Prosiding SEMINAR NASIONAL & EXPO TEKNIK ELEKTRO 2011 ISSN PROSIDING. Gedung AAC Dayan Dawood, Universitas Syiah Kuala

(1)

Prosiding

Gedung AAC Dayan Dawood,

Universitas Syiah Kuala

Banda Aceh, 24 Oktober 2011

SEMINAR NASIONAL & EXPO

TEKNIK ELEKTRO

2011

Jurusan Teknik Elektro

Universitas Syiah Kuala

PRODI Teknik Elektronika industri

POLITEKNIK ACEH

Gedung AAC Dayan Dawood,

Universitas Syiah Kuala

Banda Aceh, 24 Oktober 2011

Jurusan Teknik Elektro

Universitas Syiah Kuala

PRODI Teknik Elektronika industri

POLITEKNIK ACEH

PROSIDING

SEMINAR NASIONAL & EXPO TEKNIK ELEKTRO 2011

(2)

ii

Kata Pengantar

Sebuah kehormatan bagi Jurusan Teknik Elektro, Fakultas Teknik, Universitas Syiah Kuala (FT-Unsyiah) dan

Prodi Teknik Elektronika Industri, Politeknik Aceh, menjadi penyelenggara Seminar Nasional dan Expo Teknik

Elektro (SNETE) 2011. Seminar yang merupakan forum ilmiah nasional bidang teknik elektro pertama di Aceh

ini, mengambil tema Penguatan Peran Pendidikan Tinggi Teknik Elektro dalam Mengisi Kebutuhan

Pembangunan dan Industri.

Bidang ilmu Teknik Elektro –mencakup teknik energi listrik, telekomunikasi, elektronika, sistem kendali,

komputer dan informatika– berkembang sangat pesat pada beberapa dekade terakhir. Untuk dapat mengikuti

perkembangan tersebut, pelbagai kemajuan di bidang keilmuan, hasil penelitian, dan inovasi Teknik Elektro

perlu saling dipertukarkan dan disebarkan ke khalayak melalui berbagai moda. Salah satunya adalah melalui

seminar ilmiah ini.

SNETE2011 akan diisi oleh empat pembicara kunci mewakili kalangan akademisi dan praktisi/industri. Selain

itu, sejumlah 56 makalah ilmiah dari berbagai bidang akan dipresentasikan oleh pemakalah dari berbagai

universitas nasional dan internasional. Pada sesi ekspo, SNETE2011 juga menampilkan berbagai karya ilmiah

dalam bentuk poster dan produk teknologi.

Saya menyampaikan penghargaan yang tinggi atas dukungan semua pihak, –Rektor Universitas Syiah Kuala,

Dekan FT-Unsyiah, Direktur Politeknik Aceh, pembicara kunci, para sponsor, dan seluruh panitia pelaksana–

sehingga seminar ini dapat terlaksana dengan baik. Secara khusus, saya juga mengucapkan terima kasih kepada

seluruh pemakalah dan peserta, atas kontribusi dan inovasi nyata bagi perkembangan ilmu Teknik Elektro

melalui SNETE2011. Selamat berseminar!

Terima Kasih.

Dr. Nasaruddin, ST., M.Eng.

Ketua Panitia

(3)

iii

Panitia Seminar Nasional dan Expo Teknik Elektro

SNETE 2011

Penanggung Jawab

: 1. Dr. Ir. Marwan

(Dekan Fakultas Teknik Unsyiah)

2. Ir. Zainal Hanafi

(Direktur Politeknik Aceh)

Wakil Penanggung Jawab

: 1. Dr. Ir. Mirza Irwansyah, MBA. MLA

(Pembantu Dekan I, FT-Unsyiah)

2. Ir. Syahrizal, MT

(Pembantu Dekan II, FT-Unsyiah)

3. Dr. M. Ilham Maulana, ST., MT

(Pembantu Dekan III, FT-Unsyiah)

4. Dr. Ir. Taufiq Saidi, M.Eng

(Pembantu Dekan IV, FT-Unsyiah)

Koordinator

: 1. Dr. Khairul Munadi, ST., M.Eng

(Ketua Jurusan Teknik Elektro, FT-Unsyiah)

2. Effendi, ST

(Ketua Prodi Teknik Elektronika Industri, Politeknik Aceh)

Ketua Pelaksana

: Dr. Nasaruddin, ST., M.Eng

(Jurusan Teknik Elektro, FT-Unsyiah)

Wakil Ketua Pelaksana

: Dr. Fitri Arnia, ST., M.Eng.Sc

(Jurusan Teknik Elektro, FT-Unsyiah)

Komite Pelaksana

: 1. Dr. Ir. Rizal Munadi, MM., MT (Jurusan Teknik Elektro, FT-Unsyiah)

2. Tarmizi, ST., M.Sc (Jurusan Teknik Elektro, FT-Unsyiah)

3. M. Irhamsyah, ST., MT (Jurusan Teknik Elektro, FT-Unsyiah)

4. Alfisyahrin, ST., MT (Jurusan Teknik Elektro, FT-Unsyiah)

5. Yudha Nurdin, ST., MT (Jurusan Teknik Elektro, FT-Unsyiah)

6. Delina E. Mawarni, S.T. MM (Politeknik Aceh)

7. Firmansyah, S.kom (Politeknik Aceh)

8. Mariana Susianti, S.ST (Politeknik Aceh)

9. M. Agil Haikal, S.T (Politeknik Aceh)

(4)

iv

DAFTAR ISI

Kata Pengantar

i

Susunan Panitia

ii

Daftar Isi

iii

A. Telekomunikasi

1 Uji Keandalan Sistem Otentikasi Dalam Mengakses Layanan Lokal

Dari Jaringan Publik Via Ponsel Sebagai Pengganti Token

Putri Sanggabuana Setiawan, Widia Nursiyanto, dan

Berkah I. Santoso

Program Studi Sistem Komputer,

Fakultas Teknologi Informasi dan Komunikasi

Universitas Multimedia Nusantara

A1

1

2 Pengaruh Model-Model Kanal Terhadap Kinerja OFCDM

Ellsa Fitria Sari dan Nasaruddin

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

A2

12

3 Studi Perencanaan Komunikasi Nirkabel WiMAX di Kotamadya

Banda Aceh

Rizal Munadi, Muhammad Siddiq, dan Hubbul Walidaini

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

A3

19

4 Analisis Network Error pada Jaringan Lokal Akses Tembaga

(Jarlokat) Studi Kasus Di STO Kancatel Lhokseumawe

Hubbul Walidainy, Zulkarnaini dan Rizal Munadi

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

(5)

v

5 Analisa Jaringan Serat Optik Unsyiah Menggunakan Optical Time

Domain Reflectometer (OTDR)

Syahrial, Nasaruddin, dan Melinda

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

A5

33

6 Pemodelan Kanal HF menggunakan Autoregressive Moving Average

Anita Fauziah dan Mursyidah

Jurusan Teknik Elektro

Politeknik Negeri Lhokseumawe

A6

40

7 Analisis Kualitas Sinyal GSM di Kecamatan Syiah Kuala

Menggunakan Nokia Network Monitor

Rizal Munadi, Rahmat Saputra, dan Hubbul Walidaini

Jurusan Teknik Elektro, Universitas Syiah Kuala

A7

44

8 Late-time Ringing Characterization of UWB Printed Antenna for

Surface Penetrating Radar Application

Achmad Munir dan Roy B. V. B. Simorangkir

Radio Telecommunication and Microwave Laboratory,

School of Electrical Engineering and Informatics

Institut Teknologi Bandung, Indonesia

A8

52

B. Perancangan Sistem – Perangkat Lunak

9 Perbandingan Perangkat Lunak Basis Data NoSQL,

Studi Kasus : Cassandra dan MongoDB

Kemal Ade Sekarwati dan Lulu Chaerani Munggaran

Fakultas Ilmu Komputer dan Teknologi Informasi,

Universitas Gunadarma

B1

1

10 Rancang Bangun Sistem Informasi Multi Resiko Bencana Aceh

Berbasis Open Source

Raihan Islamadina dan Nasaruddin

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

B2

5

11 Perancangan dan Implementasi Perangkat Lunak Edukatif

Ori Novanda, Umar Sidik dan Suriadi

Teknik Elektro USU dan Teknik Elektro UNSYIAH

(6)

vi

12 Kerangka Pembersihan Data dari Sumber Data Heterogen

Menggunakan Ontologi

Lily Wulandari

Pusat Studi Teknologi Sistem Informasi,

Universitas Gunadarma

B4

15

13 Perancangan Sistem Informasi Pengajuan Cuti Berbasis Objek

Yeni Setiani, Lulu Chaerani, dan Munggaran

Fakultas Ilmu Komputer dan Teknologi Informasi,

Universitas Gunadarma

B5

19

14 Sistem Informasi Persediaan Sparepart Kapal

Dina Anggraini dan Widiastuti

Fakultas Ilmu Komputer dan Teknologi Informasi,

Universitas Gunadarma

B6

23

15 Aplikasi Duplikator Data Concentrator Unit Berbasis Simple

Multi-Agent System

Guson Prasamuarso Kuntarto dan Ciptoning Hestomo

Prodi Teknik Informatika, Universitas Multimedia Nusantara

B7

31

16 Optimalisasi Pengelompokan Teknik Rekayasa Kebutuhan

Menggunakan Metode Clustering dan Davies-Bouldin Index

Firli Irhamni

Program Studi Teknik Informatika, Universitas Trunojoyo

B8

41

17 Analisa dan Evaluasi Afiks Stemming untuk Bahasa Indonesia

Jiwa Malem Marsya dan Taufik Fuadi Abidin

Program Studi Informatika, FMIPA, Universitas Syiah Kuala

B9

46

C. Pengolahan Sinyal dan Citra Digital

18 Studi Analisis Citra Digital Hutan untuk Pemantauan dan

Penghitungan Laju Perubahan Area

Dyah Pratiwi, Dewi Agushinta R dan Sarifuddin M

Universitas Gunadarma

(7)

vii

19 Enkripsi Citra Digital dalam Ranah DCT dengan Menggunakan

Fungsi Chaos

Rinaldi Munir

Teknik Informatika, ITB

C2

7

20 Perancangan Aplikasi Motion Segmentasi Untuk Navigasi Robotika

Twk. Iqbal, Khairul Munadi dan Fitri Arnia

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

C3

13

21 Aplikasi Phase-Only Correlation (POC) Untuk Proteksi Sistem

Biometrik Iris Mata

Frainky Sumarta H, Khairul Munadi dan Fitri Arnia

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

C4

18

22 Pengenalan Kerusakan Pada Biji Pinang dengan Pengolahan Citra

Digital Menggunakan Operasi Pengambangan Otsu

Aidi Finawan

Politeknik Negeri Lhokseumawe

C5

25

23 Implementasi Algoritma Wavelet Haar untuk Menghilangkan Noise

pada Citra Digital

Arum Tri Iswari, Priska Restu Utami, Rachmansyah, dan

Suryarini Widodo

Teknik Elektro Universitas Gunadarma

C6

31

24 Implementasi MPRL dan Hough Transform Untuk Segmentasi dan

Ekstraksi Fitur Pada Citra Gaya Berjalan

Hustinawaty, Dewi Agushinta R, Tubagus Maulana Kusuma,

Intan Nur Lestari, Cicu Ratih, dan Damayanthi

Fakultas Ilmu Komputer dan Teknologi Informasi,

Universitas Gunadarma

C7

37

25 Evaluation the Condition of Electrical Equipment using Infrared

Thermography

Mohd. Shawal Jadin, Soib Taib dan Shahid Kabir

USM, Penang Malaysia

(8)

viii

26 Otomasi Pendeteksian Posisi dan Luas Kangker Paru-Paru Pada Citra

CT-Scan

Sarifuddin Madenda, Rodiah, Eri Prasetyo, dan Dewi Agusinta

Universitas Gunadarma dan STMIK Jakarta

C9

48

27 Perbandingan Kinerja Metode Fusi Citra (IHS dan Wavelet) Pada

Citra Remote Sensing

Riska Mustika dan Khairul Munadi

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

C10

53

28 Interpretasi Citra Remote Sensing SeaWIFS dan MODIS untuk

Penentuan Potensi Fishing Ground di Laut Utara Aceh

Mirna Ria Andini, Fardhi Adria, Khairul Munadi, dan Rizwan

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

C11

57

29 Analysis of Land Surface Temperature over Banda Aceh Before and

After Tsunami of 26 December 2004 Using Landsat-TM

Saumi Syahreza dan Marwan

Jurusan Fisika, FMIPA Universitas Syiah Kuala

C12

61

D. Robotika, Sistem Kendali

30 Perancangan Simulasi Model Industrial Robot Manipulator 6 Derajat

Kebebasan Secara Mekanik

Firmansyah

Teknik Elektronika Industri, Poltek Aceh

D1

1

31 Analysed Polished Rod Load Torque Data Measurement to Optimize

the performance of the Pumping Unit

Hasballah, Djoko Purwanto, Muhammad Rivai dan

Achmad Arifin

Teknik Elektro Institut Teknologi Sepuluh Nopember

(9)

ix

E. Jaringan Komputer, Teknologi Internet

32 Pencarian Citra Berbasis Web dan Berdasarkan pada Keyword dan

Karakteristik Citra Query

Sarifuddin Madenda, Novrina, Lussiana ETP dan

Adang Suhendra

Universitas Gunadarma dan STMIK Jakarta

E1

1

33 Evaluasi Website E-Government LNPK Melalui Pengadopsian

Kriteria Economist Intelligence Unit

Budhi Gustiandi dan Yayat Hidayat

Lembaga Penerbangan dan Antariksa Nasional

E2

7

34 Sistem Informasi Koperasi Berbasis Web

Widiastuti dan Akhmad Faisal

Fakultas Ilmu Komputer dan Teknologi Informasi,

Universitas Gunadarma

E3

12

35 Sistem Informasi Geografis Rumah Sakit Berbasis Web

Ricky Agus Tjiptanata, Widiastuti, Mufi Widyanti

Fakultas Ilmu Komputer dan Teknologi Informasi,

Universitas Gunadarma

E4

19

36 E-Meukat: Sebuah Gagasan Toko Online Kerajinan Aceh Berbasis

API Facebook

Zefriansyah, Teddy Juana, Harits Arunda Achsan,

Taufiq Abdul Gani, Melinda, dan Yuwaldi Away

Center for Computational Engineering,

Jurusan Teknik Elektro

Fakultas Teknik, Universitas Syiah Kuala

E5

25

F. Energi Listrik

37 Analisa Kapasitas Energi Listrik Panas Bumi Gunung Seulawah

Agam

Syukriyadin dan Muhammad Raihansyah

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

(10)

x

38 Kehandalan Sistem Distribusi Primer 20 kV Kota Banda Aceh Pasca

Tsunami

Muhammad Rizal Fachry dan Syukriyadin

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

F2

8

39 Penentuan Setelan dan Metode Pengujian Power Swing Blocking

Pada Rele Jarak

Budi Santor, Lukman, dan Firdaus Ridwan

PT PLN (Persero) P3BS UPT Banda Aceh

F3

13

40 Pendekatan Praktis untuk Menentukan Kapasitas System Pembangkit

Listrik Tenaga Surya - Photovoltaic

Syafrudin, Muhammad, dan Arnawan

Fakultas Teknik Elektro Universitas Tanjungpura,

Pontianak

Fakultas Teknik Elektro Universitas Malikussaleh, Lhokseumawe

F4

22

41 Suatu Metoda Praktis untuk Menentukan Faktor Daya pada Sistem

Tenaga Listrik Mengandung Arus Harmonisa

Syafrudin, Asri, dan Arnawan

Fakultas Teknik Elektro Universitas Tanjungpura,

Pontianak

Fakultas Teknik Elektro Universitas Malikussaleh, Lhokseumawe

F5

27

42 Konsep Sistem Cerdas untuk Pembangkit Hibrid pada Energi

Terbarukan

Suriadi, Soib bin Taib, dan Azman Nordin

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

F6

34

43 Perencanaan Jaringan Distribusi Bersumber Prakiraan Ramalan

Beban

Eddy Hamdani

Teknik Elektro, UNRI

(11)

xi

G. Elektronika, Sensor, Komputer Hardware

44 Akusisi Data Pengukuran Gas CO dan HC pada Kendaraan Bermotor

dengan Komputer

Hidayat Nur Isnianto, Tanto Kiswantoro, dan

Achmad Andra Yulistyawan

Program Diploma Teknik Elektro, Sekolah Vokasi, UGM

G1

1

45 Desain Uninterruptable Power Supply 220 V pada Frekuensi 50 Hz

Tjahjo Dwinurti dan Yulisdin Mukhlis

Fakultas Teknologi Industri, Universitas Gunadarma

G2

5

46 Pengembangan Sistem Penjejak Sinar Matahari pada Solar Cell

Menggunakan Metode Fuzzy

Inzar Salfikar dan Rouhillah

Jurusan Teknik Mekatronika, Politeknik Aceh, Banda Aceh

G3

10

47 Perancangan

Penguat

Operasional

OTA

(Operational

Transconductance) Dua Stage Menggunakan CMOS Teknologi

AMS 0,35 µm

Erma Triawati Ch dan Nickal Cosmas

Teknik Elektro, Universitas Gunadarma

G4

16

48 Desain Komparator Presisi untuk Aplikasi ADC Pipeline 1-bit/stage

Menggunakan CMOS Teknologi AMS 0,35 µm

Hamzah Afandi dan Erma Triawati Ch

Teknik Elektro, Universitas Gunadarma

G5

22

49 Perancangan

Alat

Pendeteksi

dan

Pemadam

Kebakaran

Menggunakan Sensor Cahaya

Iqbal, Edwar Iswardy, dan Zulfalina

Program Studi D-III Instrumentasi dan Komputasi (INSKOM)

Jurusan Fisika

G6

29

50 Desain Pembangkit Pulsa Clock Non-Overlapping untuk Aplikasi

ADC Pipeline 1-bit/stage Menggunakan CMOS Teknologi AMS 0,35

µm

Hamzah Afandi dan Atit Pertiwi

Teknik Elektro, Universitas Gunadarma

(12)

xii

51 Studi Potensi Penentuan Golongan Darah dengan Metode Optik

Nasrullah Idris, Edwar Iswardy, dan Denny Syahputra

Jurusan Fisika, FMIPA, Universitas Syiah Kuala

G8

37

52 Perancangan Tampilan Digital Pada KWH Meter Berbasis

Mikrokontroler AT89C51

Alfisyahrin dan Azwir

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

G9

42

53 Digital System Implementation Using Field Programmable Gate

Array (FPGA)

Soeharwinto

Universitas Sumatera Utara, Medan,

Departemen Teknik Elektro FT USU

G10

53

54 Rancang Bangun Pendeteksi Kadar Alkohol pada Obat Batuk

Berbasis Mikrokontroler AT89C52

Yunidar dan T. Mizan Syarani Denk

Jurusan Teknik Elektro, Fakultas Teknik,

Universitas Syiah Kuala

G11

57

55 Desain Multilevel Inverter Cascade Satu Sumber Berbasis

Mikrokontroler PIC16F877A pada Pembangkit Listrik Tenaga Surya

Tarmizi, Soib bin Toib dan Ade Chandra

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Syiah Kuala

School of Electrical & Electronic Engineering, Universiti Sains

Malaysia

G12

63

56 Kendali Fuzzy Sebagai Percepatan Penyembuhan Luka Dengan

Stimulasi Elektrik (Objek Manusia, Bagian 1)

Rahmawati, Achmad Arifin, Gunawan, dan Syafruddin

Politeknik Negeri Lhokseumawe

Institut Teknologi Sepuluh Nopember Surabaya

RSU. Cut Mutia Lhokseumawe

(13)

46

Analisa dan Evaluasi Afiks Stemming untuk Bahasa Indonesia

Jiwa Malem Marsya

1)

_{dan Taufik Fuadi Abidin}

2) 1)

_{Data Mining and IR Research Group}

FMIPA Universitas Syiah Kuala

Banda Aceh, Indonesia

e-mail : [email protected]

2)

_{Program Studi Informatika}

FMIPA Universitas Syiah Kuala

Banda Aceh, Indonesia

e-mail : [email protected]

ABSTRAK

Stemming adalah proses pemotongan imbuhan dari suatu kata ke bentuk asal atau kata dasarnya. Proses ini sering digunakan pada pengerjaan pencarian informasi. Paper ini menjelaskan tentang analisa dan evaluasi dari algoritma pemotongan imbuhan (stemming) untuk Bahasa Indonesia. Hasil percobaan menunjukkan bahwa pemotongan sufiks (imbuhan berupa akhiran) terlebih dahulu memiliki hasil yang lebih baik daripada pemotongan afiks (imbuhan berupa awalan) terlebih dahulu, dan pemotongan sufiks “-an” diikuti dengan pemotongan sufiks “-kan” lebih baik dibandingkan pemotongan sufiks “-kan” terlebih dahulu. Hasil percobaan menunjukkan bahwa dari 21.303 testing set, 99,09% terstem dengan benar sementara 0,91% tidak.

Kata Kunci

Algoritma pemotongan imbuhan, stemming, stemmer.

1. Pendahuluan

Belum banyaknya mesin pencari yang efektif untuk menggali informasi dari halaman-halaman web berbahasa Indonesia dikarenakan fasilitas-fasilitas pendukung dari sebuah mesin pencari masih terbatas. Salah satu dari fasilitas pendukung tersebut adalah stemmer. Stemmer dibutuhkan karena banyak kata dalam Bahasa Indonesia memiliki kata dasar yang sama namun imbuhannya berbeda. Stemmer merupakan algoritma yang menjalankan proses stemming. Stemming adalah proses mengembalikan kata ke dalam bentuk dasarnya dengan cara memotong imbuhan pada kata tersebut, baik itu berupa awalan, akhiran, maupun sisipan. Proses pemotongan tersebut harus disesuaikan dengan aturan-aturan yang berlaku dalam bahasa yang digunakan. Dewasa ini, algoritma

stemmer terus dikembangkan agar kesalahan semakin

kecil. Penelitian tentang algoritma stemming untuk Bahasa Indonesia sebelumnya pernah dilakukan oleh Nazief dan Adriani dari Universitas Indonesia pada tahun 1996, hanya saja laporan secara teknisnya tidak dipublikasikan. Tahun 2001, Vega dari Universitas Nasional Singapura juga melakukan penelitian tentang hal ini, dan pada tahun 2002, penelitian sejenis juga dilakukan oleh Arifin dan Setiono dari Institut Teknologi Sepuluh November, Surabaya. Dalam penelitian ini, afiks stemming untuk Bahasa Indonesia dianalisa dan prototipe dari algoritma stemming tersebut dirancang dan diimplementasikan.

2. Imbuhan Bahasa Indonesia

Imbuhan adalah morfem terikat yang digunakan dalam bentuk dasar untuk membentuk suatu kata. Imbuhan terdiri dari awalan (prefiks), sisipan (infiks), akhiran (sufiks), dan awalan-akhiran (konfiks). Imbuhan juga memiliki sifat derivatif dan inflektif. Imbuhan yang bersifat derivatif akan mengubah makna dari kata dasar ang diberikan imbuhan, sedangkan inflektif tidak. Untuk lebih jelasnya dapat dilihat pada Tabel 1.

Dari definisi tentang imbuhan yang bersifat inflektif dan derivatif maka secara umum struktur kata pada Bahasa Indonesia dapat dilihat sebagai berikut:

[awalan derivatif] + [awalan derivatif] + kata dasar + [akhiran derivatif] + [pengganti kepemilikan] + [partikel] dimana imbuhan yang terdapat di dalam […] merupakan kejadian yang mungkin muncul [3].

(14)

47

Tabel 1. Imbuhan pada Bahasa Indonesia

Imbuhan Kata dasar Alomorf _HilangBunyi _{Kata Dasar}Contoh_Diimbuhkan Sifat

Awalan me-Berawalan huruf ‘m’, ‘n’, ‘l’, ‘r’, ‘ng’, ‘ny’, ‘w’, ‘y’ ‘k’, ‘p’, ‘t’, dan ‘s’ nganga

nyanyi mengangamenyanyi

Derivatif Berawalan huruf ‘p’, ‘b’, ‘f’ mem-paksa protes fitnah memaksa memprotes memfitnah berawalan huruf

‘t’, ‘d’, ‘j’, ‘c’ men- tuliscapai

menulis mencapai berawalan huruf

‘s’ meny- sapu menyapu

bersuku satu mengebom mengebom berawalan huruf

‘a’, ‘i’, ‘u’, ‘e’, ‘o’, ‘g’, ‘h’, dan ‘k’

meng- ambilolah kunci

mengambil mengolah mengunci

pe- sama _{imbuhan me-}dengan sama dengan_imbuhan me-rusak

nyanyi perusakpenyanyi pem- paksaprotes

fitnah

pemaksa pemprotes pemfitnah pen- tulis_capai penulis_pencapai

peny sapu penyapu

pengebom pengebom

peng- ambilolah kunci

pengambil pengolah pengunci per- berawalan huruf‘r’ peredam peredam

kata ‘ajar’ pelajar pelajar

ber-berawalan huruf ‘r’ atau bersuku awal ‘er’

be-kerja

runding bekerjaberunding

kata ‘ajar’ belajar belajar

ter-berawalan huruf ‘r’ atau (terkadang) bersuku awal ’er’

te- rasa_pergok terasa_terpergok yang lainnya kadang_sudut terkadang_tersudut

di-, ke-, se- makantua

sama

dimakan ketua sesame

(15)

48

Tabel 1. Imbuhan pada Bahasa Indonesia (lanjutan)

Imbuhan _dasarKata Alomorf _HilangBunyi Kata Contoh Sifat Dasar Diimbuhkan Akhiran -i, -an, -kan main teman buat mainan temani buatkan Derivatif -kah, -lah, -tah, -pun bukan

kapan bukankahkapanpun

Inflektif -ku,

-mu,

-nya milik milikku

3. Percobaan

3.1 Data

Data yang digunakan dalam penelitian ini adalah kata-kata yang berasal dari halaman-halaman web Wikipedia Bahasa Indonesia versi Juni 2008 yang diunduh dari situs

download.wikimedia.org pada tanggal 20 Juli 2008. Dari

data tersebut diperoleh 852.278 kata yang unik yang kemudian dibersihkan secara manual dari kata-kata seperti nama orang, bahasa asing dan istilah. Dari proses pembersihan tersebut didapatkan 26.303 kata Bahasa Indonesia yang dapat digunakan. Dari Jumlah tersebut, 5.000 kata dijadikan sebagai training set dan sisanya sebagai testing set untuk ujicoba proses stemming.

3.2 Kamus

Dari proses stemming yang pernah dilakukan sebelumnya oleh Nazief dan Adriani, juga Arifin dan Setiono, dapat disimpulkan bahwa dibutuhkan sebuah kamus kata dasar untuk mendapatkan hasil stemming yang baik. Kamus kata dasar tersebut dibutuhkan untuk memeriksa apakah kata dasar yang melalui proses

stemming benar dan ditemukan pada kamus saat proses stemming dilakukan.

Pada penelitian ini, kamus kata dasar dibangkitkan dari kata-kata yang diambil dari daftar kata dasar pada kamus Stardict, yang dapat diunduh dari situs

stardict.sourceforge.net, dan Kamus Besar Bahasa

Indonesia (KBBI). Total kata dasar dalam kamus adalah sebanyak 21.291 kata (18.747 kata dari Kamus Besar Bahasa Indonesia dan 8.869 kata dari Stardict). Beberapa kata dasar yang sama juga ditemukan pada Kamus Besar Bahasa Indonesia dan kamus Stardict. Kamus gabungan yang dibangkitkan tersebut memiliki kekurangan karena

kata dengan huruf awalan ‘J’ dan ‘P’ tidak ditemukan dalam Kamus Besar Bahasa Indonesia.

3.3 Algoritma Stemming

Algoritma stemming yang dipakai dalam penelitian ini menggunakan dua proses yang berbeda yaitu proses

stemming yang melakukan pemotongan awalan terlebih

dahulu dilanjutkan dengan pemotongan akhiran (Proses 1) dan proses stemming yang melakukan pemotongan akhiran terlebih dahulu dilanjutkan dengan pemotongan awalan (Proses 2). Secara garis besar alir proses stemming diperlihatkan pada Gambar 1. Untuk lebih jelasnya, perbedaan kombinasi pemotongan imbuhan antara proses 1 dan proses 2 dapat dilihat pada Tabel 2 dengan awalan derivatif sebagai AW, akhiran derivatif sebagai AK, pengganti kepemilikan sebagai PK dan partikel sebagai P.

Proses pemotongan akhiran dilakukan dengan dua model pemotongan, yakni model pemotongan A yang melakukan pemotongan imbuhan akhiran “–an” terlebih dahulu dilanjutkan dengan pemotongan imbuhan akhiran “–kan” dan model pemotongan B yang melakukan pemotongan imbuhan akhiran “–kan” terlebih dahulu dilanjutkan dengan pemotongan imbuhan akhiran “–an”.

Setiap pemotongan imbuhan dilakukan, kata baru yang diperoleh diperiksa apakah terdapat dalam kamus kata dasar atau tidak. Jika kata dasar tersebut ditemukan maka hasil stemming ditampilkan dan proses stemming berakhir, namun jika tidak ditemukan maka kata akan dikembalikan pada bentuk semula sebelum proses

(16)

49

Gambar 1. Diagram alir algoritma proses stemming yang dibuat Tabel 2. Perbedaan pemotongan imbuhan antara Proses 1 dan Proses 2

Urut Proses 1 Proses 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 AW+AW+AW+kata dasar+AK+PK+P AW+AW+kata dasar+AK+PK+P AW+kata dasar+AK+PK+P kata dasar+AK+PK+P AW+AW+AW+kata dasar+AK+PK AW+AW+kata dasar+AK+PK AW+kata dasar+AK+PK kata dasar+AK+PK AW+AW+AW+kata dasar+AK AW+AW+kata dasar+AK AW+kata dasar+AK kata dasar+AK AW+AW+AW+kata dasar AW+AW+kata dasar AW+kata dasar kata dasar AW+AW+AW+kata dasar+AK+PK+P AW+AW+AW+kata dasar+AK+PK AW+AW+AW+kata dasar+AK AW+AW+AW+kata dasar AW+AW+kata dasar+AK+PK+P AW+AW+kata dasar+AK+PK AW+AW+kata dasar+AK AW+AW+kata dasar AW+kata dasar+AK+PK+P AW+kata dasar+AK+PK AW+kata dasar+AK AW+kata dasar kata dasar+AK+PK+P kata dasar+AK+PK kata dasar+AK kata dasar Mulai Pemotongan Akhiran Pemotongan Awalan Pengambilan Kata Pemotongan Awalan Pemotongan Akhiran Pengembalian Kata Selesai Proses (1) Proses(2)

(17)

50

3.4 Akurasi Algoritma

Untuk menguji keakuratan algoritma stemming yang dibuat, beberapa sampel kata diambil. Sampel yang telah melalui proses stemming akan diperiksa secara manual untuk mengetahui jumlah kata hasil stemming yang salah. Sampel yang digunakan terbagi 2 kelompok yaitu training

set dan testing set. Training set merupakan sampel dalam

jumlah kecil yang digunakan untuk menguji algoritma yang dibuat. Tingkat keakuratan algoritma dihitung menggunakan aturan berikut:

Akurasi = (RW / W ) * 100% ……. (1) dimana W adalah jumlah kata yang terstem dan RW adalah jumlah kata yang distemming dengan benar. Akurasi dinyatakan dalam persen (%). Perbaikan pada algoritma akan dilakukan jika akurasi algoritma belum memenuhi syarat batas (threshold) yang telah ditentukan. Jika akurasi sudah memenuhi syarat batas maka algoritma tersebut diuji menggunakan testing set yaitu sampel kata dengan jumlah yang lebih besar yang tidak termasuk dalam

training set.

Pengambilan sampel training set dilakukan secara acak. Hal ini dilakukan untuk menghindari terjadinya pengambilan sampel yang hanya sesuai dengan algoritma yang diajukan.

4. Hasil Percobaan

Pada percobaan proses stemming menggunakan

training set, pemotongan akhiran ”–an” dilakukan terlebih

dahulu, kemudian dilanjutkan dengan pemotongan akhiran ”–kan” dilakukan bila kata tidak ditemukan (model A). Diperoleh 623 kata yang tidak terstem dan 4.377 kata yang terstem. Dari 4.377 kata yang terstem, jumlah kata berimbuhan yang melalui Proses 1 (pemotongan dilakukan terhadap awalan terlebih dahulu dilanjutkan dengan pemotongan akhiran) dan Proses 2 (pemotongan dilakukan terhadap akhiran terlebih dahulu dilanjutkan dengan pemotongan awalan) adalah sebanyak 3.531 kata dan untuk kata dasar berjumlah 846 kata. Dari 3.531 kata berimbuhan yang melalui Proses 1, didapatkan 3.430 kata yang hasil stemmingnya benar dan 101 kata yang hasil

stemmingnya salah, sedangkan pada Proses 2 dengan 3.531

kata berimbuhan, didapatkan 3.448 kata dengan hasil

stemming benar dan 83 kata dengan hasil salah.

Pada percobaan dengan proses pemotongan pada akhiran ”-kan” terlebih dahulu, kemudian dilanjutkan dengan pemotongan akhiran ”-an” (model B), diperoleh 623 kata yang tidak terstem dan 4.377 kata yang terstem. Dari 4.377 kata yang terstem, jumlah kata berimbuhan yang melalui Proses 1 dan Proses 2 adalah 3.531 kata dan untuk kata dasar berjumlah 846 kata. Dari 3.531 kata

berimbuhan yang melalui Proses 1, diperoleh 3.431 kata yang hasil stemmingnya benar dan 100 kata yang hasil

stemmingnya salah, sedangkan pada Proses 2 dengan 3.531

kata berimbuhan, diperoleh 3.450 kata yang hasil

stemmingnya benar dan 81 kata Tabel 3 dan Tabel 4

memperlihatkan hasil training dan testing set.

Tabel 3. Jumlah kata hasil percobaan stemming terhadap training set dengan pemotongan akhiran model A dan B.

Deskripsi

Model A

(kata) Model B(kata) Proses

1 Proses2 Proses1 Proses2 Terstem  Kata dasar  Kata berimbuhan o Hasil benar o Hasil salah 846 3.430 101 846 3.448 83 846 3.431 100 846 3.450 81 Tidak terstem 623 623 623 623

Tabel 4. Jumlah kata hasil percobaan stemming terhadap testing set dengan pemotongan akhiran model A dan B.

Deskripsi

Model A

(kata) Model B(kata) Proses

1 Proses2 Proses1 Proses2 Terstem  Kata dasar  Kata berimbuhan o Hasil benar o Hasil salah 3.541 14.844 233 3.541 14.908 169 3.541 14.827 250 3.541 14.895 182 Tidak terstem 2.685 2.685 2.685 2.685

Dengan aturan untuk menghitung akurasi algoritma pada rumus (1), maka didapatkan hasil sebagaimana dipaparkan pada Tabel 5.

Tabel 5. Akurasi dari setiap proses pemotongan terhadap training set dan

testing set untuk masing-masing model pemotongan akhiran.

Deskripsi

Training set (5.000 kata)

Model A Model B Proses

1 Proses 2 Proses 1 Proses 2

Akurasi (%) 97,69 98,10 97,71 98,15

Deskripsi

Testing set (21.303 kata)

Model A Model B Proses

1 Proses 2 Proses 1 Proses 2

(18)

51

5. Kesimpulan

Proses stemming yang dilakukan pada penelitian ini tidak memperdulikan makna sebuah kata berimbuhan di dalam suatu kalimat. Keberhasilan proses stemming yang dilakukan sangat bergantung pada kamus kata dasar yang digunakan. Algoritma yang digunakan berupa kombinasi pemotongan imbuhan awalan dan akhiran dengan mengikuti aturan pemberian imbuhan tersebut, sebagaimana yang telah terlihat pada Tabel 2.

Keakuratan antara pemotongan dengan model pemotongan A (jika kata berimbuhan akhiran “–kan” maka dilakukan pemotongan terhadap “–an” terlebih dahulu, jika kata dasarnya tidak ditemukan maka dilakukan pemotongan terhadap akhiran “–k” yang tersisa) dan model pemotongan B (jika kata berimbuhan akhiran “– kan” maka dilakukan pemotongan terhadap “–kan” terlebih dahulu, jika kata dasarnya tidak ditemukan maka dilakukan pengembalian terhadap huruf “k” pada akhiran “-kan”) tidak memiliki perbedaan yang besar.

Perbedaan keakuratan antara pemotongan imbuhan Proses 1 (pemotongan dilakukan terhadap awalan terlebih dahulu, lalu dilanjutkan dengan pemotongan akhiran) dan Proses 2 (pemotongan dilakukan terhadap akhiran terlebih dahulu, lalu dilanjutkan dengan pemotongan awalan) untuk masing-masing model pemotongan tidak memiliki perbedaan yang signifikan.

Dari penelitian ini dapat dilihat bahwa proses pemotongan yang berbeda memungkinkan terjadinya hasil

stemming yang berbeda pula. Perbedaan tersebut

disebabkan kata dasar ditemukan pada kamus kata dasar saat proses pemotongan dilakukan terhadap kata berimbuhan. Contohnya pada kata ”diberikannyalah” yang jika melalui Proses 1 menghasilkan kata ”ikan” dan Proses 2 menghasilkan kata ”beri”.

Percobaan yang dilakukan pada penelitian ini menunjukkan bahwa pemotongan sufiks terlebih dahulu (Proses 1) memiliki hasil yang lebih baik daripada pemotongan afiks terlebih dahulu (Proses 2), dan pemotongan sufiks “-an” diikuti dengan pemotongan sufiks “-kan” (model A) lebih baik dibandingkan pemotongan sufiks “-kan” terlebih dahulu (model B).

Proses stemming pada Bahasa Indonesia yang dilakukan pada penelitian ini masih memerlukan perbaikan terutama pada bagian pemotongan awalan yang perubahan bunyi dan untuk kata gabungan yang tidak memiliki kata dasar pada kamus. Algoritma stemming yang dibuat juga belum bisa memotong imbuhan berupa sisipan.

REFERENSI

[1] Asian, J., Williams, H. E., Tahaghoghi, S.M.M.,2005,

Stemming Indonesian, Australian Computer Society

Inc., Australia.

[2] Chaer, A., 1998, Tata Bahasa Praktis BahasaIndonesia, Rineka Cipta, Jakarta.

[3] Tala, F. Z., 2003, A Study of Stemming Effects on

Information Retrieval in Bahasa Indonesia,