APLIKASI TEKS PREDIKSI PESAN DENGAN MENGGUNAKAN
ALGORITMA BRUTE FORCE BERBASIS ANDROID
Juniaman Gulo (0911260)
Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja Np. 338 Simpang Limun Medan
http ://www.stmik-budidarma.ac.id // Email : juniamangulo@stmikbd.ac.id
ABSTRAK
Aplikasi Teks Prediksi adalah suatu aplikasi smartphone berbasis Android yang dapat memprediksi kemungkinan kata yang sama dengan inputan yang ada dalam bahasa indonesia. Dengan aplikasi ini dinilai dapat mempercepat atau dapat mengefesiensi dalam pengetikan pesan singkat, sehingga waktu yang digunakan dalam pengetikan pesan tidak terlalu lama.Dengan adanya perancangan program aplikasi seperti ini diharapkan dapat berguna dikalangan masyarakat luas terutama bagi pengguna smartphone berbasis android. Dalam penelitian ini ada beberapa metode penelitian yang diambil oleh penulis yaitu: Wawancara (Interview), Pengamatan (Observation) dan Studi Pustaka (Library Research) dan dengan menggunakan Metode Algoritma Brute Force yang merupakan Metode String Matching yaitu pencocokan kata dengan pattern yang ada.
Kata Kunci : Aplikasi, Teks Prediksi, String Matching, Brute Force. 1. Pendahuluan
1.1. Latar Belakang Masalah
Perkembangan smartphone berbasis android sangat cepat, hal ini terbukti saat ini hampir semua vendor-vendor smartphone sudah memproduksi
smartphone berbasis android, vendor-vendor itu antara
lain HTC, Motorola, Samsung, LG, HKC, Huawei, Archos, Webstation Camangi, Dell, Nexus, SciPhone, WayteQ, Sony Ericsson, LG, Acer, Philips, T-Mobile, Nexian, IMO, Asus dan masih banyak lagi vendor
smartphone di dunia yang memproduksi smartphone
android. Antusiasnya vendor memproduksi
smartphone android dikarenakan android adalah OS mobile yang open platform karena android sendiri
adalah sistem operasi untuk perangkat mobile berbasis linux yang mencakup sistem operasi, middleware dan aplikasi. Karena perkembangan tersebut mengakibatkan meningkatnya aplikasi-aplikasi mobile berbasis android. Kebutuhan akan aplikasi-aplikasi berbasis mobile android dimasa sekarang dan yang akan datang meningkat pesat.
Dasar pemikiran penulis untuk menganalisa dan merancang aplikasi teks prediksi pesan didasari oleh kesulitan user dalam mengetikkan pesan ke dalam textbox pesan pada smartphone berbasis android. Pada smartphone android telah menyediakan fasilitas teks prediksi, namun permasalahannya terletak pada prediksi teks yang tersedia. Teks prediksi yang tersedia dalam Bahasa Inggris dan tidak menyediakan prediksi teks dalam Bahasa Indonesia. Oleh karena itu, penulis berfikir untuk membuat aplikasi yang menyediakan fasilitas prediksi teks dalam Bahasa Indonesia sehingga pengguna
smartphone android terutama di Indonesia mendapat
kemudahan dalam mengetikkan pesan dengan cepat dan tepat.
Aplikasi teks prediksi menggunakan Algoritma
Brute Force merupakan suatu fasilitas yang akan
dirancang bagi pengguna android mobile dalam mengetik pesan dengan waktu yang seefesien mungkin. Untuk lebih memudahkan penulis dalam menyelesaikan penelitian ini penulis menggunakan Algoritma Brute Force yang merupakan Algoritma untuk mencocokkan pattern dengan semua teks antara 0 dan n-m untuk menemukan keberadaan pattern dalam teks.
2. Teks Prediksi 2.1. Teks
Luxemburg, et.al.(1992:86) mendefinikan teks sebagai ungkapan bahasa yang menurut isi, sintaksis, pragmatik merupakan suatu kesatuan. Berdasarkan pendapat tersebut, setidaknya terdapat tiga hal yag harus ada dalam sebuah teks. Tiga hal tersebut, yaitu: isi, sintaksis, dan pragmatik.
Isi dalam teks sangat berkaitan dengan semantik. Semantik merupakan salah satu kajian dalam bahasa yang berkaitan dengan makna. Isi dalam teks tidak ubahnya adalah makna-makna yang disampaikan pengarang. Pengungkapan makna ini dapat dilakukan secara terang-terangan, lugas, jelas maupun dengan tersembunyi melalui simbol-simbol. Berkaitan dengan makna dalam teks, Luxemburg, et.al. (1992:88) menyatakan bahwa kesatuan semantik yang dituntut sebuah teks ialah tema global yang melingkupi semua unsur. Dengan kata lain, tema atau perbuatan berfungsi sebagai ikhtisar teks atau perumusan simboliknya. Meskipun demikian, menunjukkan tema saja belumlah memadai. Masih diperlukan penafsiran menyeluruh untuk menelaah sebuah teks sebagai satu kesatuan. Hal ini terkait dengan keberadaan sebuah cerita
▸ Baca selengkapnya: siapkan beberapa pertanyaan prediksi yang jawabannya bisa ditemukan dalam teks
(2)maupun puisi yang merupakan satu kesatuan ide atau gagasan.
1.1 Perumusan Masalah
Berdasarkan latar belakang masalah yang penulis telah jelaskan di atas, maka permasalahan dirumuskan sebagai berikut:
1. Bagaimana proses penerapan Algoritma Brute
Force ke dalam aplikasi teks prediksi pesan ?
2. Bagaimana merancang aplikasi teks prediksi pesan pada smartphone berbasis android ?
1.2 Batasan Masalah
Dalam penelitian ini penulis akan memberikan batasan masalah agar pembahasan tidak melebar ataupun terlalu luas. Adapun batas-batas permasalahan adalah sebagai berikut:
1. Jenis pesan yang diprediksi adalah teks dalam bentuk kata
2. Aplikasi hanya akan menampilkan prediksi kata yang memiliki kemiripan dengan kata yang
pattern.
3. Prediksi kata hanya tersedia dalam Bahasa Indonesia.
4. Menggunakan Software Eclipse Galileo, Software Development Kit (SDK), ADT Plugin, JDK 6.0.2, SQLite untuk membangun aplikasi.
1.3 Tujuan dan Manfaat Penelitian
Suatu penelitian yang ilmiah memiliki tujuan dan manfaat pelaksanaan suatu penelitian, adapun tujuan dan manfaat penelitian ini adalah:
a. Tujuan Penelitian
Adapun tujuan penelitian yang penulis lakukan adalah:
1. Mengimplementasikan Algoritma Brute Force ke dalam aplikasi teks prediksi pesan.
2. Merancang aplikasi teks prediksi pesan dengan Algoritma Brute Force berbasis android.
b. Manfaat Penelitian
Adapun manfaat penelitian yang penulis lakukan adalah:
1. Mempermudah user dalam menggunakan fasilitas pesan pada smartphone android.
2. Penulis dapat mengerti cara kerja Algoritma Brute
Force dan Implementasinya kedalam prediksi
pesan teks.
3. Penulis dapat membuat aplikasi teks prediksi pesan dengan Algoritma Brute Force berbasis android dengan menggunakan Software Eclipse Galileo, Software Development Kit (SDK), ADT
Indonesia (KBBI), prediksi adalah hasil dari kegiatan memprediksi atau meramal atau memperkirakan. Prediksi bisa berdasarkan metode ilmiah ataupun subjektif belaka. Ambil contoh, prediksi cuaca selalu berdasarkan data dan informasi terbaru yang didasarkan pengamatan termasuk oleh satelit. Begitupun prediksi gempa, gunung meletus ataupun bencana secara umum. Namun, prediksi seperti pertandingan sepakbola, olahraga, dll umumnya berdasarkan pandangan subjektif dengan sudut pandang sendiri yang memprediksinya.
Kesimpulannya pengertian prediksi secara istilah akan sangat tergantung pada konteks atau permasalahannya. Berbeda dengan pengertian prediksi secara bahasa yang berarti ramalan atau perkiraaan yang sudah menjadi pengertian yang baku.
3. Algoritma Pencarian String
Algoritma pencarian string atau sering disebut juga pencocokan string adalah algoritma untuk melakukan pencarian semua kemunculan string pendek pattern [0..n-1] yang disebut pattern di string yang lebih panjang teks [0..m-1] yang disebut teks.
Pencocokkan string merupakan permasalahan paling sederhana dari semua permasalahan string lainnya, dan dianggap sebagai bagian dari pemrosesan data, pengkompresian data, analisis leksikal, dan temu balik informasi. Teknik untuk menyelesaikan permasalahan pencocokkan string biasanya akan menghasilkan implikasi langsung ke aplikasi string lainnya (Sumber : Riyanarto Sarno, Yeni Anistyasari, Rahimi Fitri, 2012).
a. Algoritma Brute Force
Algoritma Brute Force merupakan algoritma pencocokan string yang ditulis tanpa memikirkan peningkatan performa. Algoritma ini sangat jarang dipakai dalam praktik, namun berguna dalam studi pembanding dan studi-studi lainnya.
b. Cara Kerja Algoritma Brute Force
Secara sistematis, langkah-langkah yang dilakukan algoritma Brute Force pada saat mencocokkan string adalah:
1. Algoritma Brute Force mulai mencocokkan
pattern pada awal teks.
2. Dari kiri ke kanan, algoritma ini akan mencocokkan karakter per karakter pattern
dengan karakter di teks yang bersesuaian, sampai salah satu kondisi berikut dipenuhi:
a. Karakter di pattern dan di teks yang dibandingkan tidak cocok (mismatch). b. Semua karakter di pattern cocok. Kemudian
terhadap pattern yang dijadikan sebagai acuan untuk melakukan pencarian karakter yang sesuai dengan
pattern tersebut. Oleh karena itu pada implementasi
algoritma Brute Force dalam melakukan prediksi pesan diharapkan dapat menyelesaikan masalah tersebut, sehingga pengguna dari aplikasi teks prediksi pesan mendapatkan kemudahan dalam menginputkan teks yang akan di kirim kepada penerima pesan.
Dalam algoritma string matching pencarian
string dirumuskan sebagai berikut:
1. Sebuat teks (text), yaitu sebuah long string yang panjang n karakter
2. Pattern, yaitu sebuah string dengan panjang m karekater (m<n) yang akan dicari dalam text.
Dalam algoritma pencocokan string, teks
diasumsikan berada dalam memori, sehingga bila ingin mencari string di dalam sebuah arsip, maka semua isi arsip perlu dibaca terlebih dahulu kemudian disimpan di dalam memori. Jika pattern muncul lebih dari sekali di dalam teks, maka pencarian hanya akan memberikan keluaran berupa lokasi pattern ditemukan pertama kali. Algoritma yang umum digunakan dalam melakukan pencocokan string (string matching) yaitu Algoritma string matching Brute Force. Cara kerja algoritma string matching Brute Force adalah dengan memisalkan teks berada dalam array T[1..n] dan
pattern berada dalam array [1..n]. Mula-mula pattern
P dicocokan pada awal teks T, dengan bergerak dari kiri ke kanan, bandingkan setiap karakter di dalam
pattern P dengan karakter yang berkesesuaian di
dalam teks T sampai semua karakter yang dibandingkan cocok atau sama (pencarian berhasil), atau dijumpai sebuah ketidakcocokan karakter (pencarian belum berhasil). Bila pattern P belum ditemukan kecocokannya dan teks T belum habis, geser pattern P satu karakter ke kanan dan seterusnya.
Gambar 1. FlowChart Sistem Teks Prediksi Pesan
Gambar 2. Penerapan Pencarian Kata dengan Algoritma Brute Force
3.2. Perancangan a. Diagram Use Case
Gambar 3. Diagram Use Case b. Diagram Sequence
c. Diagram Activity
Gambar 5. Diagram Activity Secara Umum
Gambar 6. Diagram Activity Form Teks Prediksi Pesan
Gambar 8. Diagram Blok Tampilan Menu Utama Teks Prediksi
Berbasis Android d. Tabel
Database dibuat untuk menampung record teks
yang akan ditampilkan dalam bentuk teks prediksi. Dalam pembangunan database pada aplikasi teks prediksi yang penulis rancang terdiri dari 1 tabel yang berfungsi untuk menampung semua data teks prediksi.
Tabel 1. Tabel Teks
3.3. Pseudocode Teks Prediksi dengan Algoritma Brute Force
Berikut ini adalah algoritma pencarian Brute Force
Procedure Algoritma{
Input : T = Teks Prediksi; P = Pattern Kata;
Output : i = Hasil Teks Prediksi; }
Proses : for (i:=0 to m-n) do j:=0;
while (j < n and T[i+j] = P[j]) do j:=j+1; end while if(j >= n) then ketemu[i]:=true; end if; end for; 3.4. Implementasi
Aplikasi teks prediksi pesan yang telah dirancang merupakan aplikasi berbasis mobile android, dimana aplikasi teks prediksi pesan tersebut dapat dijalankan pada smartphone yang mendukung atau memiliki fitur android. Aplikasi teks prediksi pesan menggunakan pemrograman Java. Dimana untuk mengetikan listing programnya penulis menggunakan editor Eclipse
implementasi program keseluruhan yang telah dirancang penulis adalah:
a. Menu Utama
Menu utama dapat dikatakan sebagai antar muka (user interface) antara user dan program. Menu utama menampilkan pilihan menu yang tersedia pada program. Pada menu utama teks prediksi pesan tersedia 2 pilihan menu yaitu menu pesan untuk memprediksi pesan yang menghubungkan ke form teks prediksi pesan dan menu keluar untuk keluar dari program teks prediksi pesan. Gambar untuk tampilan menu utama dapat dilihat pada gambar 9 di bawah ini:
Gambar 9. Tampilan Menu Utama
b. Form Pesan
Form Pesan merupakan form yang disediakan
untuk memprediksi teks berdasarkan kata yang diinputkan pada textbox. Form pesan dapat membantu user dalam mempercepat pengetikan teks yaitu dengan cara memprediksi teks yang sedang diketik. Hanya dengan memasukkan satu atau lebih karakter maka otomatis muncul hasil prediksi tersebut berdasarkan isi prediksi teks yang ada. Gambar untuk tampilan form teks prediksi pesan dapat dilihat pada gambar 10 di bawah ini:
Gambar 10. Form Pesan (Teks Prediksi Pesan)
Gambar 11. Proses dan Hasil Teks Prediksi Pesan
Gambar 11 menampilkan proses penginputan kata pada form. Pada saat kata diinput pada textbox maka otomatis tampil hasil teks prediksi berupa kata yang berpola proses kata yang diinputkan pada textbox. Gambar 11 tampilan form hasil teks prediksi pesan berdasarkan kata yang telah diinput pada textbox.
Tabel 2. Hasil Pengujian Aplikasi Teks Prediksi No. Kata Status Teks Prediksi
1 Maka Ketemu Maka, makam, makar, makau, makan, makara, makanan, makanlah, makaroni, maha, mala, mama, mana 2 Cin Ketemu Cin, Cina, cincu,
cinde, cinta, cincau, cincin, cindil, cingam, chingge, chingur, cingur, cincang, cincong, cintrong 3 Zzzxxxx Tidak ketemu
-Tabel 2 adalah tabel pengujian program berdasarkan kata yang dimasukkan di dalam textbox pesan, status adalah ketemu/tidak dan sedangkan teks prediksi adalah hasil prediksi yang ditemukan, yang memiliki kemiripan dengan teks yang diinputkan.
4. Kesimpulan Dan Saran 4.1. Kesimpulan
Berdasarkan hasil penelitian analisa dan perancangan aplikasi teks prediksi maka dapat ditarik beberapa kesimpulan sebagai berikut:
1. Berdasarkan penelitian yang dilakukan oleh penulis, penerapan algoritma Brute Force dapat bekerja di dalam aplikasi teks prediksi pesan.Teks prediksi pesan mampu memberikan kemudahan kepada pengguna smartphone android dalam
melakukan pengetikan pesan ke dalam textbox pesan. Dimana kemudahan yang diberikan berupa prediksi teks yang memiliki kesamaan atau kemiripan dengan kata yang diinput dan dengan kata yang telah di simpan sebelumnya di dalam database teks prediksi.
2. Perancangan aplikasi teks prediksi pesan menggunakan Software Eclipse Galileo sebagai editor, Software Development Kit (SDK) sebagai
platform dalam hal ini penulis menggunakan
Android 2.2 Froyo (Frozen Yoghurt), ADT Plugin sebagai emulator dan JDK 6.0.2 sebagai proses atau mesin dari pembuatan aplikasi, serta SQLite sebagai wadah perancangan database. Berdasarkan penelitian penulis software-software pendukung pembuatan aplikasi teks prediksi pesan di atas telah bekerja dengan baik sehingga tercipta satu aplikasi teks prediksi pesan.
4.2. Saran
Dari penelitian yang dilakukan oleh penulis maka dianggap perlu adanya saran yang penulis sampaikan kepada penulis selanjutnya agar penelitian ini tidak berhenti sampai pada tahap ini melainkan akan terus dilanjutkan sebagai konsep penelitian yang ilmiah antara lain:
1. Dalam penelitian selanjutnya aplikasi teks prediksi pesan diharapkan mampu memprediksi kata yang sering digunakan oleh user smartphone android untuk lebih memantapkan kemampuan aplikasi teks prediksi pesan.
2. Untuk pembangunan aplikasi teks prediksi ke depan sebaiknya lebih memperhatikan dan memperbandingkan tingkat kemiripan kata yang diinput dengan teks prediksi yang ditampilkan sehingga hasil prediksi semakin baik.
3. Ada baiknya di penelitian selanjutnya teks prediksi pesan ini menyediakan fasilitas pemilihan bahasa sesuai dengan keinginan user
smartphone.
4. Penulis mengharapkan kepada peneliti selanjutnya untuk menggunakan aplikasi-aplikasi pembangun teks prediksi versi terbaru sehingga hasil atau performa dari teks prediksi semakin lebih baik lagi.
5. Teks prediksi yang telah di record ke dalam database sebaiknya dapat dikembangkan dengan memanfaatkan fasilitas web services tujuannya adalah agar database dapat diperbaharui secara terus-menerus sehingga user smartphone android tidak perlu melakukan penginstalan aplikasi yang berulang-ulang.
Bagi peneliti selanjutnya sebaiknya menggunakan metode string matching yang lain, yang lebih modern dari metode yang digunakan penulis saat ini.
DAFTAR PUSTAKA
[1] H Safaat Nazaruddin. Pemrograman Aplikasi
Mobile Smarthphone dan Tablet Pc Berbasis Androoid. Bandung. Informatika. 2012.
[2] M Shalahuddin, dkk. Rekayasa Perangkat Lunak. Bandung. 2011
[3] Sarno Riyanto, dkk. Seamantic Search Pencarian Berdasarkan Konten. Yogyakarta.
Andi. 2012
[4] Suprianto Dodit , dkk. Pemrograman Aplikasi
Android. Yogyakarta. Mediakom. 2012
[5] Fikri Rijul, dkk. Pemrograman Java.
