Penggalian Data dalam Penentuan Keterkaitan Topik pada Terjemahan Ayatayat

Transkripsi

1 NATURALA Journal of Scientific Modeling & Computation, Volume 1 No Penggalian Data dalam Penentuan Keterkaitan Topik pada Terjemahan Ayatayat AlQur an Lailil Muflikhah 1, Marji 2, Dewi Yanti L. 3 1,2,3 Program Studi Ilmu Komputer, Fakultas MIPA, Universitas Brawijaya, Malang, Indonesia Abstrak Dalam mempelajari isi kandungan AlQur an, seringkali kita hanya membaca dan memahami suatu ayat yang berada dalam satu topik tertentu saja tanpa menyadari adanya ketersinggungan dengan ayat lain dengan topik yang berbeda. Padahal, isi dari suatu ayat seringkali diperjelas pada ayat dan bahkan surat yang berbeda. Oleh karena itu, pada penelitian ini bertujuan melakukan penggalian data dengan cara mengetahui adanya keterkaitan antar topik dalam terjemahan ayatayat AlQur an.adapun metode yang digunakan dalam penelitian ini dengan memadukan dua metode yakni Weighted KNearest Neighbour (WKNN) dengan Multiple Direct Hashing and Prunning (MDHP). WKNN merupakan salah satu dari algoritma klasifikasi yang berfungsi sebagai preprocessing data untuk menentukan topik dalam suatu terjemahan ayat. Sedangkan MDHP berfungsi sebagai pencarian keterkaitan topiktopik dalam terjemahan ayat AlQur an. Pengujian kinerja penelitian ini dilakukan terhadap penentuan topik dengan mencari nilai precision, recall dan fmeasure. Dari hasil pengujian didapatkan nilai ratarata precision=0.810, recall=0.699 dan f measure= Selanjutnya uji coba dilakukan terhadap tingkat kekuatan rule yang dihasilkan. Rulerule yang dihasilkan memiliki keakuratan tertinggi dengan nilai confidence mencapai 100 dan nilai confiction tak berhingga. Kata Kunci penggalian data, klasifikasi, keterkaitan topik, ayatayat alqur an. 1 PENDAHULUAN Pada AlQur an terjemahan baik yang dalam bentuk fisik ataupun digital telah dikelompokkan berdasarkan topik dari ayat tersebut, namun belum ada yang menampilkan suatu bentuk keterkaitan atau asosiasi antar topik, padahal berbagai topik yang terkandung di dalam AlQur an akan saling terkait satu sama lain. Beberapa penelitian tentang pencarian ayatayat AlQur an berdasarkan content menggunakan text mining telah dilakukan dengan menggunakan metode korelasi. M. Syaiful Rizal dalam Tugas Akhirnya membahas tentang permasalahan aqidah berdasarkan content menggunakan text mining. Kemudian dikembangkan lagi permasalahannya yang bukan hanya membahas tentang permasalahan aqidah saja oleh Aditya Herdianto dengan semua pemasalahan dengan topik pencarian ayatayat alqur an berdasarkan konten menggunakan text mining berbasis aplikasi desktop. Adapun pencarian topik dalam terjemahan yang merupakan salah satu penerapan dari metode klasifikasi erat kaitannya dengan permasalahan dengan pengkategorisasian teks yang merupakan proses secara otomatis menempatkan dokumen teks ke dalam suatu kategori berdasarkan isi dari teks tersebut (Zhang, dkk., 2009). Pada kebanyakan penelitian dengan metodemetode klasifikasi standar mengasumsikan bahwa dokumen training di distribusikan secara rata. Padahal pada kenyataannya kumpulan data yang tidak seimbang sering kali muncul (Japkowicz, 2000). Pada kumpulan data yang tidak seimbang, kelas mayoritas digambarkan oleh banyaknya data training, sementara kelas minoritas hanya memiliki sedikit data training. Sehingga diperkenalkan oleh Tan (2005) untuk mengatasi permasalahan tersebut dengan memberikan bobot yang kecil pada kelas mayoritas dan bobot yang besar pada kelas minoritas yang dikenal dengan metode Neighborweighted KNearest Neighbor (NWKNN). Melihat dari pola data yang terdapat ayat AlQur an yang tersebar di berbagai surat dalam jumlah yang tidak seimbang, maka dalam penelitian ini akan digunakan metode tersebut. Selain itu, dalam upaya mencari hubungan antar topik dalam suatu surat sangatlah menarik untuk dikaji juga. Beberapa penelitian yang telah dilakukan dalam upaya mencari keterkaitan antar item dalam suatu dataset menggunakan metode association rule mining (Han dan Kamber, 2000). Algoritma yang telah digunakan mulai dari Apriori, kemudian dikembangkan dengan meminimisasi pembentukan kandidat seperti FPGrowth, Fold Growth sampai dengan Hash Table Apriori, Hasil yang didapatkan berupa rule yang kuat berisi keterkaitan antar item. Maka dalam penelitian ini akan dikembangkan dari item yang berhubungan akan dibuat linknya,

2 2! "### $!&'"##( !&' "##( ) 2.1! *&)"#++! ' )"##"! (, "## 2.1.1!.. ' $!.. ' ) / $ +" (1) KNN(q) : dokumen latih d j yang berada pada kumpulan tetangga terdekat (nearest neighbor) dari dokumen uji q. : similarity antara dokumen uji q dengan dokumen latih d j! /! (2)

3 !.. ) 1"##2 0 "# $ # &# '(! ( ) *+, $./ ;?@ABC7@7D /012 4 > 0590:;&< ' = (3) EF# merupakan banyaknya dokumen latih d pada kategori i EF# G merupakan banyaknya dokumen latih d pada kategori m, dimana kategori m merupakan kategorikategori yang terdapat dalam K. exponent merupakan bilangan lebih dari 1 ) *+, (4) Weight i : bobot kategori i KNN(q) : dokumen latih d j yang berada pada kumpulan tetangga terdekat (nearest neighbor) dari dokumen uji q. : similarity antara dokumen uji q dengan dokumen latih d j,! Seperti halnya algoritma KNN, dokumen uji q masuk ke dalam kelas dengan nilai skor yang paling tinggi. 2.2 '!"### 0"##" 1. ' ) 45 HIJJKLMN OGPQRSTQUVQWV GXUYQUOUYZ S[SQPSTQUVQWV (5) \K]^_`a]bacd9N OGPQRSTQUVQWV GXUYQUOUYZQUe OG PQRSTQUVQWV G XUYQUOUYZ (6) 2.2.1!"!" $ * $!"# $

4 !"# $ 6 + ' 1 $ $ 6 + $ $ $ + $ " 7$, $ ' $ $ + 7$ +!$ $! $ + $ + $ $ + $ $ + $ $ # fghij $kvole $km[unzie (7) 4 ) 4 4 9ij ij. #2+: foh i j+) & + &;"##5 3 $ '.<!.. $! "#$,+ = >! ' ) $ ; & & $ & '

5 NATURALA Journal of Scientific Modeling & Computation, Volume 1 No Gambar 1 Diagram Alir Sistem Seperti halnya preprocessing dokumen latih, preprocessing dokumen uji bertujuan untuk mengubah dokumen uji menjadi representasi vektor. Perbedaan preprocessing pada dokumen latih dan dokumen uji adalah tidak adanya proses feature selection pada preprocessing dokumen uji karena term yang dipakai di dokumen uji mengacu pada term yang ada pada kamus yang telah dibentuk pada preprocessing dokumen latih. Untuk proses perhitungan bobot term dokumen juga menggunakan metode TFIDF. Nilai TF yang digunakan adalah nilai TF untuk term pada dokumen uji. Sedangkan nilai IDF dari term merupakan nilai IDF yang sudah dihitung pada preprocessing dokumen latih. 3.1 Classifier Construction Classifier construction atau pembentukan classifier dibagi menjadi dua sub proses, yaitu proses perhitungan kemiripan menggunakan Cossine Similarity dan proses pembentukan classifier dengan menggunakan metode Neighborweighted KNearest Neighbor (NWKNN). Hasil dari cossine similarity tiap dokumen latih dengan dokumen uji diurutkan berdasarkan nilai terbesar. Kemudian dipilih nilai similarity sebanyak k terbesar. K merupakan inputan berupa bilangan bulat lebih dari 0. Pada himpunan k dapat berisi beberapa dokumen latih yang berasal dari satu atau lebih kategori. Langkah selanjutnya adalah menghitung bobot kategori dengan menggunakan Persamaan 3. Pada persamaan tersebut terdapat parameter exponent. Exponent merupakan inputan berupa bilangan lebih dari 1. Bobot kategori yang telah dihitung kemudian digunakan untuk menghitung skor antara dokumen uji dengan masingmasing kategori, dimana rumus untuk menghitung skor tersebut ditunjukkan pada Persamaan Document Categorization Proses yang terakhir adalah proses document categorization atau klasifikasi dokumen. Pengklasifikasian dokumen menggunakan model classifier yang telah dibuat pada classifier constrction. Berdasarkan nilai skor

6 NATURALA Journal of Scientific Modeling & Computation, Volume 1 No dokumen uji terhadap masingmasing kategori, kategori yang memiliki skor paling tinggi dianggap sebagai kategori dari dokumen uji. Flowchart document categorization dapat dilihat pada Gambar Pencarian Keterkaitan Antar Topik Untuk menerapkan metode MDHP pada sistem pencarian asosiasi topik dari ayatayat surat yang terkandung di dalam AlQur an, terdapat beberapa langkah proses yang harus dilakukan agar menghasilkan suatu rule yang baik dan terpercaya. Adapun lingkungan implementasi yang dikembangkan dibagi menjadi dua, yakni klasifikasi untuk penentuan topik dan pencarian pola keterkaitan antar topik dalam AlQur an. 4 UJI COBA Pada bagian ini menjelaskan implementasi dari rancangan uji coba yang telah dibuat pada bagian sebelumnya. Adapun macam topik dan jumlah dokumen dalam setiap topik terlihat pada Tabel 1. TABEL 1 TOPIK BESERTA JUMLAH DOKUMEN Pokok Bahasan (Topik) Akhlaq mulia 86 AlQur an 122 Bangsabangsa 56 Hukum Pidana 26 Iman 42 Ilmu 54 Ibadah 48 Hukum privat 43 Makanan dan minuman 36 Jihad 54 Muamalat 16 Pakaian dan Perhiasan 12 Peradilan 22 Sejarah 67 Jumlah Dokumen Uji coba dilakukan terhadap ketepatan penentuan topik, dengan menggunakan metode WKNN. Beberapa parameter yang terlibat dalam metode ini diujikan untuk mengetahui pengaruhnya terhadap keakuratan. Pada uji coba pertama digunakan untuk mengetahui pengaruh nilai exponent terhadap nilai akurasi, yakni precision (P), recall (R) dan F measure (F1) sebagaimana ditunjukkan pada Tabel 2. Adapun variabel threshold dan jumlah tetangga terdekat (k) =1. Sedangkan pada uji coba kedua dilakukan untuk mengetahui pengaruh nilai k terhadap akurasi untuk penentuan topik dan hasilnya terlihat pada Tabel 3. Hasil akurasi menunjukkan angka kemiripan, hal ini berarti perubahan nilai tidak menimbulkan perbedaan yang signifikan dan juga tidak adanya pola kecenderungan semakin besar nilai k terhadap tingkat akurasi. Namun demikian, pada k=5 mencapai nilai akurasi (precission, recall, dan fmeasure) yang paling tinggi. Setelah dilakukan penentuan topik di setiap terjemahan ayat, maka dilakukan tahap awal dari metode keterkaitan antar topik. Pada Tabel 4 terlihat untuk membentuk data transaksi dengan memetakan pokok bahasan (topik) sebagaimana terlihat pada Tabel 5.

7 NATURALA Journal of Scientific Modeling & Computation, Volume 1 No TABEL 2. EVALUASI UJI COBA TERHADAP BERBAGAI NILAI EXPONENT Exponent P R F TABEL 3. EVALUASI UJI COBA TERHADAP BERBAGAI MACAM NILAI K k P R F

8 NATURALA Journal of Scientific Modeling & Computation, Volume 1 No TABEL 4. DAFTAR TOPIK DALAM ALQUR AN (ITEM) Tid Itemset TABEL 5. DATA KEMUNCULAN TOPIK DI TIAPTIAP SURAT Keterangan: Tid Itemset Kode Item Item 1 Al Qur an 2 Iman 3 Ilmu 4 Ibadah 5 Akhlaq dan Adab 6 Hikum Privat 7 Makanan dan minuman 8 Pakaian dan perhiasan 9 Muamalat 10 Peradilan dan Hakim 11 Hukum pidana (jinayah) 12 Bangsabangsa terdahulu 13 Sejarah 14 Jihad : nomor transaksi yang menunjukkan nomor surat dalam Alqur an : nomor topik dari surat AlQur an yang diperoleh dari Alqur an digital Setelah dibentuk data transaksi, maka diimplementasikan metode MDHP untuk membentuk pola keterkaitan antar topik dalam surat alqur an (association rule). Pembentukan rule diperoleh berdasarkan kemunculan topik dari suatu ayat dalam setiap surat. Kemudian dilakukan beberapa uji coba dengan memasukkan berbagai nilai dari variabel input, yakni: minimum confidence, minimum support, dan jumlah partisi sebagaimana tercantum dalam skenario uji coba sehingga dihasilkan rule, nilai support, confidence dan nilai confiction sebagaimana pada Tabel 6.

9 NATURALA Journal of Scientific Modeling & Computation, Volume 1 No TABEL 6. HASIL RULE YANG TERBENTUK DENGAN NILAI AKURASI YANG TERTINGGI RULE Support Confidence Conviction Ilmu=>Akhlaq_dan_Adab Inf Ilmu=>Iman Inf Sejarah=>Iman Inf Bangsa_Terdahulu=>Iman Inf Akhlaq_dan_Adab=>Iman Inf Ibadah=>Iman Inf Al_Qur'an=>Iman Inf Ilmu=>Iman Akhlaq_dan_Adab Inf Ilmu Sejarah=>Iman Akhlaq_dan_Adab Inf Ilmu=>Iman Akhlaq_dan_Adab Inf Ilmu Ibadah=>Iman Akhlaq_dan_Adab Inf Al_Qur'an Ilmu=>Iman Akhlaq_dan_Adab Inf Ibadah=>Al_Qur'an Iman Inf Ilmu Sejarah=>Iman Akhlaq_dan_Adab Inf Ilmu Ibadah Sejarah=>Al_Qur'an Akhlaq_dan_Adab Inf Ilmu Ibadah Sejarah=>Iman Akhlaq_dan_Adab Inf Al_Qur'an Ilmu Sejarah=>Iman Akhlaq_dan_Adab Inf Ilmu Ibadah Sejarah=>Al_Qur'an Iman Inf Ilmu Ibadah=>Al_Qur'an Akhlaq_dan_Adab Inf Ilmu Ibadah=>Iman Akhlaq_dan_Adab Inf Al_Qur'an Ilmu=>Iman Akhlaq_dan_Adab Inf Ilmu Ibadah=>Al_Qur'an Iman Inf Al_Qur'an Ilmu Ibadah=>Iman Akhlaq_dan_Adab Inf Ibadah Sejarah=>Al_Qur'an Iman Inf Ibadah Akhlaq_dan_Adab=>Al_Qur'an Iman Inf Ilmu Ibadah Sejarah=>Al_Qur'an Akhlaq_dan_Adab Inf Ilmu Ibadah Sejarah=>Iman Akhlaq_dan_Adab Inf Al_Qur'an Ilmu Sejarah=>Iman Akhlaq_dan_Adab Inf Ilmu Ibadah Sejarah=>Al_Qur'an Iman Inf Ilmu Ibadah Akhlaq_dan_Adab Sejarah=>Al_Qur'an Iman Inf Iman Ilmu Ibadah Sejarah=>Al_Qur'an Akhlaq_dan_Adab Inf Al_Qur'an Ilmu Ibadah Sejarah=>Iman Akhlaq_dan_Adab Inf Ilmu Ibadah Sejarah=>Al_Qur'an Iman Akhlaq_dan_Adab Inf Ilmu Ibadah Akhlaq_dan_Adab=>Al_Qur'an Iman Inf Iman Ilmu Ibadah=>Al_Qur'an Akhlaq_dan_Adab Inf Al_Qur'an Ilmu Ibadah=>Iman Akhlaq_dan_Adab Inf Ilmu Ibadah=>Al_Qur'an Iman Akhlaq_dan_Adab Inf Ibadah Akhlaq_dan_Adab Sejarah=>Al_Qur'an Iman Inf Ilmu Ibadah Akhlaq_dan_Adab Sejarah=>Al_Qur'an Iman Inf Iman Ilmu Ibadah Sejarah=>Al_Qur'an Akhlaq_dan_Adab Inf Al_Qur'an Ilmu Ibadah Sejarah=>Iman Akhlaq_dan_Adab Inf Ilmu Ibadah Sejarah=>Al_Qur'an Iman Akhlaq_dan_Adab Inf

10 NATURALA Journal of Scientific Modeling & Computation, Volume 1 No ANALISA Analisa yang dilakukan adalah untuk mengetahui pengaruh beberapa parameter dalam pembentukan rule, yang meliputi jumlah partisi dan minimum support dan confidence terhadap akurasi dari rule yang terbentuk. 5.1 Pengaruh jumlah partisi terhadap akurasi rule yang terbentuk Uji coba pertama terhadap jumlah partisi dalam upaya mencari rule keterkaitan antar topik dalam Al Qur an, dimana mulai dari 2 partisi sampai dengan 14 partisi (=maksimal jumlah topik yang diujikan). Hasil uji coba terlihat pada Table 7, Tabel 8, dan Tabel 9. TABEL 7. AKURASI HASIL UJICOBA PEMBENTUKAN RULE (MINSUP MINCONF=30) Jumlah partisi Support Confidence Conviction Inf TABEL 8. AKURASI HASIL UJICOBA PEMBENTUKAN RULE (MINSUP MINCONF=50) Jumlah partisi Support Confidence Conviction Inf TABEL 9. AKURASI HASIL UJICOBA PEMBENTUKAN RULE (MINSUP MINCONF=60) Jumlah partisi Support Confidence Conviction Inf Dari ketiga tabel di atas menunjukkan bahwasannya dengan pada partisi 7 dan 5 telah menghasilkan rule yang memiliki performansi yang paling tinggi. 5.2 Pengaruh minimum support dan minimum confidence terhadap akurasi rule yang terbentuk Setelah dilakukan uji coba terhadap berbagai macam jumlah partisi, kemudian dilakukan uji coba dilakukan untuk mengetahui pengaruh minimum support dan confidence terhadap tingkat akurasi rule yang

11 1+#!"#$! +# (# 2+#5 852B "( +# 2# 822 BB # 5# 822 BB (# 2+#5 852B "( +2 2# 822 BB # 822 BB+ +58 "# (# 2+#5 852B "( "# 2# 822 BB+ +58 "# 5# 822 BB+ +58 "2 (# 2+#5 852B "( "2 2# 822 BB+ +58 "2 5# 822 BB+ +58 (# (# 2+#5 852B "( (# 2# 822 BB+ +58 (# 5# 822 BB+ +58 $ ) & ; $ <!..4? ) $ $. <!.. 0 ' A+ A+ + A#B+BA#58+(A#8(8! ' A(A#B(A#8"(A#88C )'A#B+#A#5CC(A#82# ) 0' $ $ ' 2 8 A C8D A +##D ) '

12 NATURALA Journal of Scientific Modeling & Computation, Volume 1 No menunjukkan besarnya minimum confidence mempengaruhi tingkat kekuatan rule yang dihasilkan. Semakin tinggi nilai minimum confidence semakin tinggi pula nilai kekuatan rule yang dihasilkan yang ditunjukkan besarnya nilai confidence dan conviction. 7 DAFTAR PUSTAKA [1] Cavallo, Oil Price and Inflation, FRBSF Economic Letter, no (October), [2] Edy, S, "Analisis Kausalitas Inflasi Dan Pengangguran Di Indonesia Tahun (Pendekatan Error Correction Model (ECM))", Tesis, Universitas Muhammadiyah Surakarta, [3] Erawati, N dan R, Llewelyn, "Analisa Pergerakan Suku Bunga dan Laju Ekspektasi Inflasi Untuk Menentukan Kebijakan Moneter di Indonesia", Jurnal Manajemen & Kewirausahaan, Vol, 4, no, 2, , [4] Gujarati, D, N, "Basic Econometric", Fourth Edition, McGraw Hill, New York, [5] [6] [7] Hooker, M, A, "Are Oil Shocks Inflationary? Asymmetric and Nonlinear Specifications versus Changes in Regime." Journal of Money, Credit and Banking 34 (May), pp, , [8] Hutagalung, E, "Analisis kenaikan harga minyak dunia, jumlah uang beredar dan nilai tukar(kurs) terhadap inflasi di Indonesia", Skripsi, Fakultas Ekonomi, Universitas Sumatera Utara, [9] Leblanc, M dan M, D, Chinn, "Do High Oil Prices Presage Inflation?", [10] Liviatan, N, "Consistent Estimation of Dsitributed Lag", International Economic Review 4 (January), pp 4552, [11] Mulyati, S, "Analisis Hubungan Inflasi Dan Pengangguran Di Indonesia Periode : Pendekatan Kurva Philips", Skripsi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, [12] Rosadi, D, "Analisis Ekonometrika dan Runtun Waktu Terapan dengan R", Penerbit ANDI, Yogyakarta, 2011.