5
BAB II
TINJAUAN PUSTAKA
2.1 Sintaks Program Komputer
Kruse (1987) Mendefinisikan sintaks pada program komputer merupakan
representasi dari struktur logika penulis program untuk mencapai tujuan atau output yang dikehendaki. Sintaks dapat ditulis dalam berbagai bahasa pemrograman seperti bahasa C, Java, C++, dsb. Penulisan sintaks untuk suatu program dengan suatu tujuan bisa dituliskan dengan sintaks yang berbeda. Misalnya terdapat 2 orang programmer A dan B yang bertujuan untuk mencetak tulisan “hello world !” sebanyak 3 kali dengan bahasa Java, maka programmer A dapat menulis kode program dengan sintaks berikut
Tabel 2.1. Program “hello world !” programmer A
import javax.io; class mainProgram{
public static void main(String[] args){ System.out.println(“hello world !”); System.out.println(“hello world !”); System.out.println(“hello world !”); }
}
Sedangkan programmer B menulisnya dengan sintaks berikut
Tabel 2.2. Program “hello world !” pada programmer B
import javax.io; class mainProgram{
public static void main(String[] args){ for(int i = 1; i <= 3; i++){
System.Out.print(“hello world !”); }
} }
Jika dilihat dari struktur program, umumnya setiap bahasa pemrograman harus mendeklarasikan sebuah function atau method sebelum menuliskan berbagai macam operasi tertentu didalamnya. Perbedaanya hanya dari sisi penulisan. Dalam penelitian ini, pemeriksaan kesamaan sintaks lebih mengkhusus pada
6 pemeriksaan kode program. Sehingga tetap memperhitungkan kesamaan kode program untuk bahasa pemrograman yang sama. Pemeriksaan dilakukan dengan memperhatikan struktur dan konten pada kode program tersebut.
2.1.1 Elemen Dasar Bahasa Java
Untuk memeriksa kesamaan kode program dalam bahasa Java, sistem harus mengetahui beberapa elemen dasar dari Java yaitu tata cara atau format penulisan kode program, kata kunci (keyword) pada Java, dan separator. Untuk tata cara atau format penulisan kode program, Rahardjo, dkk (2007) menjelaskan elemen yang dimaksud diantaranya seperti komentar, variabel, kontrol program, input/output, kelas dan objek, dsb. Berikut merupakan tabel yang menjelaskan format penulisan elemen-elemen pada program Java beserta penjelasannya
Tabel 2.3. Format penulisan elemen kode program pada java
NO FORMAT PENULISAN PENJELASAN
1 //ini komentar Komentar untuk satu baris. 2 /*ini komentar
beberapa baris*/
Komentar untuk beberapa baris.
3 /**
*Program “HelloWorld” *@author Wisesa */
Komentar untuk keperluan dokumentasi suatu program.
4 tipe namaVariabel; Deklarasi satu variabel dengan tipe data tertentu.
5 tipe variabel1,variabel2; Deklarasi beberapa variabel dengan tipe data yang sama. 6 tipe variabel = nilai; Inisialisasi nilai pada sebuah
variabel. 7 tipe variabel1 = nilai1,
variabel2 = nilai2;
Inisialisasi beberapa nilai pada beberapa variabel.
8 tipe variabel1 =(tipeTarget) nilai;
Proses typecasting (konversi nilai ke tipe data yang berbeda). 9 tipe[] namaArray; Deklarasi array satu dimensi.
7 10 variabelArray = new
tipe[jumlahElemen];
Inisialisasi array satu dimensi.
11 tipe[][] namaArray; Deklarasi array dua dimensi. 12 variabelArray = new
tipe[jumElemen][jumElemen]
Inisialisisasi array dua dimensi. 13 if(kondisi){
.. }
Prosedur kontrol if untuk pemilihan 1 kondisi. 14 if(kondisi){ .. }else{ .. }
Prosedur kontrol if-else untuk pemilihan 2 kondisi. 15 if(kondisi1){ .. }else if(kondisi2){ .. }else{ .. }
Prosedur kontrol if-elseif-else untuk pemilihan 3 atau lebih kondisi. 16 switch(ekspresi){ case nilai1: .. break; case nilai2: .. break; default: .. }
Prosedur kontrol switch-case untuk pemilihan kondisi.
17 for(inisialisasi; kondisi; iterasi){
.. }
Prosedur kontrol for untuk sebuah perulangan. 18 for(inisialisasi1, inisialisasi2; kondisi1; iterasi1, iterasi2){ .. }
Prosedur kontrol for untuk sebuah perulangan dengan beberapa inisialisasi dan iterasi.
19 inisialisasi; while(kondisi){ ..
iterasi; }
Prosedur kontrol while untuk sebuah perulangan.
8 20 inisialisasi; do{ .. iterasi; }while(kondisi);
Prosedur kontrol do-while untuk sebuah perulangan.
21 class NamaKelas{ ..
}
Deklarasi sebuah kelas.
22 NamaKelas variabel = new NamaKelas();
Instansiasi kelas dan memasukkan referensi ke sebuah variabel. 23 tipe namaMethod(daftar-parameter){ .. }
Deklarasi sebuah method pada sebuah kelas. 24 tipe namaMethod(daftar-parameter){ .. return nilai; }
Deklarasi sebuah method pada sebuah kelas dengan suatu nilai balik.
25 namaKonstruktor(daftar-parameter){
.. }
Deklarasi konstruktor pada sebuah kelas.
26 tingkat-akses tipe namaVariabel;
Deklarasi variabel dengan tingkat akses. 27 tingkat-akses tipe namaMethod(daftar-parameter){ .. }
Deklarasi method dengan tingkat akses dan parameter.
28 class nama-subclass extends nama-superclass{ ..
}
Melakukan proses penurunan terhadap suatu kelas.
29 try{ .. }catch(tipeEksepsi namaVariabel){ .. }
Deklarasi try-catch untuk pencegahan eksepsi dengan 1 tipe eksepsi.
9 30 try{ .. }catch(tipeEksepsi1 namaVariabel1){ .. }catch(tipeEksepsi2 namaVariabel2){ .. }
Deklarasi try-catch untuk pencegahan eksepsi dengan beberapa tipe eksepsi.
Format penulisan kode program pada tabel 2.3 nantinya akan menjadi acuan pada sistem untuk memeriksa konten dari kode program ataupun mengenali struktur dari kode program.
Selain format penulisan, sistem juga harus mengenali kata kunci (keyword) pada Java. Menurut Rahardjo, dkk (2007), kata kunci adalah kata-kata yang telah didefinisikan oleh compiler dan memiliki arti dan tujuan spesifik. Java melarang pembuatan sebuah pengenal (nama variabel, konstanta, kelas, maupun method) dengan menggunakan kata kunci. Tabel 2.4 berikut ini menunjukkan kata kunci yang terdapat di dalam Java.
Tabel 2.4. Kata kunci pada Java
abstract double int strictfp
boolean else interface super
break extends long switch
byte final native synchronized
case finally new this
catch float package throw
char for private throws
class goto protected transient
const if public try
continue implements return void
default import short volatile
do instanceof static while
Kata kunci dapat diklasifikasikan menjadi beberapa fungsi yaitu tipe data, percabangan, perulangan, tingkat akses, dsb. Beberapa kata kunci memiliki fungsi khusus seperti return, new, final, static, dsb. Karena untuk memeriksa kesamaan kode program, tidak membutuhkan makna
10 dari kode, melainkan hanya membutuhkan tata cara penulisan kode program, maka makna penulisan kata kunci dapat diabaikan.
Elemen dasar yang juga penting dari sebuah bahasa pemrograman, khususnya java adalah adanya separator. Separator digunakan untuk memisahkan salah satu bagian program dengan bagian lainnya. Salah satu contoh dari separator yang paling sering digunakan pada setiap kode program adalah semicolon (tanda titik koma (;)), yang digunakan untuk memisahkan statement yang satu dengan yang lainnya. Tabel 2.5 menunjukkan daftar separator di dalam Java.
Tabel 2.5. Daftar separator di dalam Java
SIMBOL NAMA
SEPARATOR
KEGUNAAN
( ) Parentheses (tanda
kurung)
Digunakan untuk mengisikan daftar parameter di dalam method; untuk mengapit sebuah ekspresi dalam operasi tertentu (misalnya: operasi aritmetika), mengapit ekspresi di dalam statement kontrol, dan untuk melakukan typecast.
{ } Braces (kurung
kurawal)
Digunakan untuk membuat blok program (kelas, method, kontrol pemilihan, dan kontrol pengulangan) dan untuk mengisikan nilai inisial pada deklarasi array.
[ ] Bracket (kurung
siku)
Digunakan untuk
mendeklarasikan array dan untuk mengambil/mengisi nilai dari elemen array.
; Semicolon (titik
koma)
Digunakan untuk memisahkan statemen.
11
, Comma (koma) Digunakan untuk memisahkan
variabel pada saat proses deklarasi. Juga dapat digunakan pada saat menggunakan statemen for.
. Period (titik) Digunakan untuk memisahkan
nama paket, subpaket, dan kelas. Juga digunakan untuk memisahkan data/method dari sebuah referensi objek.
2.2 Ekspresi Reguler
Menurut Aho, dkk (1994), ekspresi reguler atau yang biasa dikenal dengan
regex merupakan sebuah ekspresi yang menjadi notasi penjelasan mengenai suatu bahasa. Regex dapat mendefinisikan secara tepat bahasa yang sama dan berperan sebagai bahasa input untuk banyak sistem yang memproses untaian string, seperti perintah search pada UNIX yaitu grep atau perintah-perintah sejenis untuk menemukan untai yang dilihat seseorang pada web browser atau sistem pemformatan teks.
Seperti yang dijelaskan oleh Aho, dkk (1994), terdapat tiga operator pada regex. Ketiga operasi tersebut adalah
1. Gabungan (union) dua bahasa L dan M (disimbolkan dengan L ∪ M), yaitu himpunan untaian string yang berada baik pada L atau M atau pada keduanya. Sebagai contoh, jika L = {001, 10, 111} dan M = {∈, 001}, maka L ∪ M = {∈, 10,001, 111}
2. Rentengan (concantenation) bahasa L dan M (disimbolkan dengan L.M) adalah himpunan untaian string yang dapat dibentuk dengan mengambil sembarang untai pada L dan merentengnya dengan sembarang untai pada M. Sebagai contoh, jika L = {001, 10, 111} dan M = {∈, 001}, maka L.M atau disingkat LM saja, adalah {001, 10, 111, 001001, 10001, 111001}. Tiga untai pertama pada LM adalah untai-untai pada L direnteng dengan ∈. Karena ∈ merupakan
12 identitas rentengan, untai yang dihasilkan sama dengan untai pada L. Akan tetapi, tiga untai yang terakhir pada LM dibentuk dengan mengambil setiap untai pada L dan merentengnya dengan untai dengan untai kedua pada M yaitu 001. Sebagai contoh, 10 dari L direnteng dengan 001 dari M akan menghasilkan 10001 pada LM. 3. Tutupan (closure) bahasa L dilambangkan dengan L* dan mewakili
himpunan yang untaianya dapat dibentuk dengan mengambil sembarang nomor untai dari L, mungkin dengan pengulangan (untai yang sama mungkin dipilih lebih dari satu kali) dan merenteng semuanya. Contohnya, jika L = {0, 1}, maka L* adalah seluruh untai angka yang terdiri dari 0 dan 1 sedemikian hingga angka-angka selalu berpasangan (misalnya 011, 11110) dan ∈, tetapi tidak pernah 01011 atau 101. Lebih formal lagi, L* adalah gabungan tak berhingga ⋃ 𝐿𝑖
𝑖≥0 , dimana L0 = {∈}, L1 = L dan Li dengan i > 1
adalah LL…L (rentengan salinan L sebanyak i).
Pada sistem operasi UNIX, terdapat aturan baku yang disebut standar IEEE POSIX Basic Regular Expression atau BRE, seperti yang dijelaskan oleh Ken (1968). Pada sintaks BRE, hampir semua karakter diberlakukan secara harfiah. Tabel 2.7 dibawah merupakan daftar Metacharacter dan deskripsinya.
Tabel 2.6. Daftar Metacharacter
Metacharacter Deskripsi
. Sesuai dengan satu karakter apa saja. Dalam
kurung siku, karakter titik sesuai dengan titik secara harfiah. Misal, a.c cocok pada “abc”,dll. Tapi [a.c] hanya cocok pada “a”, “.”, atau “c”.
[] Ekspresi kurung siku. Sesuai dengan satu
karakter yang ada dalam kurung. Misal, [abc] sesuai “a”, “b”, “c”. [a-z] menspesifikasikan sebuah range yang sesuai dengan huruf kecil dari “a” sampai “z”. Format ini dapat dicampur,
13 misalkan [abcx-z] sesuai dengan “a”, “b”, “c”, “x”, “y”, “z”. Karakter diberlakukan secara harfiah jika berada diawal atau diakhir tanda kurung siku, atau jika diawali dengan karakter escape seperti: [abc-], [-abc], atau [a\-bc]. [^] Sesuai dengan satu karakter apa saja yang tidak
ada dalam kurung.
^ Sesuai dengan awal string. Pada toolline-based,
notasi ini sesuai dengan awal baris di mana saja.
$ Sesuai dengan akhir string. Pada toolline-based,
notasi ini sesuai dengan akhir baris di mana saja.
BRE: \ (\) ERE: ()
Mendefinisikan subexpression yang dapat dipanggil kemudian.
\n Sesuai dengan subexpression ke-n dimana n
bernilai 1 sampai 9.
* Sesuai dengan elemen sebelumnya sebanyak 0
atau beberapa kali.
BRE: \{m,n\} ERE: {m,n}
Sesuai dengan elemen sebelumnya minimal sebanyak m kali namun tidak lebih dari n kali.
ERE :? Sesuai dengan elemen sebelumnya sebanyak 0
atau 1 kali.
ERE: + Sesuai dengan elemen sebelumnya minimal sebanyak 1 kali.
ERE: | Operator alternasi yang sesuai dengan expression
14
2.3 Abstract Syntax Tree (AST)
Fei (2006) menyatakan, dalam ilmu komputer, Abstract Syntax Tree (AST) merupakan pohon yang merepresentasikan struktur abstrak sintaks dari source code yang ditulis dalam suatu bahasa pemrograman komputer. Setiap node dikonstruksi berdasarkan parameter penting yang ada pada source code. Pada AST, sebuah informasi bisa ditambahkan dalam konteks menjelaskan data dari node yang dibuat. Misalnya untuk keperluan penjelasan informasi dalam pemrosesan variabel.
Misalnya diberikan sebuah source code dari program Java seperti pada tabel 2.6 berikut
Tabel 2.7. Contoh source code pada Java int i=0;
int j=4;
for (; i<10; i++){ if (i<j) j=i*j; }
return j;
Maka AST yang dihasilkan dari source code diatas ditunjukkan oleh gambar 2.1 berikut
15 Namun isi dari setiap node pada AST dapat disesuaikan dengan konteks permasalahan atau dalam konteks ini sesuai hasi ekstraksi dari data input kode program. Jika data yang diekstraksi berupa konten dari program, maka node dari AST akan diisi oleh konten tersebut.
2.4 Struktur Data B-Tree
Menurut Cormen, dkk (2001), B-Tree adalah sebuah m-ary balanced search tree khusus yang digunakan dalam basis data karena strukturnya memungkinkan data yang disimpan untuk disisipi, dihapus, dan diambil dengan jaminan proses dengan waktu terburuk adalah O(log n), dimana setiap simpulnya terdiri dari (m/2) sampai m buah simpul anak, di mana m > 1 merupakan bilangan bulat . m adalah orde. Akar pohon B-tree paling sedikit memiliki 2 simpul anak. B-tree adalah struktur yang baik jika pohon digunakan pada memori yang lambat, karena ketinggian dan jumlah akses dapat diperkecil dengan mengambil bilangan m yang besar. Berikut merupakan contoh dari B-Tree dengan nilai orde sama dengan 5.
Gambar 2.2. Contoh struktur b-tree dengan nilai orde 5.
Didalam B-Tree, terdapat sejumlah operasi dasar yang sering digunakan, beberapa diantaranya akan diterapkan untuk membuat dan mengakses struktur b-tree dari kode program. Operasi dasar tersebut adalah
Searching. Sama halnya dengan Binary Search Tree (BST), jalan yang dipakai dalam proses pencarian adalah dengan cara Breath First Search (BFS) atau Depth First Search (DFS). BFS melakukan pencarian dengan
16 mengembangkan pohon pencarian secara horizontal sedangkan DFS secara vertikal.
Inserting. Proses penyisipan dilakukan untuk menambahkan sebuah data pada B-Tree tanpa harus menghapus node yang berada diataranya.
2.5 Probabilitas Naïve Bayes
Probabilitas Bayesian adalah suatu interpretasi dari kalkulus yang memuat
konsep probabilitas sebagai derajat dimana suatu pernyataan dipercaya benar. Teori Bayesian juga dapat digunakan sebagai alat pengambilan keputusan untuk memperbaharui tingkat kepercayaan dari suatu informasi.
Umumnya, Naïve Bayes memiliki kelebihan mudah untuk dipahami, hanya memerlukan pengkodean yang sederhana, serta lebih cepat dalam perhitungan. Sedangkan kekurangan dari teori probabilitas bayesian yang banyak dikritisi oleh para ilmuwan adalah karena pada teori ini, satu probabilitas saja tidak bisa mengukur seberapa dalam tingkat keakuratannya. Dengan kata lain, kurang bukti untuk membuktikan kebenaran jawaban yang dihasilkan dari teori ini. Teorema Bayes menerangkan hubungan antara probabilitas terjadinya peristiwa A dengan syarat peristiwa B telah terjadi dan probabilitas terjadinya peristiwa B dengan syarat peristiwa A telah terjadi.
𝑃(𝐴|𝐵) = 𝑃(𝐴 ∩ 𝐵)
𝑃(𝐵) (1)
Keterangan:
𝑃(𝐴|𝐵) = peluang A dengan syarat B 𝑃(𝐴 ∩ 𝐵) = peluang A irisan B 𝑃(𝐵) = peluang B.
Untuk kejadian saling bebas, 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴). 𝑃(𝐵). Probabilitas total untuk peluang bersyarat, dapat diturunkan dari pers(1). Misalkan A1, A2, …, AN
adalah peristiwa saling bebas yang gabungannya sama dengan ruang sampel S. Himpunan ini akan dinamakan partisi dari S. Maka semua peristiwa dalam S dapat dinyatakan sebagai berikut
17 𝐵 = 𝐵 ∩ 𝑆 = 𝐵 ∩ (𝐴1∪ 𝐴2∪ … ∪ 𝐴𝑁)
= (𝐵 ∩ 𝐴1) ∪ (𝐵 ∩ 𝐴2) ∪ (𝐵 ∩ 𝐴3) ∪ … ∪ (𝐵 ∩ 𝐴𝑁) (2)
Karena A1, A2, …, AN saling bebas maka
𝑃(𝐵) = 𝑃(𝐵 ∩ 𝐴1) + 𝑃(𝐵 ∩ 𝐴2) + ⋯ + 𝑃(𝐵 ∩ 𝐴𝑁) (3)
Dari pers(1), jika posisi A dan B ditukar, maka dapat dirubah menjadi
𝑃(𝐵 ∩ 𝐴) = 𝑃(𝐵|𝐴)𝑃(𝐴) (4)
Sehingga pers(4) dapat disubstitusi ke pers(3) menjadi
𝑃(𝐵) = 𝑃(𝐵|𝐴1)𝑃(𝐴1) + 𝑃(𝐵|𝐴2)𝑃(𝐴2) + ⋯ + 𝑃(𝐵|𝐴𝑁)𝑃(𝐴𝑁) (5)
Jadi didapatkan probabilitas kejadian marginal dari B adalah
𝑃(𝐵) = ∑ 𝑃(𝐵|𝐴𝑘)𝑃(𝐴𝑘)
𝑁
𝑘=1
(6)
Untuk peluang bersyarat, diperoleh peluang total yaitu
𝑃(𝐵|𝐴𝑖) = 𝑃(𝐵 ∩ 𝐴𝑖) 𝑃(𝐴) = 𝑃(𝐵 ∩ 𝐴𝑖) ∑𝑁𝑘=1𝑃(𝐴|𝐵𝑘)𝑃(𝐵𝑘) (7) Keterangan:
𝑃(𝐵|𝐴𝑖) = peluang kejadian bebas B dengan syarat kejadian Ai 𝑃(𝐴) = peluang kejadian marginal dari A
2.6 Tree Pattern Matching (TPM)
Tree Pattern Matching (TPM) merupakan sebuah metode yang digunakan untuk melakukan pencocokan sebuah pattern P terhadap suatu pohon T atau hutan F. Fei (2006) menjelaskan, pencocokan dilakukan dengan melihat
18 kesamaan terhadap node yang ada didalamnya. Proses pencocokan juga disebut sebagai mapping, karena proses ini akan melihat kesesuaian data antar pattern dan pohon atau hutan. P akan dikatakan match dengan T atau F jika T atau F juga mengandung data pada P dengan kesesuaian yang sama. Berikut merupakan contoh dari proses mapping menggunakan TPM dengan pola P dan pohon T.
