan sistem ke
5
BAB II
LANDASAN TEORI
Pada Bab II akan dijelaskan mengenai landasan teori yang digunakan untuk
mendukung penelitian yang dilakukan penulis. Dalam Bab ini akan dijelaskan
pengertian serta metode-metode yang digunakan oleh penulis.
2.1 Sabar
Kata “sabar” yang diteliti oleh B.B. Dwijatmoko dikarena sebagai sebuah gagasan yang penting sebagai untuk mempersatukan sebuah agama
dan juga sebagai pengendali akan diri sendiri. Sabar yang teliti memiliki 6
konsep yaitu :
1. Penerimaan keadaan
2. Penantian giliran
3. Penerimaan urutan tindakan
4. Kesediaan menunggu dalam pembicaraan
5. Sifat sabar
6. Ketekunan dalam Pekerjaan
2.2 Information Retrieval
Sebuah proses untuk medapatkan sebuah informasi yang tepat dan
sesuai yang akan di lakukan proses selanjutnya dalam proses Pemerolehan
informasi (Mooers, 1951, hal. 25).
2.3 Text Prepocessing
Merupakan tahapan dalam mengelola sebuah data yang diinputkan
kedalam program. Pada tahap text processing terdapat beberapa langkah,
yaitu tokenizing, stopword filtering, stemming , computation of TF-IDF
2.2.1 Tokenizing
Proses yang dilakukan kepada sebuah kalimat yang masuk diubah kedalam bentuk kata-perkata dan juga menghilangkan tanda baca pada kalimat.
Input : Langkah untuk mengklasifikasi karya sastra menggunakan SVM : tekt Prepocesing , klasifikasi SVM.
Output :
Table 2.1 Contoh hasil Tokenizing Langkah
untuk
mengklasifikasi karya
sastra
menggunakan SVM
tekt
2.2.2 Filtering
Proses setelah tahap tokenizing dilakukan memerikasa kata
yang seharusnya dihilangkan untuk efisiensi proses klasifikasi
karena kata tersebut tidak banyak berpengaruh. Dafttar kata yang
seharusnya dihilangkan disimpan dalam stopword list.
Daftar Stop Word :
Tabel 2.2 Daftar Stop Word
yang pernah
Tabel 2.3 Input dari hasil Tokenizing
Langkah
untuk
mengklasifikasi
karya
menggunakan
Filtering diubah menjadi bentuk kata dasarnya seperti dalam kamus besar bahasa indonesia. Proses ini menggunakan algoritma
stemming Nazief and Adriani’s dari Universitas Indonesia (1998). Berikut ini urutan algoritman stemming Nazief and
Adriani’s :
Cari kata yang sama antara data set dengan kamus jika sama
diamsusikan bahwa kata tersebut adalah root word. Maka algoritma
berhenti.
maka langkah ini diulangi lagi untuk menghapus Possesive
Pronouns (“-ku”, “-mu”, atau “-nya”), jika ada.
Hapus Derivation Suffixes (“-i”, “-an” atau “-kan”). Jika kata
ditemukan di kamus, maka algoritma berhenti. Jika tidak maka ke
langkah 3a.
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.
Akhiran yang dihapus (“-i”, “-an” atau “-kan”) dikembalikan, lanjut ke langkah 4.
Hapus Derivation Prefix. Jika pada langkah 3 ada sufiks yang
dihapus maka pergi ke langkah 4a, jika tidak pergi ke langkah 4b.
Periksa tabel kombinasi awalan-akhiran yang tidak diijinkan. Jika
ditemukan maka algoritma berhenti, jika tidak pergi ke langkah 4b.
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.
Melakukan Recoding dapat dilihat pada tabel 2.5
Tabel 2. 5 Recoding
Aturan Format Kata Pemenggalan
1 berV… ber-V... | be-rV...
2 berCAP…
ber-CAP... dimana C!=‟r‟ &
P!=‟er‟
3 berCAerV... ber-CaerV... dimana C!=‟r‟
8 terCP...
ter-CP... dimana C!=‟r‟ dan
P!=‟er‟
9 teC1erC2... te-C1erC2... dimana C1!=‟r‟
10 me{l|r|w|y}V... me-{l|r|w|y}V...
16 meng{g|h|q|k}... meng-{g|h|q|k}...
17 mengV... meng-V... | meng-kV...
23 perCAerV... per-CAerV... dimana C!=‟r‟
33 peCP...
pe-CP... dimana
C!={r|w|y|l|m|n} dan P!=‟er‟
34 terC1erC2... ter-C1erC2... dimana C1!=‟r‟
35 peC1erC2...
pe-C1erC2... dimana
C1!={r|w|y|l|m|n}
a) 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 2.6. Hapus awalan jika ditemukan.
Tabel 2. 6 Kombinasi Awalan Akhiran yang Tidak Diijinkan
Awalan Akhiran yang tidak diijinkan
Be- -i
di- -an
Ke- -i ,-kan
Me- -an
2.2.4 Pembobotan Kata
Dalam menentukan bobot suatu kata tidak hanya
berdasarkan frekuensi kemunculan kata di satu dokumen, tetapi juga
memperhatikan frekuensi terbesar pada suatu kata yang dimiliki
oleh dokumen yang bersangkutan. Hal ini untuk menentukan posisi
relatif bobot dari kata dibanding dengan kata-kata lain di dokumen
yang sama. Didalam memberikan bobot pada sebuah kata
menggunakan 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 keseluruhan dokumen yang terkait. Rumus pembobotan (2.1) Salton (1989) adalah sebagai
berikut:
(2. 1)
Dimana :
, = bobot dari term(t)/kata dalam dokumen (d)
�,� =frekuensi kemunculan term(t)/kata dalam dokumen (d)
� � = inverse document frequency dari kata t
� = jumlah seluruh dokumen terkait
= jumlah dokumen yang mengandung term (t) atau kata
Berikut ini tahapan pencarian data untuk setiap rumus diatas :
Menghitung Term Frequency (tf) atau ���,�
Ini mencari seberapa sering muncul kata yang sama dalam
satu dokumen. Setiap kata yang muncul diberi nilai 1 dan bila
ketemu kata yang sama lagi di tambah 1 lagi pada kata tersebut.
Input :
Tabel 2. 7 Contoh Input Proses Term Frequency (tf) / �,�
D1 D2
Langkah Karya
klasifikasi Satra
Karya Indonesia
Sastra Klasifikasi
Guna Enam
SVM Kategori
Teks Guna
Prepocesing Metode
klasifikasi SVM
SVM
Output :
Tabel 2. 8 Hasil Proses Term Frequency (tf) / �,�
Term (t) D1 D2
Langkah 1 0
klasifikasi 1 1
Karya 1 1
Sastra 1 1
Guna 1 1
SVM 2 1
Teks 1 0
Prepocesing 1 0
klasifikasi 1 1
Indonesia 0 1
metode 0 1
Menghitung document frequency (df)
Merupakan banyaknya dokumen dimana suatu term(t)
muncul. Sehingga apabila term (t) muncul lebih dari satu kali
dalam satu dokumen tetap dihitung satu term(t) yang dimiliki oleh
dokumen tersebut dan total dari document frequency (df) terbesar
adalah banyanya total doumen apabila semua doumen memiliki
term(t) yang sama dan jumlah terkecil dari document frequency (df)
adalah 1 tidak bisa nol karena setiap doumen memiliki term(t)
sendiri
Input :
Tabel 2. 9 Contoh Input Proses Document Freuency (df)
Term (t) D1 D2
Tabel 2. 10 Hasil Output Proses Document Freuency(df)
Term (t) df
Langkah 1
klasifikasi 2
Sastra 2
Guna 2
SVM 2
Teks 1
Prepocesing 1
klasifikasi 2
Indonesia 1
metode 1
Enam 1
Menghitung invers document frequency (idf) / ����
Sebagai proses untuk mencari nilai invers dari hasil
document frequency (df). Input :
Tabel 2. 11 Input Proses Menghitung Invers Document Frecuency (idf)
Term (t) df
Langkah 1
klasifikasi 2
Karya 2
Sastra 2
Guna 2
SVM 2
Teks 1
Prepocesing 1
klasifikasi 2
Indonesia 1
metode 1
Output :
Tabel 2. 12 Output Proses Invers Document Frecueny (idf)
Term (t) df idf
Langkah 1 0.30103
klasifikasi 2 0
Karya 2 0
Sastra 2 0
Guna 2 0
SVM 2 0
Teks 1 0.30103
Prepocesing 1 0.30103
klasifikasi 2 0
Indonesia 1 0.30103
metode 1 0.30103
Enam 1 0.30103
Menghitung weight (w) untuk menentukan bobot tiap term(t)
dari setiap dokumen yang ada
Ini melihat rumus dari (2.1) yang dimana sudah di pisahkan
untuk setiap bagiannya sehingga yang dibutuhkan adalah hasil dari
� �dan nilai dari tiap term setiap dokumen yang dikalikan. Input :
Tabel 2. 13 Input Proses Mencari Nilai weight (w)
Term (t) D1 D2 idf
Langkah 1 0 0.30103
klasifikasi 1 1 0
Karya 1 1 0
Sastra 1 1 0
Guna 1 1 0
Teks 1 0 0.30103
Tabel 2. 14 Hasil Output Proses Weight (w)
Term (t) D1 D2 idf D1 (w) D2 (w)
2.4 Support Vector Machine (SVM)
Klasifikasi merupakan fungsi lain yang terdapat pada data mining
setelah clustering. Klasifikasi adalah proses menentukan model yang
berguna untuk mendeskripsikan kelas tertentu, agar suatu objek dapat
ditentukan kelasnya sesuai lebel (Han, Jiawei dan Micheline Kamber.
2006). Langkah yang pertama dalam mengklasifikasikan data adalah
pengklasifikasian dari data training yang telah dibuat dari baris-baris data
yang ada dalam database dan kelas label yang terkait. Setiap baris data
diskrit dan tidak terurut. Karena setiap baris data training sudah memiliki
kelas label, proses ini juga dikenal dengan supervised learning. Langkah
selanjutnya yaitu menggunakan model dari data training untuk menghitung
akurasi yang dibandingkan dengan data tes. Data tes diperoleh dari
baris-baris data yang dipilih secara acak. Akurasi merupakan presentase data tes
yang diklasifikasikan secara benar menggunakan pengklasifikasi atau
model dari data training.
Support Vector Machine (SVM) pertama kali diperkenalkan oleh Vapni pada tahun 1992 SVM adalah metode pembelajaran data yang
berusaha menemukan hyperplane terbaik antar kelas pada input space.
Konsep dasar dan SVM adalah linear classfier, akan tetapi dikembangkan
agar dapat bekerja pada permasalahan non-linear. Klasifikasi dalam SVM
dapat melibatkan fungsi kemel tertentu agar dapat bekerja pada data dengan
dimensi yang lebih banya.
Hyperplane pemisah terbaik antar kelas adalah sebuah garis pemisah antar kedua kelas (lihat gambar 2.1). Hyperplane pemisah terbaik dapat
dicari dengan mengukur margin atau Jarak hypmplane dengan pola terdekat
dari masing-masing kelas dan mencari titik pemisahnya (Nupobo, dkk
2003). Data pada titik maksimal tersebutlah yang disebut sebagai support
vector. Diketahui bahwa titik-titk maksimal tersebut membuat garis
pemisah hyperplane yang lebih sempurna untuk memisahkan data.
Gambar 2. 1 Hyperplane melalui dua kelas linearly
Input data dapat berupa linear dan non linear. Jika input data berupa linear
f(X) =w.x+b (2. 2)
dimana w adalah n-dimensi bobot vektor dan b adalah pengali skala atau
nilai bias. Persamaan ini menemukan maksimum margin untuk memisahkan
kelas dari kelas positif dari kelas negatif.
�. + ≥ + � = + (2. 3)
�. + ≥ − � = − (2. 4)
Pemillihan Parameter pada Support vector Machine
Untuk mendapatkan tingkat kinerja yang tinggi, beberapa parameter
dari algoritma SVM harus diperbaiki (Maimon 2010), termasuk:
1. Pemilihan Fungsi Kernel
Tabel 2. 15 Fungsi kernel
Kernel Definisi Kernel
Linear � , = .
Quadratic � , = .
RBF
� ,
=
− || − ||22�2Polynomial � , = . + �
Sigmoid (tangen hiperbolik) � , = tanh � . +
2. Kinerja SVM tergantung pada pilihan fungsi kernel, besaran
parameter kernel dan penentuan parameter C. Fungsi kernel yang
berbeda memperoleh tingkat keberhasilan yang berbeda untuk
berbagai jenis data aplikasi. Ketika nilai penentuan parameter C yang
dipilih terlalu besar atau terlalu kecil, generalisasi SVM mungkin
berkurang. Jika parameter kernel dan penentuan parameter yang tepat
dipilih, kinerja SVM akan optimal.
3. Parameter Kernel(s) .
2.4.1 Multi Class SVM
Mengklasifikasikan lebih dari dua kelas atau multi class SVM
yaitu dengan menggabungkan beberapa SVM biner atau
menggabungkan semua data yang terdiri dari beberapa kelas
kedalam sebuah bentuk permasalahan optimasi. Dengan
penggabungan kedua dimana menggabungkan beberapa kelas
sekaligus mengalami optimasi yang lebih rumut.
Berikut ini adalah metode umum digunakan untuk
mengimplementasikan multi class SVM (Krisantus 2007) :
1. Metode ”One-Against-All”
Dengan metode ini, dibangun k buah model SVM
biner (k adalah jumlah kelas). Setiap model klasifikasi
ke-i dilatih dengan menggunakan keseluruhan data,
untuk mencari solusi permasalahan (2.5). Contohnya,
terdapat permasalahan klasifikasi dengan 4 buah kelas.
Untuk pelatihan digunakan 4 buah SVM biner seperti
pada tabel 2.15 dan penggunannya dalam
mengklasifikasi data baru dapat dilihat pada 5.
(2. 5)
Tabel 2. 16 Contoh 4 Class SVM biner dengan metode One-agains-all
y=1 y=-1 hipotesis
Kelas 1 Bukan kelas 1 f 1 (x) = (w1 )x + b1
Kelas 2 Bukan kelas 2 f 2 (x) = (w2 )x + b2
Kelas 3 Bukan kelas 3 f 3 (x) = (w3 )x + b3
Gambar 2. 2 Contoh Klasifikasi dengan metode One-against-all
2. Metode ”One-Against-One”
Membangun � �− buah model klasifikasi biner (
adalah jumlah kelas). Setiap model klasifikasi dilatih
pada data dari dua kelas. Untuk solusi kelas ke –i dan
kelas ke-j (2.6)
(2. 6)
Selesai pengujian untuk menetukan data tes masuk
kelas mana dilakukan pengujian dengan metode voting
Tabel 2. 17 Contoh 4 SVM biner dengan metode One-against-one
y=1 y=-1 hipotesis
Kelas 1 Kelas 2 f 12 (x) = (w12 )x + b12
Kelas 1 Kelas 3 f 13 (x) = (w13 )x + b13
Kelas 1 Kelas 4 f 14 (x) = (w14 )x + b14
Kelas 2 Kelas 4 f 24 (x) = (w24 )x + b24
Kelas 3 Kelas 4 f 34 (x) = (w34 )x + b34
Gambar 2. 3 Contoh klasifikasi dengan metode One-against-one
Jika data ke- i dimasukkan kedalam fungsi hasil
pelatihan x = x + b dan hasilnya kelas
i maka suara untuk kelas i ditambahkan satu ini bila kelas
ke i lebih banyak dari kelas lainnya. Jika kelas ke i ada
dua yang sama besar atau sama maka akan kelas lebih
kecil adalah kelas milik data ke i tersebut. Dapat dilihat
pada gambar 2.3 .
3. Metode DAGSVM (Directed Acyclic Graph Support Vector Machine)
Pelatihan dengan menggunakan metode ini sama
dengan metode one-against-one, yaitu dengan
membangun � �− buah model klasifikasi SVM biner.
Akan tetapi, pada saat pengujian digunakan binary
directed acyclic graph. Setiap node merupakan model SVM biner dari kelas ke-i dan kelas ke-j. Pada saat
dievaluasi mulai dari simpul akar, kemudian bergerak ke
kiri atau ke kanan tergantung nilai output dari hipotesi.
Tabel 2. 18 Contoh 6 SVM biner dengan metode DAGSVM
y=1 y=-1 hipotesis
Gambar 2. 4 Contoh 6 SVM biner dengan metode DAGSVM
2.5
Evaluasi Pengujian Sistem
Precision dan recall baik digunakan dalam mengevaluasi hasil dari
suatu algoritma pengenalan pola. Precision adalah suatu ukuran keakuratan
pola sedangkan recall adalah suatu ukuran kelengkapan (Dr. Kekre. HB,
dkk, 2011) Precision pada dasarnya adalah sebuah ukuran dari
Recall seperti yang disebutkan sebelumnya adalah ukuran suatu
kelengkapan. Recall pada dasamya adalah probabilitas dari dokumen
relevan yang dikembalikan dari suatu query. Pada binary classification,
recall dapat juga disebut sensitivitas. Rumus perhitungan dari precision dan
recall dapat dilihat sebagai berikut:
� � = |{ { } ∩ { � ℎ} � ℎ}| (2. 7)
= |{ { } ∩ { } � ℎ}| (2. 8)
Dalam konteks klasifikasi, beberapa istilah seperti true positif (tp),
false positif (fp, true negatif (tn) dan false negatif (fn) sering digunakan
untuk membandingkan klasifikasi dari suatu objek dengan kelas yang
sesungguhnya. perhitungan Precision dan recall bisasanya mengacu pada
true positif dengan rumus perhitungan sebagai berikut :
� � = � � + � � � � (2. 9)
= � � + � � � (2. 10)
25
BAB III
ANALISIS DAN DESAIN
Bab ini berisi analisis dan rancangan sistem yang digunakan dalam
penelitian ini meliputi diskripsi sistem, data, penyimpanan data, struktur data, dari
sistem.
3.1 Diskripsi sistem
Sistem yang dibangun merupakan sebuah sistem pemerolehan
informasi, yang mempunyai fungsi untuk melakukan identifikasi makna
kata sabar pada sebuah Karya Sastra Indonesia. Proses idenfikasi atau
klasifikasi menggunakan metode Support Vector Machine (SVM) kenel
Polinomial.
Data yang digunakan berupa data yang berformat .txt, data tersebut
dibagi menjadi dua bagian sebagai data test dan data trening. Kegunaan data
traning sebagai sebuah data yang akan digunakan sebagai pembanding yang
benar dimana pembandingnya adalah data test. Data traning merupakan data
yang yang akan diklasifikasikan atau diproses dengan metode SVM kernel
Polinomial. Sedang data test akan dibandingkan atau akan diuji dengan hasil
dari data traning apakah data test tersebut dapat terklasifikasi dengan tepat
atau tidak. Hasil akhirnya adalah berupa akurasi, hasil akurasi adalah
perbandingan antara hasil data test yang sudah dianalisa dangan sistem
dengan hasil data test sesuai dengan sumber. Dalam artian singkat apabila
hasil dari sistem yang menguji data test dapat sama dengan hasil sumber
makas sistem atau metode yang klasifikasi SVM kernel polinomial berhasil.
Semua data yang akan diproses dengan sistem akan dilakukan
preprocessing dimana tahapan ini untuk memberikan bobot untuk setiap kata yang akan diproses. Tahapannya adalah tokenisasi (pemenggalan kata
dan penghapusan tanda baca), case folding (mengubah kata kedalam huruf
(pengembalian kata ke bentuk dasar), dan menghitung tf (jumlah
kemunculan kata yang sama dalam sebuah dokumen). Proses ini perlu
dilakukan dikarena SVM menggunakan data yang memiliki nilai sedang
kata tidak memiliki nilai sehingga pengganti nilai menggunakan bobot ini
sama gunanya sebagai data yang memiliki nilai.
Gambar 3. 1 Skema Diskripsi Proses Klasifikasi SVM kernel Polinomial
Penghitungan akurasi melalui tahapan yang telah disediakan oleh
library WEKA. Metode yang digunakan dari WEKA menggunkan input data yang telah diproses terdahulu oleh system.
3.2 Data
Dalam penelitian ini, sistem mengklasifikasikan makna kata sabar
dalam karya sastra yang didefinisikan menggunakan metode SVM. Data
penelitian ini. Data yang dipakai sebanyak 108 dokumen. Data ini dibagi
menjadi data tranning dan data testing. Semua data disimpan dalam format
.txt .
3.3 Penyimpanan Data
Media penyimpanan data yang digunakan berbentuk .txt , data yang
disimpan hanya data yang akan dilakukan pengujian sedang proses hasil
pengujian menggunakan arraylist tidak di simpan menggunakan .txt karena
data hasil akan berbeda terus menerus setiap pengujia di ganti data uji. Data
yang disimpan selain data uji .txt menyimpan kamus kata dasar dan juga
stoplist.
3.3.1 Daftar media penyimpanan dalam .txt :
3.3.1.1 kata_dasar : Untuk menyimpan kata dasar dalam
proses Stemming .
3.3.1.2 stopwordID : Digunakan dalam proses stopword ini
berisi daftar dari apa saja kata yang tidak
diijinkan keluar.
3.3.1.3 Bobot.txt : Menyimpan hasil dari bobot tiap term
dan nama dokumen.
3.3.1.4 Term.txt : Menyimpan nama atribut yang dimiliki
semua term yang ada.
3.3.2 Daftar media penyimpanan dalam arraylist :
3.3.2.1ArrayList<Attribute> : Menyimpan data atribut
3.3.2.2ArrayList<Prediction>: Menyimpan data hasil proses
akurasi SVM menggunkan
WEKA
3.3.2.3List<String> cls : Menyimpan data kategori
3.4 Pemetaan Data
Dalam proses pemetaan data ini merupakan proses yang dilakukan
agar data siap diproses menggunakan sistem yang dibuat. Data akan
diproses memalalui tahapan sebagai berikut ini :
3.2.1 Tokenizing
Sebuah proses untuk memberi tanda atau sekaligus
menghilahkan tanda baca dalam sebuah artikel atau kalimat yang
akan diproses.
Data sebelum proses :
“Hanya masalahnya sampai sekarang dia baru bisa memahami seorang perempuan saja namanya wanita yang sabar
setiap bijaksana dan penuh kasih sayang.”
Data sesudah proses :
hanya masalahnya sampai sekarang dia baru bisa
memahami perempuan saja namanya wanita yang sabar
setia bijaksana penuh kasih sayang
3.2.2 Stopword Filtering
Adalah proses memerikasa kata yang seharusnya
dihilangkan untuk efisiensi proses klasifikasi karena kata tersebut
tidak banyak berpengaruh. Dafttar kata yang seharusnya dihilangkan
disimpan dalam stopword list. Kata yang dapat dihilangkan
misalnya adalah kata sambung yaitu : dan, yang, untuk , dsb
hanya masalahnya sampai sekarang baru bisa
memahami perempuan nama wanita sabar setia
3.2.3 Stemming
Proses mengubah data yang sudah didapat dari token diubah
menjadi bentuk kata dasarnya seperti dalam kamus besar bahasa
indonesia
3.2.4 Computation of TF-IDF Feature
Tabel 3. 1 Tabel hasil dari TF-IDF dengan data sebenarnya
atap 1 1 0.60206 0 0.60206 0 0
bantal 1 1 0.60206 0 0 0.60206 0
baru 1 1 0.60206 0.60206 0 0 0
begini 1 1 0.60206 0 0 0 0.60206
benar 1 1 0.60206 0 0 0.60206 0
berpintu 1 1 0.60206 0 0.60206 0 0
bersih 1 1 0.60206 0 0.60206 0 0
biasa 2 1 0.60206 0 0 1.20412 0
bicara 1 1 0.60206 0 0 0.60206 0
bijaksana 1 1 0.60206 0.60206 0 0 0
bisa 1 4 2 0.30103 0.30103 0 1.20412 0
cinta 1 1 0.60206 0 0.60206 0 0
dengan 1 1 0.60206 0 0 0.60206 0
3.5 Mengunakan sistem
Dalam sistem yang dibuat oleh penulis menggunkan libary dari
WEKA, di istem yang dibuat mengubah data input yang bisasanya
digunakan oleh WEKA mengunakan format .csv menjadi format .txt. Dalam
sistem yang dibuat data masukan akan dibuat menjadi dua .txt, yang satu
berfungsi sebagai inisia term atau daftar kata unik sedang yang kedua
sebagai informasi dari bobot tiap term di setiap dokumen yang ada.
Langkah pertama dalam membuat data inputan yaitu menggunakan
proses preprosesing untuk mendapatkan term yang akan dimasukan
kedalam .txt yang pertama yang digunakan dalam inisial term , selanjutnya
sistem akan memproses nilai bobot atau w dari semua term yang didapat
dari semua dokumen.
Setelah itu dilakukan proses sistem untuk menghitung akurasi yang
sudah tersedia didalam libary WEKA. Penyesuai inputan kedalam proses ini
mengunkan format yang sudah disesuaikan sehingga bisa diproses dengan
3.6 Struktur data
Struktur data dalam sistem akan memisahkan data yang termasuk
treaning dan testing.
Gambar 3. 2 Struktur Data
3.7 Desain Logikal (Logical Design) 3.4.1 DFD level 0
3.4.2 Desain Proses PI (Pemerolehan Informasi)
3.4.3 Desain Proses SVM kernel Polinomial
Gambar 3. 5 Diagram Alir Mengunkan sistem
BAB IV
IMPLEMENTASI SISTEM
4.1 Kebutuhan Perancangan Sistem
Kebutuhan dalam mengimplementasikan sistem pendukung
pengambilan keputusan pemilihan penerima beasiswa ini adalah :
4.1.1 Hardware
1. Procesor : Intel Core i3-4210U 1.7Ghz
2. Memori : 4 GB
3. Graphic Card : Nvidia GeForce 610M 2GB
4. Storage : 500GB
4.1.2 Software
1. IDE Netbeans 7.4
Sebagai IDE (Integrated Development Environment) untuk
membuat atau mengembangkan perangkat lunak (software).
4.2 Implementasi Prepocessing Kalimat
Proses ini berfungsi untuk membantu proses dalam membaca
dokumen dan juga sekaligus memproses dokumen menjadi data yang siap
di klasifikasikan.
4.2.1 Class Master
Berfungsi sebagai fungsi untuk menyimpan dokumen yang sudah
diproses dalam proses kata dasar dan pembatasan kata yang tidak
diperlukan.
public class Master { List<Kelas> classes; List<Dokumen> documents; String stem, stopword; Set<String> terms; Dokumen testDoc;
public Dokumen getTestDoc() { return testDoc; }
public void setTestDoc(Dokumen testDoc) { this.testDoc = testDoc;
}
4.2.2 Class Kelas
List Code 4. 1 Class Master
public class Kelas { private String nama;
private List<Dokumen> daftarDokumen;
public Kelas() {
public List<Dokumen> getDaftarDokumen() { return daftarDokumen;
4.2.3 Class Dokumen
public void addDokumen(Dokumen dokumen) { daftarDokumen.add(dokumen);
List<String> kamusStopWord; Set<String> kamusKataDasar; String filename;
List<String> daftarKata;
private boolean tokenized, removedStopWords, stemmed; private String fileKamusStopWord, fileKamusStemWord;
public String getFileKamusStopWord() { return fileKamusStopWord;
}
public void setFileKamusStopWord(String fileKamusStopWord) { this.fileKamusStopWord = fileKamusStopWord;
}
public String getFileKamusStemWord() { return fileKamusStemWord;
}
public void setFileKamusStemWord(String fileKamusStemWord) { this.fileKamusStemWord = fileKamusStemWord;
}
public Dokumen(String path) {
Logger.getLogger(Dokumen.class.getName()).log(Level.SEVERE, null, ex);
public void bacakamusstopword(String filename) { try {
kamusStopWord = new ArrayList<>();
throw new IllegalStateException("Dokumen belum di-tokenize"); }
throw new IllegalStateException("Stopwords belum dibuang"); }
4.2.4 Class Stopword
Berfungsi untuk memanggil kamus stopword bila belum tersedia
sekaligus memproses dalam tahapan stopword. bacakamusstopword(fileKamusStopWord); hapusstopword();
bacakamus(fileKamusStemWord); stem();
} }
List Code 4. 3 Class Dokumen
public class Tampilstopword {
public static void main(String[] args) { JFileChooser path = new JFileChooser();
FileFilter filter = (new FileNameExtensionFilter("Text files (*.txt)", "txt"));
path.addChoosableFileFilter(filter); path.setFileFilter(filter);
public static List<String> Tokenize(String Teks) { StringTokenizer token = new
StringTokenizer(Teks.toString().toLowerCase(), " .,()?!-_+:;/*&^%$#@!~[]{}=()");
return Collections.list((Enumeration) token); }
try {
public static List<String> hapusstopword(List<String> hasiltoken, List<String> stopwords) {
List<String> hasilstopword = new ArrayList<>(hasiltoken); Iterator<String> i = hasilstopword.iterator();
while (i.hasNext()) {
4.2.5 Class Mencari Bobot
Pemprosesan sebuah sistem untuk menentukan bobot di setiap
term yang didapat.
public static List<String> stem(Dokumen Dokumen, Set<String> kamus) {
Lemmatizer stemmer = new DefaultLemmatizer(kamus); List<String> hasil = new ArrayList<>(Dokumen.size()); for (String kata : Dokumen.daftarKata) {
List Code 4. 4 Class Tampil stopword
public class Mencari_bobot {
public static double dotproduct(double[] i, double[] j) { if (i.length != j.length) {
static class TermDocumentPair { public String term;
private Set<String> allTerms;
private Map<TermDocumentPair, Integer> tableTF; private Map<String, Integer> tableDF;
private Dokumen docTest;
public Dokumen getDocTest() { return docTest;
}
public void setDocTest(Dokumen docTest) { this.docTest = docTest;
public int getTermFrequency(String term, Dokumen doc) { TermDocumentPair key = new TermDocumentPair(term, doc); if (tableTF.containsKey(key)) {
private double idf1(String term) {
return Math.log(1000 / getDocumentFrequency(term)); }
public double getInverseDocumentFrequency(String term, int metode) { switch (metode) {
public double getWeight(String term, Dokumen doc) { return getTermFrequency(term, doc) *
getInverseDocumentFrequency(term,1); }
public double getInnerProduct(String term, Dokumen doc) { return getWeight(term, doc) * getWeight(term, docTest); }
Untuk memanggil semua sistem yang sudah dibuat sehingga
dokumen dapat diproses dengan semestinya.
4.3 Sistem Yang Digunakan Dari WEKA
Bagian ini berfungsi untuk memproses bagian dari pengklasifikasian
mengunakan SVM ini mengandung sistem untuk output dimana semua
sistem memanggil dari library WEKA yang sudah tersedia dari proses
looping hingga proses membandingkan dengan sendirinya dipangil di dalam
proses.
public void Preprocessing() { Tokenize();
bacakamusstopword(fileKamusStopWord); hapusstopword();
public double SVMOutput(int index, Instance inst) throws Exception {
} p1++; p2++;
} else if (ind1 > ind2) { p2++;
} else { p1++; } } } } else {
for (int i = m_supportVectors.getNext(-1); i != -1; i = m_supportVectors.getNext(i)) {
result += m_class[i] * m_alpha[i] * m_kernel.eval(index, i, inst); }
}
result -= m_b;
return result; }
Implementasi Klasifikasi
4.3.1 Proses Input Atribut
Proses ini sangan penting karena mengunkan sistem dari WEKA
maka program menyesuaikan dengan format yang digunakan oleh
WEKA dalam proses pengklasifikasian. Bila proses ini dilewatkan
maka sistem WEKA tidak bisa digunakan dan akan error dalam
pemanggilan WEKA.
ArrayList<Attribute> attrs = new ArrayList<>();
List<String> cls = Arrays.asList("Keadaan", "Komunikasi", "Pekerjaan", "Sifat", "Urutan Giliran", "Urutan Tindakan"); //<editor-fold desc="create attributes">
try {
4.3.2 Proses Input Bobot
Menginput bobot berfungsi untuk memberi nilai dalam setiap
term yang digunakan dalam proses WEKA berupa nilai dari tiap
bobot yang digunakan ditiap term dalam dokumen.
try {
4.3.3 Mengunkan WEKA
Berisi perintah untuk memanggil metode yang dimiliki oleh
libary dari WEKA ini memanggil sekaligus proses yang sudah
50
BAB V ANALISIS HASIL
5.1 Skema Pengujian
Pengujian dilakukan dengan menggunakan metode k-fold cross
validation. Dimana data training akan dibagi ke dalam sejumlah k fold. Setiap fold akan diisi dengan data training tiap kategori secara merata.
Setiap fold akan diperlakukan sebagai data testing dan data training
secara bergantian sesuai dengan dengan tahapan penghitungan akurasi,
dimana banyaknya tahapan penghitungan akurasi sama dengan jumlah fold.
Setelah semua tahapan proses penghitungan akurasi dilakukan, maka
seluruh data training yang diuji akan terklasifikasi, kemudian dihitung
persentase data yang terklasifikasi dengan tepat (sesuai dengan kategori
awal).
Dalam pengujian ini akan dilakukan sebanyak 2 kali yaitu yang
pertama 5 fold cross validation untuk dokumen yang mengandung enam
kategori dengan jumlah data sebanyak 108 data, kedua menggunakan 5 fold
cross validation untuk dokumen yang mengandung 6 kategori dengan jumlah data 36 data. Setiap pengujian disertakan dengan pengujian dimana
data test merupakan data traning.
Berikut ini rincian data yang akan dilakukan pengujian :
1. Pengujian 1
Diuji dengan metode akurasi cross-falidation. 5 fold cross
Table 5. 1 Data pengujin sebanyak 108 data
Kelas/Kategori Jumlah Data
Keadaan 33
Komunikasi 15
Pekerjaan 6
Sifat 12
Urutan giliran 22
Urutan tindakan 20
2. Pengujian 2
Diuji dengan metode akurasi cross-falidation. 5 fold cross
validation untuk. Jumlah data yang dipakai 36 data ,berikut data yang diuji :
Table 5. 2 Data pengujin sebanyak 36 data
Kelas/Kategori Jumlah Data
Keadaan 6
Komunikasi 6
Pekerjaan 6
Sifat 6
Urutan giliran 6
Urutan tindakan 6
5.2 Hasil Pengujian
Hasil pengujian ini merupakan perbandingan antara data yang sudah
diklasifikasikan oleh B.B Dwijatmoko dengan data yang diklasifikasi
menggunakan sistem. Hasil pengujian yang dilakukan dengan sistem
5.2.1 Pengujian 1
Gambar 5. 1 Hasil pengujian dengan 5 fold cross validation untuk 108 data
5.2.2 Pengujian 2
5.3. Analisa Hasil
Berdasarkan pada pengujian sebelumnya menggunakan jumlah
data yang diujikan berbeda sebagai berikut :
Table 5. 3 Hasil semua akurasi
Pengujian keterangan akurasi
1 Pengujian dengan 5 fold cross
validation untuk 108 data 51.51%
2 Pengujian dengan 5 fold cross
validation untuk 36 data 29.16%
Melihat dari tabel diatas penulis menyimpulkan bahwa data yang
dianalisa menggunakan k-fold dengan data yang lebih banyak memiliki
hasil yang lebih tinggi akurasinya, dibandingkan dengan jumlah data yang
lebih sedikit.
Data yang lebih banyak memiliki ciri atau kekhasan kalimat
sehingga lebih bisa membagi atau mengklasifikasikan dokumen/data
dengan lebih tepat dibandingkan dengan data yang lebih sedikit. Dari
perbedaan diatas bisa di ibaratkan bahwa data yang banyak akan dapat
menyimpulkan atau bisa lebih mebandingkan data yang satu dengan yang
lainnya ketika ada data baru masuk akan dengan mudah mendapat kategori
yang tepat. Sistem ini hanya membantu mengkelompokan data diwal namun
tidak bisa percaya begitu saja dengan sistem. Pengguna sistem perlu
melakukan pengecekan manual untuk membuktikan apa data atau dokumen
tersebut termasuk dari kategori yang sudah ditetapkan oleh sistem.
Pengujian satu dengan 108 data , memiliki akurasi tinggi data
dikategori keadaan memiliki data yang lebih banyak dari pada data yang
lain sehingga bisa membentuk pembanding dengan kategori lainya dengan
jelas sehingga data lebih banyak masuk kedalam kategori keadaan sejumlah
besar data sesuai dengan kategori keadaan ini yang membuat akurasi tinggi.
Dari hasil sistem dibagian confusion matrix bisa dilihat bahwa kategori
kategori keadaan masuk kedalam kategori komunikasi, sedang data yang
seharusnya masuk ke kategori lain malah masuk kedalam kategori keadaan
ini dikarenakan banyak data di kategori keadaan yang memiliki kemiripan
pada data di kategori lain yang hanya memiliki data sedikit yang susah
membentuk kekhasan atau batas yang jelas.
Grafik 5. 1 Perbandingan hasil uji akurasi
0,00% 10,00% 20,00% 30,00% 40,00% 50,00% 60,00%
Pengujian dengan 5 fold cross validation untuk 108 data
Pengujian dengan 5 fold cross validation untuk 36 data
55 BAB V1
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Dari hasil pengujian dilakukan dengan menggunakan kernel
polinomial dengan data tranning sebanyak 108 dan data test sebanyak 108,
metode Support vector Machine mampu untuk mengklasifikasikan makna
kata “ sabar “ dengan tepat .
Sedang pengujian dengan 5 fold cross validation untuk memiliki
perbedaan hasil antara data sebanyak 108 dengan 36 data dikarenakan :
1. Data yang tidak sesuai dengan menggunakan metode SVM
dikarenakan kata sebuah data yang tidak memiliki nilai sendiri.
2. Terlalu jauhnya hasil nilai dari proses perhitungan yang
menyebabkan adanya selisih yang jauh sehingga menyebabkan
kesalahan dalam penentuan kelas.
3. Jumlah data pada tiap kategori menetukan akurasi dan juga
menetukan pembagian kategori yang lebih tepat.
4. Semakin banyak data yang berada di dalam satu kategori akan
semakin baik dalam mengklasifikasikan data yang lain.
6.2 Saran
Saran yang diberikan penulis untuk perbaikan sistem adalah :
1. Data dalam bentuk dokumen yang tidak memiliki bobot di
perhalus dalam pembobotan atau dalam proses Preposeesing.
2. Mencari data lebih banyak lebih baik dan sama banyak disetiap
56
Daftar Pustaka
Alkitab (Bible) Bahasa Indonesia. Google Play Store. Diunduh pada tanggal 31
Oktober 2016.
Dr. Kekre, H.B., Mishra, Dhirendra., dan Kariwala, Anirudh. 2011. A Survey of
CBRI Techniques and Saematics. International Jounal of Engineering
Science and Technology. Vil:3(5). Halaman : 4515.
Dwijatmoko, B.B. (2016) “IDEOLOGI KESABARAN DALAM KARYA
SASTRA INDONESIA” dalam Buku Kumpulan Makalah. Halaman : 103
-106.
Fairclough, N. 1995. Critical Discourse Analysis: The Critical Study of Language.
New York: Longman Group Limited.
Hasibuan, Zainal A dan Andri Yofi, Penerapan Berbagai Teknik Temu-Kembali
Informasi Berbasis Hiperteks, Makalah, Fakultas Ilmu Komputer,
Universitas Indonesia, 1998.
Hsu, Chih-Wei, Chih-Jen Lin. A Comparison of Methods for Multi-class Support
Vector Machine. IEEE Transactions on Neural Networks, 13(2):415-425.2002.
http://central.maven.org/maven2/nz/ac/waikato/cms/weka/weka-table/3.8.0/weka-stable-3.8.0-sources.jar di akses (24/01/2017 waktu 12.49 ).
http://nlp.stanford.edu/IR-book/html/htmledition/tokenization-1.html di akses
(10/01/20016 waktu 12.49 ).
http://www.scribd.com/doc/242024953/KLASIFIKASI-DOKUMEN-TEKS-MENGGUNAKAN-SVM-DTA-pdf#scribd di akses (10/01/2016 waktu
12.49 ).
http://www.stat.nctu.edu.tw/misg/WekaInC.ppt . Diakses (Jan 27 04:06:13 2017)
Krisantus Sembiring. 2007."Teknik Support vector Machine untuk Pendeteksian
Intrusi pada Jaringan". ITB.
Mooers, C. N. (1951). Zatocoding applied to mechanical organization of
O. Maimon, Data Mining And Knowledge Discovery Handbook. New York
Dordrecht Heidelberg London: Springer, 2010.
Salton, Gerard. 1989. Automatic Text Processing: The Transformation, Analysis,
and Retrieval of Information by Computer. AddisonWesley. 46, 194, 530. Subandi. 2011. Sabar: Sebuah Konsep Psikologi. Jurnal Psikologi. Vol. 38(2), hal.
215 – 227.
Wodak, R. dan Meyer, M. 2001. Methods of Critical Discourse Analysis. London:
