Pengembangan Sistem Verifikasi Mata Kuliah Dengan Parsing Data Text Transkrip Siakad Pada Jurusan Ilmu Komputer
1Astria Hijriani, 2Dwi Sakethi, 3Rian Pandu
1Jurusan Ilmu Komputer FMIPA Unila
2Jurusan Ilmu Komputer FMIPA Unila
3Jurusan Ilmu Komputer FMIPA Unila
Abstract
In this research, the development of verification systems courses. IT aims to accelerate the process of checking the existing curriculum in computer science majors. Course verification systems was developed with the search string matching method which has two parts programming methods: exact matching and heuristic matching.
Exact matching programming method using a brute force algorithm has shortcomings because it does not have the preprocessing phase. Meanwhile, heuristic matching algorithm using n-gram similarity as it can check the detail . The results shows brute-force algorithm more quickly in running time results. But n-gram similarity algorithm is more efficient in checking if there some difference in one or more character in kopel and course.
Keywords: Systems, Verification, transcripts, curriculum, String Matching, Exact Matching, Heuristic Matching, Brute Force, N-gram Similarity.
1. Pendahuluan
Sistem merupakan keterpaduan yang terdiri dari atas sejumlah komponen fungsional yang saling berhubungan dalam proses tertentu [1]. Sistem Informasi Akademik Univeristas Lampung adalah sistem yang digunakan untuk keperluan pengelolaan data akademik. Sistem ini digunakan untuk pengambilan mata kuliah, melihat nilai, mencetak transkrip. Sistem ini juga diperlukan untuk salah satu syarat kelulusan salah satunya pada Jurusan Ilmu Komputer dengan menyerahkan transkrip mata kuliah dengan perhitungan jumlah Sistem Kredit Semester (SKS) yang telah diselesaikan dan pemeriksaan mata kuliah wajib atau pilihan yang telah diambil menurut kurikulum yang dipakai pada mahasiswa setiap angkatan. Dalam hal ini Sistem Informasi Akademik menghadapi masalah dalam pemeriksaan transkrip yang dilakukan secara manual yaitu memakan waktu yang lama saat mencocokan mata kuliah dan kurikulum, penghitungan SKS yang diambil dan adanya mata kuliah yang terlewat saat diperiksa.
Untuk mengatasi masalah tersebut, dibutuhkan sistem yang mampu mempercepat dan mempermudah pemeriksaan mata kuliah pada transkrip dengan sistem verifikasi mata kuliah. Salah satu metode yang digunakan yaitu metode pencarian string matching. String matching dibagi menjadi dua yaitu exact matching dan heuristic matcing. Exact matching digunakan untuk menemukan pattern yang berasal dari satu teks dan heuristic matching adalah teknik yang digunakan untuk menghubungkan dua data terpisah ketika exact matching tidak mampu mengatasi karena ada pembatasan pada data yang tersedia [3]. Maka, pada penelitian ini dilakukan pengembangan sistem verifikasi mata kuliah
berdasarkan transkrip yang berada di Sistem Informasi Akademik Universitas Lampung dengan dua metode pemrograman yaitu exact matching dan heuristic matching.
2. Metode
Tahapan penelitian menggunakan Rational Unified Process (RUP) [2]. Sistem ini dilakukan dengan enam tahap yaitu:
2.1.Business Modeling
Pemodelan bisnis, bisnis proses didokumentasikan ke dalam business use case. Business use case merupakan analisis untuk memahami bagaimana bisnis harus mendukung proses bisnis.
2.2.Requirements
Menggambarkan kebutuhan sistem dan deskripsi kesepakatan antara pengembang dan pelanggan.
Dokumen bayangan dibuat, dan kebutuhan stakeholder dimunculkan. Identifikasi aktor, menyatakan pengguna dan sistem lain yang berinteraksi dengan sistem yang sedang dikembangkan.
2.3.Analysis and Design
Membuat rancangan sistem yang akan direalisasikan dalam bentuk implementasi. Hasil dari analisis dan desain adalah model desain dan model analisis opsional. Model desain berguna sebagai abstrak
Gambar 4. Bagan Aktivitas Tahapan Penelitian
2.4.Implementation
Tujuan implementasi, sebagai berikut.
1. Untuk mendefinisikan pengelompokan kode, dalam pengertian pengimplementasian subsistem yang dikelompokkan dalam lapisan-lapisan.
2. Untuk mengimplemenatsikan kelas dan objek dalam pengertian komponen seperti Source code, binary, atau executable.
3. Untuk menguji komponen yang dikembangkan sebagai unit-unit.
4. Untuk mengintegerasikan hasil yang diproduksi oleh pengimplementasi individu atau tim
menjadi sistem yang dapat dieksekusi.
2.5.Test
1. Untuk memastikan interaksi antar objek.
2. Untuk memastikan kesatuan integerasi dari semua komponen perangkat lunak.
3. Untuk memastikan seluruh kebutuhan yang telah diimplementasikan.
4. Untuk mengidentifikasi dan memastikan kekurangan pada perangkat lunak.
2.6.Deployment
Untuk melakukan penelitian pada tahap pengujian dan uji coba.
3. Pembahasan 3.1 Proses Bisnis
Pada gambar di atas dijelaskan proses bisnis pada Jurusan Ilmu Komputer dengan kegiatan belajar mengajar dari roses kuliah sampai skripsi. Pada kasus gambar di atas, Sistem verifikasi mata kuliah berada pada proses terakhir yaitu menyelesaikan kuliah wajib dan pilihan untuk melengkapi syarat wisuda. Pada Gambar dibawah menjelaskan proses bisnis dari sistem verifikasi mata kuliah di Jurusan Ilmu Komputer.
Gambar 5. Proses Bisnis Jurusan Ilmu Komputer
3.2 Pembahasan
Hasil bahwa metode exact matching yang menggunakan algoritma brute force proses running time lebih cepat dibandingkan metode heuristic Matching yang menggunakan algoritma n-gram similarity seperti yang ditunjukkan tabel 1.
No NPM SKS Brute
Force (s)
N-gram (s)
1 1017032002 152 2,2886 4,2344 2 1017032004 154 2,3489 4,8133 3 1017032006 158 2,3237 4,2154 4 1017032007 156 2,1762 4,9686
Namun, algoritma brute force hanya memiliki kelebihan di dalam kecepatan. Dalam efektivitas lebih terlihat pada n-gram similarity. Karena, saat pengecekan data yang dimasukkan ada karakter yang dihapus pada kopel dan mata kuliah metode heuristic matching yang menggunakan algoritma n-gram similarity lebih efektif untuk mengecek transkrip walau satu karakter pada kopel dan mata kuliah dihapus, seperti yang terlihat pada Gambar 7.
Gambar 6. Proses Bisnis Sistem Verifikasi Mata Kuliah
Tabel 1. Hasil Running Time
N-gram mengecek nilai kemiripan teks sampai dengan batas nilai toleransi yang masih diterima. N- gram lebih efektif karena algoritma ini menangani error penulisan dengan toleransi kesalahan pada kopel 30% dan toleransi kesalahan mata kuliah 40% seperti yang ditunjukkan pada Tabel 2.
No Kopel dan Makul Aksi Brute force N-gram
1 MPK101
AGAMA ISLAM
Hapus 1 karakter kopel yaitu m
Terbaca terbaca
2 MPK101
AGAMA ISLAM
Hapus 1 karakter kopel yaitu M dan 1 karakter depan makul yaitu A
Tidak terbaca (karena kopel dan makul salah)
Terbaca (Karena n- gram mengecek dengan menghitung karakter)
Sedangkan, algoritma brute force cepat dalam proses karena tidak memiliki fase preprocessing pada tahap sebelum melakukan pencocokkan string. Algoritma ini mengecek apakah salah satu dari kopel atau mata kuliah sama persis dengan di transkrip dengan kurikulum dinyatakan benar. Seperti yang terlihat pada Gambar 8, saat kopel dan mata kuliah dihapus satu karakter.
Gambar 7. Tampilan Pengecekan N-gram Similarity
Tabel 2. Pengujian Algoritma
Terlihat pada gambar di atas bahwa brute force kurang memiliki efektivitas dalam kasus pengecekan transkrip. Karena , algoritma ini harus memiliki salah satu yang sama persis di transkrip dengan kurikulum diantara kopel atau mata kuliah.
4. Kesimpulan
Dari hasil dan pembahasan didapat bahwa sistem verifikasi ini bisa digunakan untuk mempercepat pengecekan mata kuliah dan kurikulum. Metode exact matching yang menggunakan algoritma brute force lebih cepat dari metode heuristic matching yang menggunakan n-gram dalam hal running time.
Metode heuristic matching menggunakan algoritma n-gram lebih efektif dalam hal pengecekan mata kuliah daripada exact matching. Dengan adanya 2 metode pemrograman yang dipakai, dapat terlihat perbedaan dalam hal efektivitas dan kecepatan. Metode pengembangan sistem Rational Unified Process (RUP) dapat digunakan dalam pengembangan Sistem Verifikasi Mata Kuliah Dengan Parsing Data Text Transkrip Siakad Pada Jurusan Ilmu Komputer.
5. Refference
[1] Al-Fatta, Hanif. 2007. Analisis dan Perancangan Sistem Informasi. Yogyakarta: Penerbit Andi.
[2] Manalil, Jeremy. 2010. Rational Unified Process. Univeristas Coshin.
[3] Sarno, Riyanarto, dkk. 2012. Semantic Search. Yogyakarta: Penerbit Andi.
Gambar 8. Tampilan Pengecekan Brute Force
