View of Implementasi Algortima Knuth Morris Pratt (KMP) pada Aplikasi Kamus Bebasan – Indonesia Berbasis Speech Recognition

(1)

Implementasi Algortima Knuth Morris Pratt

(KMP) pada Aplikasi Kamus Bebasan

–

Indonesia Berbasis

Speech Recognition

Melati Mawardina

1

_{, Wildan Budiawan Zulfikar}

2

_{, Undang Syaripudin}

3 123_{Jurusan Teknik Informatika, Fakultas Sains dan Teknologi UIN Sunan Gunung Djati Bandung}

l. A.H. Nasution No. 105, Cipadung, Cibiru, Kota Bandung, Jawa Barat 40614, Indonesia

1

_{melatimawardina@student.uinsgd.ac.id,}

2

_{wildan.budiawan.z@gmail.com,}

3

_{undang_if@uinsgd.ac.id}

Abstract - Indonesian motto i.e. Bhinneka Tunggal Ika which mean unity in diversity. The word Bhinneka means diversity. One of the diversity in Indonesia is regional language. However, as the development of times, it makes this regional language on the decrease. Bebasan is Javanese of Banten with its speaker in North Banten. The decrease of the speaker causes Bebasan almost lost. One of the efforts to make it exist is making a Bebasan– Indonesian Dictionary Application based Speech Recognition on Smartphone with Android operating system. Currently the use Smartphone with Android operating system has the number of enthusiasts and users in society. Speech Recognition is a voice identification process which spoken and converted into text. Speech Recognition process uses features that exist on Google i.e. Recognizerintent. The purpose of using this application is to help the users to translate Bebasan word into Indonesian word or otherwise so the users can learn it either in daily life or used in education because the government plans to make Bebasan as local content. This application uses KnuthMorrisPratt algorithm in the process of word searching i.e. matching the searched word with existing word. The use of algorithm on this application has faster searching time than use ordinary query i.e. about 45.42%.

Keyword - Bebasan, Knuth Morris Pratt Algorithm, Speech Recognition

Abstrak - Semboyan Indonesia yaitu Bhinneka Tunggal Ika yang berarti berbeda-beda tetap satu. Kata Bhinneka berarti beraneka ragam. Keberanekaragaman di Indonesia ini salah satunya bahasa daerah. Namun, seiring perkembangan zaman membuat bahasa daerah ini semakin berkurang penuturnya termasuk Bebasan. Bebasan merupakan bahasa Jawa Banten dengan penuturnya berada di Banten bagian utara. Berkurangnya penutur menyebabkan Bebasan hampir punah. Salah satu upaya agar Bebasan tidak punah yaitu membuat aplikasi Kamus Bebasan – Indonesia berbasis Speech Recognition pada

Smartphone dengan sistem operasi Android. Saat ini penggunaan Smartphone dengan sistem operasi Andorid memiliki jumlah peminat dan pengguna yang cukup besar di kalangan masyarakat. Speech recognition merupakan suatu proses indentifikasi suara yang diucapkan lalu di konversi menjadi teks. Proses speech recognition menggunakan fitur yang ada pada Google yaitu recognizerintent. Tujuan dari penggunaan dari aplikasi ini yaitu membantu penguna menerjemahkan kata Bebasan ke Bahasa Indonesia atau sebaiknya sehingga pengguna dapat mempelajarinya baik dalam kehidupan sehari-hari ataupun digunakan dalam pendidikan karena Pemerintah berencana menjadikan Bebasan sebagai muatan lokal (mulok). Aplikasi ini menggunakan algoritma Knuth Morris Pratt dalam proses pencarian kata yaitu mencocokan kata yang dicari dengan kata yang ada. Penggunaan algoritma pada aplikasi ini memiliki waktu pencarian yang lebih cepat dibandingkan mengunakan query biasa yaitu sekitar 45.42%.

Kata kunci : Algoritma Knuth Morris Pratt , Bebasan, Speech Recognition

I. PENDAHULUAN

Indonesia memiliki berbagai macam budaya, bahasa daerah, ras, suku bangsa, agama dan kepercayaan.

Sehingga adanya simbol atau semboyan “Bhinneka Tunggal Ika” dengan makna meskipun berbeda-beda tetapi pada hakikatnya bangsa Indonesia tetap adalah satu kesatuan. Salah satu keberagaman yang dimiliki bangsa Indonesia adalah bahasa daerah. Bahasa daerah yang dimiliki Indonesia ada sekitar 456 bahasa yang dipetakan dari 726 bahasa daerah yang ada sehingga dari perbedaan angka tersebut menunjukan banyaknya bahasa daerah yang

Jawa dan Bahasa Sunda yang dituturkan oleh penduduk Banten bagian utara). Upaya agar tidak punah, Dinas Pariwisata dan Budaya Kota Cilegon telah menyusun draf Peraturan Walikota mengenai pelestarian Bebasan dengan dijadikannya Bebasan menjadi mulok (muatan lokal) di sekolah-sekolah. Selain dari upaya pemerintah agar Bebasan tidak punah, yaitu dengan media berupa paper

salah satunya seperti kamus dan paperless salah satunya aplikasi [2].

(2)

Implementasi Algortima Knuth Morris Pratt (KMP) pada

Aplikasi Kamus Bebasan – Indonesia Berbasis Speech Recognition

(Melati Mawardina, Wildan Budiawan Zulfikar, Undang Syaripudin)

76

mempermudah pengguna dalam menggunakan aplikasi ini.

Speech recognition yaitu proses mengkonversi suara pengguna menjadi teks. Dengan kata lain, aplikasi ini dapat digunakan dengan inputan suara.

Dalam proses pencarian kata pada aplikasi kamus menggunakan salah satu algoritma pencocokan string yaitu algoritma Knuth Morris Pratt (KMP) [3][4][5]. Algoritma KMP merupakan salah satu algoritma pencocokan string

yang memiliki fungsi pinggiran. Dalam proses pecocokan

string, pola akan bergeser terus menerus menyocokan teks yang ada sampai pola sama dengan teks. Pada algoritma ini, jauhnya pergeseran pola diatur oleh fungsi pinggiran. fungsi pinggiran merupakan fungsi untuk menyimpan informasi mengenai jumlah pergeseran pola pada proses pecocokan antara pola dengan teks.

II. METODE PENELITIAN Dalam penelitian ini, metode yang digunakan yaitu: a. Pengumpulan data

Pada tahap ini dilakukan observasi seperti kuesoner dan studi literatur yaitu jurnal, skripsi dan buku menjadi panduan dalam pembuatan skripsi

b. Analisis

Tahap ini dilakukan saat data telah dikumpulkan. seperti menganalisis kebutuhan perangkat lunak, perangkat keras dan lain-lain.

c. Perancangan

d. Tahap ini dilakukan setelah analisis yaitu dilakukan pengubahan kebutuhan- kebutuhan menjadi bentuk karakteristik yang mudah dipahami dan desai mekanik. Dalam tahap ini, digunakan model pendekatan yang berorientasi objek (Object Oriented). e. Implementasi Program

Setelah melakukan perancangan maka tahap selanjutnya diterapkan pada program. Penulisan ini menggunakan bahasa pemrograman Java karena berbasis Android dan menggunakan tool Android Studio.

f. Pengujian

Tahap ini yaitu menguji program untuk mengetahui kesesuaian kebutuhan pengguna dan tidak terjadi eror dengan cara pengujian black box (black box testing). Pengujian ini merupakan salah satu jenis pengujian yang proses ujinya dengan cara mengamati hasil eksekusi melalui data uji dan memeriksa fungsional dari perangkat lain.

Pada proses pengumpulan data, berikut kajian teori yang berkaitan dengan penelitian ini, diantaranya:

a. Observasi

Dalam penelitian ini, dilakukan survey degan cara membagikan kuesioner kepada 400 siswa Sekolah Menengah Pertama (SMP) dengan tujuan untuk mengetahui ketertarikan siswa terhadap aplikasi Kamus Bebasan – Indonesia. Dari 400 siswa, terdapat

328 siswa yang tertarik untuk mempelajari aplikasi tersebut.

b. Studi Literatur

a) Algoritma Knuth Morris Pratt (KMP) Algoritma KMP merupakan algoritma pencocokan string linier waktu yang digagas oleh Knuth, Morris dan Pratt. Dalam algoritma ini, terdapat fungsi pinggiran atau kadang juga disebut fungsi awalan untuk pola. Fungsi awalan ini merangkum pengetahuan tentang bagaimana pola membandingkan terhadap pergeseran diri sendiri. Kita dapat memanfaatkan informasi ini untuk menghindari pergeseran yang tidak berguna dalam algoritma ini dan untuk menghindari transisi penuh fungsi sebelum komputasi dalam aplikasi [6]. secara garis besar, langkah kerja dari algoritma Knuth Morris Pratt yaitu:

1. Algoritma Knuth Morris Pratt mulai mencocokkan pattern (pola) pada awal teks. 2. Dari kiri ke kanan, akan mencocokan

karakter per karakter di teks yang bersesuaian, sampai salah satu kondisi berikut terpenuhi:

1) Karakter di pattern dan di teks yang dibandingkan tidak cocok (mismatch); 2) Semua karakter di pattern cocok. Maka

algoritma akan memberitahukan penemuan di posisi ini.

b) Metode Pengembangan Perangkat Lunak

Model Prototipe merupakan salah satu metode pengembangan perangkat lunak yang banyak digunakan oleh pengembang karena selain sederhana, metode ini juga dapat menyesuaikan kebutuhan user secara detail dalam pembuatan perangkat lunak [7]. Metode ini mampu menawarkan pendekatan yang terbaik dalam hal kepastian terhadap efisiensi algoritma, kemampuan penyesuaian diri dari sebuah site

operasi atau bentuk-bentuk yang harus dilakukan oleh interaksi manusia dengan mesin. Siklus dari model prototipe ini sebagai berikut:

(3)

Model prototipe ini dimulai dari adanya komunikasi dengan pelanggan untuk mengumpulkan kebutuhan terhadap perangkat lunak yang akan dibuat. Lalu dibuatnya perencanaan secara cepat terhadap perangkat lunak agar pelanggan lebih terbayang dengan apa yang sebenarnya diinginkan berupa simulasi alur perangkat lunak. Setelah pengembang dan pelanggan sepaham mengenai alur perangkat lunak yang akan dikembangkan, maka pengembang akan mengimplementasi alur yang telah disepakati dalam program yang harus dibangun. Program yang telah dibangun oleh pengembang ini dievaluasi oleh pelanggan sampai ditemukan spesifikasi yang sesuai dengan keinginan pelanggan.

c) Unified Modelling Language (UML)

UML merupakan suatu pemodelan yang digunakan pada perangkat lunak yang berorientasi objek berupa kumpulan diagram-diagram untuk mereprresentasikan perangkat lunak agar mudah dipahami tanpa harus membaca satu per satu kode program [9][10]. UML juga bisa diartikan sebagai bahasa pemodelan yang menggunakan konsep orientasi objek dengan direpresentasikan berupa diagram-diagram diantaranya diagram use case, diagram kelas, diagram sekuen dan diagram aktivitas [11].

d) Kamus

Menurut kamus besar bahasa Indonesia, pengertian dari kamus adalah buku acuan yang memuat kata dan ungkapan yang biasanya disusun menurut abjad berikut keterangan tentang maknanya, pemakaiannya dan terjemahannya. Kamus dapat juga digunakan sebagai buku rujukan yang menerangkan makna kata-kata yang berfungsi untuk membantu seseorang mengenal perkataan baru. Selain menerangkan maksud kata, kamus juga mungkin mempunyai pedoman sebutan, asalusul (etimologi) sesuatu perkataan dan juga contoh penggunaan bagi sesuatu perkataan. Untuk memperjelas kadang kala terdapat juga ilustrasi di dalam kamus Terdapat banyak kamus yang populer di Indonesia, baik bahasa asing maupun bahasa daerah seperti: kamus bahasa Jawa, bahasa Betawi, bahasa Bebasan, bahasa Gorontalo dan lainnya [12].

e) Pengenalan Suara (Speech Recognition)

Speech Recognition didefinisikan sebagai proses pengubahan sinyal suara ke bahasa (linguistic) mesin dalam bentuk data digital (biasanya berupa teks sederhana). Dengan kata lain, pengenalan suara menyatakan kemampuan untuk mencocokkan pola dari yang didapatkan atau diperoleh perbendaharaan kata terhadap sinyal suara ke dalam bentuk yang tepat. Pengertian lainnya, pengenalan ucapan adalah suatu

III.HASIL DAN PEMBAHASAN

Dalam penelitian ini dilakukan analisis, perancangan, implementasi dan pegujian terhadap sistem yang akan dibuat.

A. Analisis

Tujuan dari proses analisis ini yaitu untuk menganalisa kebutuhan – kebutuhan pada pembuatan aplikasi Kamus Bebasan – Indonesia sehingga masalah yang muncul dapat diatasi sesuai dengan kebutuhan.

a. Analisis Sistem yang Diusulkan

Berikut flowmap sistem yang diusulkan sesuai dengan penyelesaian masalah yang ada:

Gambar 2. Flowmap Sistem yang Diusulkan

b. Analisis Kebutuhan Pengguna

Aplikasi Kamus Bebasan - Indonesia dapat digunakan oleh siapa saja yang menggunakan

smartphone berbasis Android. Walau demikian, pengguna aplikasi harus tetap memiliki kriteria sebegai berikut:

Tabel 1. Segmentasi User Karakter Fisik Pengguna Umur 7 tahun ke atas Prioritas Umur 12 – 16 tahun

Jenis Kelamin Perempuan dan laki-laki Disabilities Tidak tuna netra, tidak tuna

aksara

Pengetahuan dan Pengalaman Computer

Literacy

Mengetahui bagaimana cara mengoperasikan smartphone terutama dengan sistem operasi Android

Native Language or Culture

Bahasa Indonesia

c. Arsitektur Sistem

(4)

78 Gambar 3. Arsitektur Sistem

d. Analisis Algoritma

Algoritma adalah langka-langkah atau urutan degan diawali pendefinisian terlebih dahulu untuk menjalankan suatu fungsi sesuai kebutuhan. Berikut flowchart dari algoritma KMP pada aplikasi Kamus Bebasan – Indonesia:

Gambar 4. Analisis Algoritma KMP

B. Perancangan

Pada tahap ini, karena menggunakan model pendekatan berorientasi objek maka pemodelan sistem menggunakan UML (Unified Modelling Language)

a. Diagram Use Case

Diagram use case merupakan diagram yang mengambarkan hubungan yang terjadi antara aktor dan use case dalam sebuah sistem.

Gambar 5. Diagram Use Case

a) Definisi aktor

Definisi aktor bertujuan untuk menjelaskan aktor terdapat pada diagram use case.

Tabel 2. Definisi Aktor

No Aktor Tugas Hak Akses

1. User Melihat kata

yang dicari baik Bahasa Indonesia atau Bebasan

User memiliki hak akses untuk mencari kata yang akan diterjemahkan baik dari bahasa Indonesia ke Bebasan atau sebaliknya dengan masukan berupa teks atau suara

2 Google Mengkon-versi suara user menjadi teks

-

b) Definisi Use Case

Definisi use case bertujuan untuk menjelaskan fungsi-fungsi use case pada diagram use case.

Tabel 3. Definisi Use Case No. Kode Use

Case

Use Case Deskripsi

1. UC01 Memasuk-an Kata

Memasukkan kata merupakan proses untuk input kata yang akan dicari terjemahannya oleh user baik ke dalam bahasa Indonesia maupun ke dalam Bebasan.

2. UC02 Memasuk-an Kata berupa suara

Memasukkan kata berupa suara merupakan proses konversi data suara user ke data teks 3. UC03

Menerje-mahkan kata

(5)

b. Diagram kelas

Diagram kelas merupakan pemodelan sistem yang menggambarkan struktur kelas yang berada di dalam sistem.

Gambar 6. Diagram Kelas

c. Diagram Sekuen

Diagram Sekuen menggambarkan interaksi antar objek baik di dalam maupun di sekitar sistem berupa pesan yang digambarkan terhadap waktu dan terdiri atas dimensi horizontal (objek yang terkait) dan vertikal (waktu).

Gambar 7. Diagram Sekuen d. Diagram Aktivitas

Diagram aktivitas merupakan pemodelan sistem yang menggambarkan aktivitas dari sebuah sistem.

Gambar 8. Diagram Aktivitas C. Implementasi

Pada tahap implementasi yang akan dibahas yaitu mengenai pengimplementasian kebutuhan yang digunakan dalam proses pembuatan aplikasi dan proses pembuatan dokumentasi mengenai perancangan aplikasi.

a. Implementasi Antarmuka a) Halaman Home

(6)

80

b) Halaman Bebasan – Indonesia

Halaman Bebasan - Indonesia menampilkan field masukkan teks yang bertujuan untuk memasukkan kata yang ingin dicari. Pada halaman ini algoritma Knuth Morris Pratt diimplementasikan untuk pencocokan string yaitu pencocokan pattern

(kata yang dicari) dan teks (kata yang ada dalam Database).

Gambar 10. Tampilan Bebasan – Indo

c) Halaman Indonesia – Bebasan

Gambar dibawah ini merupakan halaman untuk menerjemahkan dari Bahasa Indonesia ke Bebasan. Tampilannya sama dengan gambar 4.2, namun perbedaannya hanya kata saja yang dicari. Di halaman ini, kata yang akan diterjemahkan yaitu kata Indonesia.

Gambar 11. Tampilan Indo – Bebasan

d) Halaman Tentang

Gambar dibawah ini merupakan halaman yang menjelaskan tujuan dari aplikasi yang telah dibuat.

Gambar 12. Tampilan Tentang

e) Halaman Setelah Data Diterjemahkan Dibawah ini merupakan tampilan saat

mencari kata “Abang” dalam Bebasan.

Apabila data sesuai dengan Database maka

arti dari kata “Abang” ditemukan yaitu “merah” sesuai dengan gambar yang

ditampilkan.

Gambar 13. Tampilan Hasil Kata Bahasa Indonesia

Gambar selanjutnya yaitu tampilan ketika kata yang dimasukkan berhubungan dengan kata yang ada di Database dan lebih dari satu. Dalam aplikasi ketika ada kata yang dimasukkan (beberapa huruf) ada di dalam sebagian kata yang ada dalam Database, maka sistem akan memunculkan kata yang berhubungan dengan kata yang dimasukkan.

Seperti gambar diatas, ketika kata “am”

dimasukkan di dalam field masukkan kata dan langsung tekan tombol terjemahkan sistem menampilkan kata yang mengandung am, diantaranya agame, ambane, ambe,

(7)

Gambar 14. Tampilan Alternatif Pencarian

b. Implementasi Speech Recognition

Dalam aplikasi yang dibangun, menggunakan inputan suara yang berarti adanya konversi suara ke teks. Tujuan dari pengimplementasian speech recognition yaitu agar user lebih mudah menggunakan aplikasi tanpa harus mengetik terlebih dahulu. Walaupun demikian, fungsi ini hnaya menjadi opsi apabila ingin melakukan pencarian lebih cepat. Berikut implementasi speech recognition yang digunakan dalam aplikasi ini:

private void askSpeechInput() {

Intent intent = new

startActivityForResult(intent,

1000);

} catch

(ActivityNotFoundException a) {

}

Fungsi askSpeechInput() merupakan fungsi

pengenalan suara yaitu fitur RecognizerIntent

yang dimiliki oleh Google. D. Pengujian

Pengujian sistem bertujuan untuk menemukan kekurangan-kekurangan atau bahkan kesalahan-kesalahan perangkat lunak yang diuji.

a)

Pengujian Black Box

Pengujian black box (Black box testing) merupakan pengujian yang fokus pada spesifikasi fungsional dari perangkat lunak.

Tester dapat mendefinisikan kumpulan kondisi masukkan dan melakukan pengetesan pada spesifikasi fungsional program. Berikut pengujian black box pada aplikasi Kamus Bebasan – Indonesia:

Tabel 4. Pengujian Black Box

No Aktivitas

b)

Pengujian Algoritma KMP

(8)

82 Morris Pratt dengan Sql Query agar terlihat

keefektifan dari algoritma yang digunakan. Percobaan dilakukan sebanyak empat sesi untuk mencari data yang dapat diterima dan setiap sesi dilakukan tiga kali pencocokan. Dibawah ini merupakan tabel hasil perbandingan percobaan untuk melihat waktu eksekusi sistem pada proses pencocokan string antara menggunakan algoritma

Knuth Morris Pratt dan tanpa menggunakan algoritma (menggunakan query biasa).

Tabel 5. Hasil Keseluruhan Pengujian Waktu

Percoba-Dari tabel diatas, penggunaan algoritma Knuth Morris Pratt dinilai cukup membantu prosses kinerja sistem. Adanya penggunaan algoritma ini menjadikan performasi pencocokan

string jauh lebih cepat dibandingkan tanpa menggunakan algoritma (sql query). Hal ini akan sangat berpengaruh, terutama device yang digunakan memiliki spesifikasi yang lebih rendah daripada device yang dilakukan saat pengujian.

IV.PENUTUP A. Kesimpulan

Berdasarkan penelitian yang telah dilakukan dengan melalui tahap analisis dan implementasi serta pengujian terhadap aplikasi yang dibangun, dapat disimpulkan bahwa:

a. Algoritma Knuth Morris Pratt dapat diimplementasi pada aplikasi mobile Kamus Bebasan – Indonesia berbasis speech recognition dalam proses pencarian kata; b. Pada tahap pengujian proses pencarian kata

dengan hasil dua belas kata pengujian secara keseluruhan menggunakan algoritma Knuth Morris Pratt lebih cepat sekitar 45.42% sehingga dapat dikatakan bahwa kinerja Algoritma Knuth Morris Pratt cukup efektif digunakan dalam aplikasi Kamus Bebasan – Indonesia ini.

B. Saran

Penulis menyadari bahwa terdapat kekurangan dalam pengembangan aplikasi yang telah di bangun ini. Dengan itu, perlu dilakukan pengembangan- pengembangan yang lebih baik lagi guna memenuhi kebutuhan pengguna yang semakin dinamis terutama dalam bidang informasi dan teknologi. Adapun saran-saran terhadap pengembangan selanjutnya dari aplikasi yang dibangun sebagai berikut:

a. Aplikasi ini hanya dapat berjalan pada satu

platform yaitu android, sebaiknya dikembangkan menjadi aplikasi yang dapat digunakan dalam beberapa platform (multiplatform) seperti iOS, Windows Phone, dll;

b. Aplikasi ini hanya berfungsi layaknya kamus, yaitu hanya mencari kata dalam bebasan ke bahasa Indonesia atau sebaliknya. Sebaiknya dikembangkan dengan cara menambah menu permainan atau kuis sehingga dapat memperluas kata yang dikuasai user;

c. Dalam update data pada aplikasi ini dilakukan oleh pengembang, sebaiknya untuk penelitian selanjutnya pada fitur update data bisa juga dilakukan oleh user, namun tetap harus melalui proses seleksi data dari pengembang.

V. REFERENSI

[1] N. Ridarineni, “Ratusan Bahasa Daerah di Indonesia Punah,” Fakhruddin, Muhammad, 2014. .

[2] Ilung, “Disparbud Susun Peraturan Walikota Pelestarian ‘Bebasan’ Bahasa Jawa Cilegon,” Fakta Banten, Cilegon, Nov-2017.

[3] W. Hartomo, “Pengenalan Suara Aplikasi Kamus Istilah Kesehatan Berbasis Android,” 2014. [4] M. Y. Soleh, “Implementasi Algoritma KMP dan

Boyer-Moore dalam Aplikasi Search Engine Sederhana,” Makal. IF3051 Strateg. Algoritm. [5] A. J. Chabuk, N. Al-Ansari, H. M. Hussain, S.

Knutsson, and R. Pusch, “GIS-based assessment of combined AHP and SAW methods for selecting suitable sites for landfill in Al-Musayiab Qadhaa, Babylon, Iraq,” Environ. Earth Sci., vol. 76, no. 209, p. 12, 2017.

[6] T. H. Cormen, C. E. Leiserson, R. L. Rivest, and C. Stein, Introduction to Algorithms, Third. London, 2009.

[7] M. A. Ramdhani, Metodologi Penelitian untuk Riset Teknologi Informasi. Bandung: UIN Sunan Gunung Djati Bandung, 2013.

[8] R. S. Pressman, Software-Engineering: A

Practitioner’s Appoarch, Seventh. New York: McGraw-Hill, 2010.

[9] M. Irfan, I. Z. Mutaqin, and R. G. Utomo,

(9)

Pronounce Hijaiyah Letters,” IEEE CITSM, 2016. [10] D. S. Maylawati, W. Darmalaksana, and M. A.

Ramdhani, “Systematic Design of Expert System Using Unified Modelling Language,” IOP Conf. Ser. Mater. Sci. Eng., vol. 288, no. 1, p. 12047, 2018.

[11] D. Setiawati, I. Taufik, Jumadi, and W. Z. Budiawan, “Klasifikasi Terjemahan Ayat Al-Quran Tentang Ilmu Sains Menggunakan Algoritma Decision Tree Berbasis Mobile,” J. Online Inform., vol. 1, no. 1, pp. 24–27, 2016.