PERSETUJUAI\ ARTIKEL ILMIAH. Mashar Eka Putra Dai. S1-Sistem Informasi. Teknik Informatika. Teknik. Penerapan Metode Document Frequency

Transkripsi

1 PERSETUJUAI\ ARTIKEL ILMIAH Artikel ilmiah hasil penelitian mahasiswa: Nama NIM Mashar Eka Putra Dai Program Studi S1-Sistem Informasi Jurusan Teknik Informatika Fakultas Teknik Judul Karya Ilmiah Penerapan Metode Document Frequency Dokumen Karya Ilmiah Term Frequency Inverse (TF-IDF) Dalam Pencarian Telah diperiksa sesuai dengan pedoman penulisan artikel ilmiah Universitas Negeri Gorontalo dan disetujui untuk dipublikasikan. Gorontalo, Januari2015 Pembimbing 1,!.-7 Moh.HidayatKonilro. ST. M.Kom NrP t6200t Abd. S.Kom NrP Ketuafu* hui, isl Sistemlnformasi 'i.. }) \i, S.Kom, M.Si

2 PENERAPAN METODE TERM FREQUENCY INVERSE DOCUMENT FREQUENCY (TF-IDF) DALAM PENCARIAN DOKUMEN KARYA ILMIAH Mashar Eka Putra Dai 1, Moh. Hidayat Koniyo 2, Abd. Azis Bouty 3 1 Mahasiswa Teknik Informatika Universitas NegeriGorontalo ²Dosen Teknik Informatika Universitas NegeriGorontalo ³Dosen Teknik Informatika Universitas NegeriGorontalo Abstrak Tujuan dari penelitian ini adalah pencarian dokumen karya ilmiah dengan metode yang digunakan dalam penelitian ini yaitu eksperimen. Tahapan-tahapan yang di lakukan dalam eksperimen adalah Tokenizing, proses Stopword, proses Term wighting dan proses Indexing database serta menggunakan algoritma Term Frequency Inverse Document Frequency (TF-IDF) dalam pembobotan kata di tiap dokumen. Hasil dari penelitian ini adalah aplikasi pencarian dokumen karya ilmiah yang dapat memberikan informasi mengenai dokumen karya ilmiah baik TA, Skripsi, dan Penelitian Dosen. Output yang di tampilkan dalam pencarian berupa judul dan abstrak artikel ilmiah serta dokumen karya ilmiah sesuai dengan query masukan pengguna sistem. Kata Kunci : Temu Kembali Informasi, Karya Ilmiah, Term Frequency Inverse Document Frequency, TF-IDF. 1. PENDAHULUAN Jurusan teknik informatika merupakan salah satu dari beberapa jurusan yang ada di Fakultas Teknik Universitas Negeri Gorontalo yang ditiap tahunnya memiliki lulusan wisudawan dan wisudawati. Dari banyaknya jumlah lulusan yang ada maka telah banyak dokumen karya ilmiah yang di hasilkan. Dikarenakan penyimpanan dokumen karya ilmiah masih memiliki kendala, menyebabkan sulitnya pencarian

3 dokumen tersebut. Pada penelitian sebelumnya oleh Zafikri (2008) membangun sebuah aplikasi pencarian dokumen menggunakan perangkat lunak Borland Delphi 7.0. berbasis desktop. Hasil akhir dari penelitiannya yaitu dapat menampilkan informasi hasil pencarian berdasarkan query menggunakan metode TF-IDF. w = tf (log ( D /df ) + 1 ) (1) Keterangan : w = bobot term t terhadap dokumen d tf = jumlah kemunculan term t dalam dokumen d D = jumlah semua dokumen yang ada dalam database df = jumlah dokumen yang mengandung term t Sedangkan kekurangan dari penelitian ini adalah terdapat kejadian dimana sistem me-retrieve dokumen-dokumen relevan dengan bobot atau nilai relevansi yang sama untuk sebuah query. Pada penelitian Meisya (2013) dalam penelitiannya menerapkan crawling website sistem yang mampu mengumpulkan dokumen berita dengan mengimplementasikan metode pembobotan kata dengan metode kombinasi TF-IDF secara lengkap sehingga lebih banyak data relevan yang dapat di perhitungkan dalam proses pencarian. Hasil akhir dari penelitiannya yaitu sistem yang di buat dapat melakukan proses pencarian dan menemukan informasi berupa judul berita, potongan isi berita dan hasil pencarian yang di tampilkan terurut berdasarkan pembobotan tertinggi. Dari beberapa penjelasan penelitian sebelumnya, peneliti melakukan perancangan sistem pencarian dokumen untuk me-retrieve dokumen karya ilmiah dengan melakukan perhitungan bobot tiap kata di tiap dokumen serta perankingan dokumen yang dianggap relevan terhadap query yang di cari dengan memanfaatkan metode Term Frequency Inverse Document Frequency (TF-IDF). Hasil dari penelitian ini adalah aplikasi pencarian dokumen karya ilmiah berbasis web yang dapat memberikan informasi berupa judul, abstrak serta artikel penelitian sesuai query yang dicari penggunga sistem. 2. TINJAUAN PUSTAKA Sistem temu kembali informasi adalah suatu proses pencocokan terhadap query untuk mendapatkan dokumen yang dianggap relevan atau memiliki kemiripan (similaritas) terhadap dokumen yang di cari oleh pengguna sistem tersebut. Menurut Ingwersen (1992) menjelaskan bahwa sistem temu kembali informasi adalah sebuah sistem yang dibangun melalui proses antara objek sistem, sistem setting, dan situasi yang memungkinkan terjadinya penelusuran dan ditemukannya informasi potensial yang diinginkan oleh penelusur informasi. Pencarian informasi merupakan bagian dari sistem temu kembali informasi yang merupakan suatu proses untuk mencari dan menemukan kembali (retrieve) dokumen dari suatu simpanan file (indeks) sebagai jawaban atas permintaan informasi. Dapat atau tidaknya suatu dokumen yang terpanggil dari suatu file adalah tergantung dari kesamaan antara dokumen dengan query, Salton (dalam Purba,2011). 3. METODE PENELITIAN Metode penelitian yang digunakan pada penelitian ini adalah metode penelitian eksperimen dengan tahapan sebagai berikut: Gambar 1 tahapan eksperimen

4 A. Pengumpulan data Data yang digunakan dalam penelitian ini adalah dokumen karya ilmiah mahasiswa dan dosen yang ada di jurusan teknik informatika fakultas teknik universitas negeri gorontalo. B. Preprocessing Proses preprocessing terdiri dari 4 tahapan proses yaitu : 1. Tokenizing Proses tokenizing dilakukan untuk memisahkan string teks yang ada pada dokumen asli kedalam daftar kempulan kata (tabel kata) berdasarkan pemisah spasi (satu spasi) menjadi array dengan melkukan fungsi tokenizing. Proses ini juga melakukan pembersihan karakterkarakter tertentu seperti tanda baca dengan melakukan fungsi penghilangan tanda baca serta merubah huruf menjadi huruf kecil. 2. Stopword Proses ini dilakukan untuk mengeliminasi kata yang di anggap tidak memiliki makna sebagai contoh : kata atau, di, kemudian dan lain sebagainya dengan melakukan fungsi stopword. Artinya jika kata yang ada pada tabel kata di temukan satu atau lebih pada tabel stopword maka kata tersebut di eliminasi atau di hilangkan dengan melakukan fungsi stopword. 3. Term Wighting Setelah melalui proses tokenisasi dan stopword selanjutnya di lakukan proses term wighting atau pembobotan tiap kata pada tiap dokumen. Proses ini dilakukan berdasarkan skema pembobotan TF-IDF dengan mengalikan bobot Term Frequency (TF) dan Inverse Document Frequency (IDF). Untuk menentukan hasil bobot tiap kata pada tiap dokumen, langkah pertama yang dilakukan adalah: a. menentukan bobot Term Frequency (TF) dengan mencari tingkat kemunculan kata pada tiap dokumen (count) kemudian dicek apakah kata tersebut ada dalam tabel_kata atau tidak, jika ada maka di hitung tingkat kemunculan kata tersebut (berapakali kata tersebut muncul). b. Setelah ditemukan nilai TF maka langkah selanjutnya mencari nilai Inverse Document Frequency (IDF) dengan membagi jumlah keseluruhan dokumen (D) dan banyaknya dokumen yang mengandung term (df) dan hasil bagi tersebut di Log (logaritma) kemudian di tambahkan +1 agar hasil bobot IDF tidak menghasilkan nol sesuai dengan rumus Log D/DF + 1. c. Setelah ditemukan nilai Tf dan Idf maka kedua nilai dari TF dan IDF akan dikalikan untuk mendapatkan nilai bobot Tf-Idf. Contoh nilai Tf dari kata aplikasi dengan cont (Tf)=4 dan Idf= (setelah di tambah +1) yang kemudian di kalikan sehingga mendapatkan nilai bobot Tf-IDF w= Index database Index database merupakan hasil dari proses preprocessing dimana hasil tersebut didapat dari perkalian bobot TF dan IDF dan hasil tersebut disimpan kedalam indeks database untuk di perlukan pada proses pencocokan query. Indeks ini merupakan konversi dari dokumen asli ke dalam daftar kata (term) yang terhubung dengan dokumen terkait dimana kata-kata tersebut muncul. Inilah yang disebut dengan index database. C. Desain dan Implementasi Setelah dilakukan analisis sistem maka proses pencocokan query akan lebih mudah dilakukan karena pencocokan oleh sistem bukan lagi di ambil dari dokumen aslinya melainkan dari sebuah index database. Dalam proses pencarian ini terdapat beberapa tahapan yang dilakukan oleh sistem yaitu : 1. Input query Input query merupakan sebuah tempat yang disediakan untuk pengguna sistem dalam memasukkan query. Query tersebut dirumuskan sendiri oleh pengguna berdasarkan apa yang ingin

5 dicari dan melalui query inilah sistem melakukan proses penelusuran. 2. Tokenizing Di dalam proses pencarian ini juga dilakukan Tokenizing untuk memisahkan setiap kata dalam query apabila pengguna memasukan query lebih dari satu kata. 3. Stopword Proses stopword juga akan dilakukan untuk mengantisipasi jika pengguna memasukan kata yang tidak penting dalam query. D. Uji Coba Sebelum di implementasikan, sistem dengan metode TF-IDF akan dilakukan pengujian apakah sistem ini dapat melakukan pencarian dan menemukan dokumen karya ilmiah yang relevan sesuai dengan query yang di search oleh pengguna sistem. Dalam uji coba ini meliputi : 1. Pencocokan string query pada index database Setiap string yang terdapat pada query yang dimasukan oleh user dan telah melewati proses tokenizing serta stopword akan di cocokan dengan string pada setiap term yang ada dalam index database dan hasil bobot yang di dapat kemudian ditotalkan per dokumen. berdasarkan besarnya bobot pada masing-masing dokumen dan perengkingan diurutkan berdasarkan bobot yang tertinggi hingga yang terendah. Gambar 3 Tampilan Perankingan 3. Output Setelah melalui proses pencocokan query dan perankingan, maka hasil pencocokan tersebut selanjutnya ditampilkan berupa judul dari dokumen karya ilmiah dalam hal ini skripsi, tugas akhir dan penelitian dosen yang dianggap relevan sesuai query yang di cari oleh pengguna sistem. Gambar 2 Tampilan Pencocokan String 2. Perankingan Dari total bobot yang di dapat setelah pencocokan query maka selanjutnya menentukan ranking tiap dokumen Gambar 4 Tampilan Output HASIL DAN PEMBAHASAN Hasil dari penelitian ini adalah aplikasi pencarian dokumen karya ilmiah yang dapat memberikan informasi mengenai pencarian dokumen karya ilmiah sesuai

6 dengan query yang di cari oleh user. Algoritma TF-IDF yang telah di terapkan dalam aplikasi mampu meretrieve atau menemukan kembali dokumen yang di cari sesuai query masukan dengan memperhitungkan bobot tiap kata di tiap dokumen serta mampu melakukan perengkingan dokumen sesuai jumlah bobot tertinggi di tiap dokumen. Gambar 5 Tampilan Form Utama Aplikasi Pencarian Pada tampilan utama aplikasi pencarian ini user dapat melihat lima artikel terbaru yang baru di tambahkan dan dapat melihat isi berkas pada folder artikel baik laporan Magang, laporan Kerja Praktek, Tugas Akhir, Skripsi dan Penelitian Dosen serta dapat melakukan pencarian baik pencarian umum maupun pencarian menggunakan advanced search dengan memilih berdasarkan kriteria yang akan dicari. KESIMPULAN DAN SARAN Kesimpulan dari penelitian ini adalah memanfaatkan algoritma TF-IDF dalam melakukan proses preprocessing untuk menemukan bobot tiap kata di tiap dokumen serta dibuatkan aplikasi pencarian dokumen karya ilmiah yang dapat memberikan informasi bagi pengguna sistem mengenai pencarian dokumen karya ilmiah berdasarkan query yang dicari oleh pengguna sistem. Adapun saran untuk pengembangan selanjutnya sistem ini mampu menampilkan dan memberikan alternatif terhadap kesalahan pengetikan query yang dimasukan dalam form pencarian. DAFTAR PUSTAKA Zafikri, A IMPLEMENTASI METODE TERM FREQUENCY INVERSE DOCUMENT FREQUENCY (TF-IDF) PADA SISTEM TEMU KEMBALI INFORMASI. [Skripsi] tidak diterbitkan. Universitas Sumatra Utara. ( m/ /16465/5/chapter%20 I.pdf, diakses 5 Februari 2014). Fitri, Meisya PERANCANGAN SISTEM TEMU BALIK INFORMASI DENGAN METODE PEMBOBOTAN KOMBINASI TF- IDF UNTUK PENCARIAN DOKUMEN BERBAHASA INDONESIA. ( nformatika/article/download/67/30, diakses 28 Januari 2014). Eka, Mashar Temu Kembali Informasi Pencarian Dokumen Karya Ilmiah Dengan Metode Term Frequency Inverse Document Frequency (TF-IDF). [Skripsi]. Gorontalo : Universitas Negeri Gorontalo.