Pengukuran Tingkat Kemiripan Dokumen Teks Dengan Proses Algoritma Genetika Menggunakan POSI Formulation

PENGUKURAN TINGKAT KEMIRIPAN DOKUMEN TEKS

DENGAN PROSES ALGORITMA GENETIKA

MENGGUNAKAN POSI FORMULATION

TESIS

DARWIS ROBINSON MANALU

127038077

PROGRAM STUDI S2 TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

PERSETUJUAN

Judul

_:

Pengukuran Tingkat Kemiripan Dokumen Teks Dengan Proses Algoritma Genetika Menggunakan POSI Formulation

Kategori : Tesis

Nama _{: Darwis Robinson Manalu}

NIM : 127038077

Program Studi : S2 Teknik Informatika

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

Komisi Pembimbing

Pembimbing 2, Pembimbing 1,

Dr. Poltak Sihombing, M.Kom Prof. Dr. Muhammad Zarlis

Diketahui/Disetujui oleh

Program Studi S2 Teknik Informatika Ketua,

Prof. Dr. Muhammad Zarlis

PERNYATAAN

PENGUKURAN TINGKAT KEMIRIPAN DOKUMEN TEKS

DENGAN PROSES ALGORITMA GENETIKA

MENGGUNAKAN POSI FORMULATION

TESIS

Saya mengakui semua tesis ini adalah hasil karya saya sendiri kecuali beberapa kutipan dan ringkasan yang masing-masing telah di disebutkan sumbernya.

Medan, Februari 2015

Telah diuji pada

Tanggal : 3 Februari 2015

PANITIA PENGUJI TESIS

Ketua : Prof Dr. Muhammad Zarlis

Anggota : Dr. Poltak Sihombing, M.Kom

: Prof. Dr. Herman Mawengkang

: Dr. Erna Budhiarti Nababan

PERNYATAAN PERSETUJUAN PUBLIKASI

KARYA ILMIAH UNTUK KEPENTINGAN

AKADEMIS

Sebagai civitas akademika Universitas Sumatera Utara, saya yang bertanda tangan di bawah ini:

Nama : Darwis Robinson Manalu

NIM : 127038077

Program Studi : S2 Teknik Informatika Jenis Karya Ilmiah : TESIS

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exclusive

Royalty free Right) atas Tesis saya yang berjudul:

Pengukuran Tingkat Kemiripan Dokumen Teks Dengan Proses Algoritma Genetika Menggunakan Posi Formulation

Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non-Eksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk database, merawat dan mempublikasikan Tesis saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan atau sebagai pemilik hak cipta.

Demikian pernyataan ini dibuat dengan sebenarnya.

Medan, Februari 2015

RIWAYAT HIDUP

DATA PRIBADI

Nama : Darwis Robinson Manalu, S.Kom,MM

Tempat dan Tanggal Lahir : Nagurguran 10 April 1976

Alamat Rumah : Jl Serimpi III No 6 Medan Permai,

Kelurahan Namo Gajah, Medan

Tuntungan

Telepon / HP : 081264960001

Email : manaludarwis@gmail.com

Instansi Tempat Bekerja : Kopertis Wilayah I Dpk UMI-Medan

Alamat Kantor : Jlan Hang tuah No 8 Medan

DATA PENDIDIKAN

Nama Institusi Status Tahun

SD : SD Negeri 3 No. 173395 Doloksanggul Tamat 1988

SMP : SMP Negeri 1 Doloksangul Tamat 1991

SMU : SMA Negeri 1 Doloksanggul Tamat 1994

D-3 : Teknik Komputer

Universitas Sisingamangaraja XII Medan

Tamat 1998

S-1 : Teknik Informatika

STMIK Sisingamangaraja XII Medan

Tamat 2001

S-2 : Magister Manjemen

Universitas HKBP Nommensen

Tamat 2007

S-2 : Teknik Informatika

Universitas Sumatera Utara

UCAPAN TERIMAKASIH

Puji Syukur kehadirat Tuhan Yang Maha Kuasa yang telah memberikan berkat dan lindunganNya kepada penulis sehingga Tesis ini dapat diselesaikan dengan judul

“Pengukuran Tingkat Kemiripan Dokumen Teks Dengan Proses Algoritma Genetika

Menggunakan POSI Formulation”.

Tesis merupakan salah satu syarat yang harus dipenuhi oleh setiap mahasiswa untuk mendapat gelar Magister Komputer pada Program Studi Teknik Informatika Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

Pada kesempatan ini pula penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada berbagai pihak yang telah banyak membantu peneliti baik secara moril maupun material, langsung dan tidak langsung sehingga penulisan tesis ini selesai tepat pada waktunya. Untuk itu semua saya ingin mengucapkan terima kasih kepada :

1. _{Bapak Prof. Dr. dr. Syahril Pasaribu,DTMH,M.Sc(CTM), Sp.A(K) selaku Rektor}

Universitas Sumatera Utara

2. _{Bapak Prof. Dr. H. Muhammad Zarlis sebagai Dekan FASILKOM-TI dan Ketua}

Program Studi S2 Teknik Informatika sekaligus Pembimbing 1 yang telah banyak memberikan masukan dan arahan dalam perkuliahan dan pengerjaa tesis ini.

3. _{Bapak M. Andri Budiman, ST, M.Comp.Sc, MEM selaku sekretaris Program}

Studi S2 Teknik Informatika.

4. _{Bapak Dr. Poltak Sihombing, M.Kom selaku pembimbing 2 yang telah banyak}

memotivasi dan mengarahkan selama perkuliahan serta memberikan dorongan dalam penulisan tesis ini.

5. _{Bapak Prof. Dr. Herman Mawengkang selaku ketua komisi Penguji .}

6. _{Bapak Prof Dr. Iriyanto, M.Si , selaku anggota komisi Penguji .}

7. _{Ibu Dr. Erna Budhiarti Nababan selaku anggota komisi Penguji .}

8. _{Bapak/Ibu Dosen Program Studi S2 Teknik Informatika}

9. Staf dan Pegawai yang telah baik melayani selama perkuliahan tentang administrasi

dan informasi.

11.Bapak Ir. Pantas Simanjuntak,MM Selaku Rektor Universitas Methodist Indonesia yang telah memberikan dukungan dan kesempatan untuk melanjutkan perkuliahan di Universitas Sumatera Utara baik moril dan material.

12.Bapak Drs. Humuntal Rumapea, M.Kom Selaku Dekan Fakultas Ilmu Komputer

Universitas Methodist Indonesia yang selalu memberikan dukungan dalam perkuliahan.

13.Rekan-rekan Dosen Fakultas Ilmu Komputer Universitas Methodist Indonesia

14.Rekan-rekan mahasiswa S2 Teknik Informatika Angkatan 2012 Kelas C.

15._{Kepada Ibunda tercinta B br Purba yang selalu memberikan dukungan moril,}

materil serta doa kepada penulis sampai saat ini.

16. Kepada istriku tercinta Dessy Rumika Napitupulu, SE dan anak-anakku tercinta

Grace Romasta Manalu dan Geraldo Cakra Buana Manalu yang selalu memberikan dorongan dan dukungan selama perkuliahan.

17._{Semua pihak yang telah memberikan bantuan moral dan material dalam}

penyelesaian tesis ini.

Penulis menyadari bahwa kemampuan dan pengalaman penulis masih sangat terbatas. Oleh karena itu, semoga kekurangan yang ada pada penulis dapat diperbaiki dan harapan saya Tesis ini bermanfaat bagi semua pihak,

Medan, Februari 2015 Penulis,

DAFTAR ISI

PENGESAHAN………... i

PERNYATAAN ORISINALITAS……….. ii

PANITIA PENGUJI...……….. iii

PERSETUJUAN PUBLIKASI... iv

RIWAYAT HIDUP ....……….. v

UCAPAN TERIMAKASIH...……… _vi

DAFTAR ISI ...…..……… _viii

1.1. Latar Belakang Masalah ... 1

1.2. Rumusan Masalah... 2

1.3. Batasan Masalah ... 2

1.4. Tujuan dan Manfaat... 3

1.5. Sistematika Penelitian ... 3

BAB 2 TINJAUAN PUSTAKA ... 5

2.1. Information Retrieval ………. ₅

2.1.1 Definisi……….. ₅

2.1.2 Arsitektur Information Retrieval System……… ₆

2.2. Algoritma Genetika………... ₈

2.2.1. Pengertian Dasar Metode Algoritma Genetika…………. ₉

2.2.2 Operator Algoritma Genetika ……… ₁₄

2.3 Algoritma Umum pada Algoritma Genetika ……… ₁₈

2.3.1 Membentuk Model Kromosom. ……….. ₁₉

2.3.2 Membentuk Populasi Awal Secara Acak……… ₁₉

2.3.5 Melakukan Crossover dan Mutasi………. ₂₂

2.3.6 Evaluasi Generasi Berikutnya. ………. ₂₅

2.4 Fungsi Cosine Similaritas ……….. ₂₅

2.5 POSI Formulation ………. ₂₆

2.6 Teks Mining ……….. ₂₇

2.6.1 Pengertian Teks Mining………. ₂₇

2.6.2 Ruang Lingkup Teks Mining ………. ₂₈

2.6.3. Ekstraksi Dokumen………. ₃₀

2.6.3.1 Case folding dan Tokenizing ………. 31 2.6.3.2 Filtering ………. ₃₁

2.7 String Matching... ………... ₃₂

2.8 Penelitian Terdahulu ………. ₃₂

2.9 Kontribusi Penelitian……….. ₃₃

BAB 3 METODOLOGI PENELITIAN ... 34

3.1 Tahapan Penelitian………. ₂₉

3.2 Jenis dan Sumber Data………. ………. 30

3.3 Pengumpulan Data……… ₃₀

3.4 Metode Pengujian Data……… ₃₂

3.4.1 Kerangka Pengujian………. ₃₁

3.4.2 Proses Kompetisi Kata Kunci ……….. ₃₃

3.4.3 Pembentukan Kromosom ……… ₃₄

3.4.3 POSI Formulation………. ……….. ₃₆

BAB 4 PEMBAHASAN DAN HASIL ₄₄ 4.1 Pembahasan ………. ₄₄

4.2 Kromosom Kata Kunci………. ₄₅

4.3 Representasi Kata Kunci……… ₄₈

4.4 Evaluasi Fitness Kata Kunci ……… ₄₈

4.7 Mutasi Kromosom Kata Kunci……….. ₇₀

4.8 Rekombinasi Kromosom Kata Kunci……….. ₇₂

4.9 Kromosom Kata Kunci Solusi ………. ₇₃

4.10 Pengujian Dan Hasil ……….. ₇₄

4.10.1 Prototipe Aplikasi ……… ₇₄

4.10.2 Pengujian Kemiripan Dokumen……… ₇₅

4.10.3 Perhitungan Persentase Kemiripan……… ₇₆

BAB 5 SIMPULAN DAN SARAN ₇₇ 5.1 Simpulan………. 77

5.2 Saran……… 77

DAFTAR TABEL

Tabel 2.1 Perhitungan Nilai Fitness………. 12

Tabel 4.1 Kata Kunci Dari Permintaan User ………. 45

Tabel 4.2 Mutasi Kromosom Kata Kunci ………. 73

Tabel 4.3 Sumber Dokumen Yang Diuji ……….. 77

Tabel 4.4 Pengujian Dan Hasil ……… 78

DAFTAR GAMBAR

Gambar 2.1 Sistem Temu Kendali Informasi……….………… 8

Gambar 2.2 Proses Algoritma Genetika ………. 12

Gambar 2.3 Individu Dalam Algoritma Genetika ……… 13

Gambar 2.4 Seleksi Berdasarkan Pada Regular Sampling Space………. 15

Gambar 2.5 Seleksi Dilakukan Pada Enlarge Sampling Space ………. 16

Gambar 2.6 Tahap Preprocessing……… 31

Gambar 2.7 Proses Tokenizing……… 31

Gambar 2.8 Proses Filtering……… 31

Gambar 3.1 Metodologi Pengelolaan Pengukuran Kemiripan Dokumen ……. 30

Gambar 3.1 Skema Proses Dan Aliran Data ……….. 34

Gambar 3.2 Flowchart Preprocessing ……… 37

Gambar 3.3 Skema Kompetisi Kata Kunci ……… 38

Gambar 3.4 Proses Pembentukan Kromosom ……….. 40

Gambar 3.5 Proses Pengujian Kemiripan ……….. 41

Gambar 3.4 Perhitungan Persentase Kemiripan ………. 43

Gambar 4.1 Diagram Lingkaran ……… 69

Gambar 4.2 Tampilan Daftar Dokumen ………. 76

Gambar 4.3 Tampilan Pemilihan Dokumen yang Akan Diuji ………..… 76