KLASTERISASI DOKUMEN ARTIKEL ILMIAH MENGGUNAKAN ALGORITMA SINGLE PASS CLUSTERING DENGAN DETEKSI KESAMAAN KATA TUGAS AKHIR

Transkripsi

1 KLASTERISASI DOKUMEN ARTIKEL ILMIAH MENGGUNAKAN ALGORITMA SINGLE PASS CLUSTERING DENGAN DETEKSI KESAMAAN KATA TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Rania Hasan JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2015

2

3

4

5 LEMBAR PERSEMBAHAN Tugas akhir ini dapat diselesaikan berkat bantuan dari berbagai pihak yang turut serta berbagi doa dan dukungan. Untuk itu semua, saya persembahkan tugas akhir ini dan berterima kasih kepada : 1. Allah SWT yang maha memberi petunjuk dan maha pengasih. Alhamdulillah Allah telah memberikan saya keteguhan hati dan kesabaran selama mengerjakan Tugas Akhir ini. 2. Kedua orang tua saya, Bapak Hasan Malik dan Ibu Darmiati, yang mana telah memberikan semangat, motivasi dan dukungan, baik itu dukungan berupa do a maupun materi serta sudah sabar mendidik dan merawat saya mulai dari kecil hingga saya mampu menyelesaikan Tugas Akhir ini. 3. Untuk mbak ku tersayang windy, yang telah memberikan dukungan baik berupa do a dan materi, motivasi dan semangatnya dalam pengerjaan Tugas Akhir ini. 4. Untuk kekasih hati Novan Hermawan yang senantiasa memberikan dukungan baik berupa do a maupun materi, motivasi dan semangatnya serta kesabarannya dalam proses pengerjaan Tugas Akhir ini. 5. Ibu Gita Indah Marthasari selaku pembimbing 1 yang membantu dalam memberikan arahan dalam mengerjakan Tugas Akhir ini. 6. Bapak Yufis Azhar selaku pembimbing 2 yang membantu dan memberi arahan dalam mengerjakan Tugas Akhir ini. 7. Pihak Dosen Pengajar yang telah memberikan ilmunya beserta Staff TU Jurusan Teknik Informatika UMM. 8. Teman-teman yang selalu mendukung dan memberikan semangat, Indah, Dewa, Nelly dan teman-teman kost Tlogomas Gang 15c No 12a, Malang yang telah senantiasa menjadi penyemangat. 9. Teman-teman EEC. 10. Semua pihak yang tidak dapat saya sebutkan satu persatu yang telah berjasa dalam pengerjaan tugas akhir ini.

6 KATA PENGANTAR Bismillahirrahmanirrahim Dengan memanjatkan puji syukur kehadirat Allah SWT. Atas segala rahmat dan hidayah-nya sehingga penulis dapat menyelesaikan Tugas Akhir yang berjudul : KLASTERISASI DOKUMEN ARTIKEL ILMIAH MENGGUNAKAN ALGORITMA SINGLE PASS CLUSTERING DENGAN DETEKSI KESAMAAN KATA, sebagai salah satu syarat kelulusan pada Jurusan Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Malang. Dalam penulisan tugas akhir ini pokok-pokok bahasan yang meliputi perancangan dan implementasi algoritma Single Pass Clustering untuk pembuatan aplikasi klasterisasi dokumen artikel ilmiah. Penulis menyadari sepenuhnya bahwa Tugas Akhir ini masih jauh dari kesempurnaan karena terbatasnya pengetahuan dan keterampilan yang penulis miliki. Oleh karena itu kritik dan saran yang membangun dari berbagai pihak sangat diharapkan untuk perbaikan Tugas Akhir ini. Selanjutnya, penulis berharap semoga Tugas Akhir ini dapat bermanfaat bagi semua pihak. Amin. Malang, 6 Agustus 2015 Penulis iii

7 DAFTAR ISI ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI... iv DAFTAR GAMBAR... vi DAFTAR TABEL... viii BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Tujuan Batasan Masalah Metodologi Penelitian Sistematika Penulisan... 3 BAB II LANDASAN TEORI Data Mining Text Mining Preprocessing... 7 a. Case Folding... 8 b. Tokenizing... 8 c. Filtering... 8 d. Stemming Kesamaan Kata Pembobotan term dengan TF-IDF Cosine Similarity Konsep Single Pass Clustering Purity Bahasa Pemrograman BAB III ANALISA DAN PERANCANGAN SISTEM Analisa Masalah dan Penyelesaian Kebutuhan Sistem iv

8 3.1.2 Gambaran Umum Sistem Use Case Diagram Proses Klasterisasi Activity Diagram Perancangan Sistem Sequence Diagram Entity Relation Diagram Sistem Desain Interface Desain Menu Utama Desain Menu Klasterisasi BAB IV IMPLEMENTASI DAN PENGUJIAN Implementasi Software Implementasi Preprocessing Implementasi Interface Sistem Pengujian Sistem dan Kebutuhan Pengujian Functional Requirements Pengujian Non-Functional Requirements Pengujian Klasterisasi BAB V PENUTUP Kesimpulan Saran DAFTAR PUSTAKA v

9 DAFTAR GAMBAR Gambar 2.1. Proses dalam KDD... 5 Gambar 2.2. Tahapan Proses Text Mining... 7 Gambar 2.3. Case Folding... 8 Gambar 2.4. Tokenizing... 8 Gambar 2.5. Filtering... 9 Gambar 2.6. Stemming Gambar 3.1 Gambaran Umum Sistem Gambar 3.2 Use Case Diagram Admin Gambar 3.3 Perhitungan bobot term dan TF.IDF Gambar 3.4 Activity Diagram Kelola Dokumen Artikel Ilmiah Input Gambar 3.5 Activity Diagram Kelola Dokumen Artikel Ilmiah update Gambar 3.6 Activity Diagram Kelola Dokumen Artikel Ilmiah Delete Gambar 3.7 Activity Diagram Klasterisasi Dokumen Artikel Ilmiah Gambar 3.8 Sequence Diagram Pengguna Tambah Data Gambar 3.9 Sequence Diagram Pengguna Ubah Data Gambar 3.10 Sequence Diagram Pengguna Hapus Data Gambar 3.11 Sequence Diagram Klasterisasi Dokumen Artikel Ilmiah Gambar 3.12 E-R Diagram Gambar 3.13 Desain Menu Utama Gamabar 3.14 Desain Menu Klasterisasi Gambar 4.1 Inisialisasi pengecekan sinonim Gambar 4.2 Inisialisasi Tokenizing Gambar 4.3 Inisialisasi filtering Gambar 4.4 Inisialisasi stemming Gambar 4.5 Inisialisasi perhitungan TF Gambar 4.6 Inisialisasi perhitungan DF dan IDF Gambar 4.7 Inisialisasi perhitungan TF.IDF Gambar 4.8 Inisialisasi cosine similarity Gambar 4.9 Inisialisasi nilai threshold Gambar 4.10 Inisialisasi nilai centroid awal vi

10 Gambar 4.11 Inisialisasi nilai centroid lanjutan Gambar 4.12 Inisialisasi persamaan hasil dengan threshold Gambar 4.13 Inisialisasi hasil single pass clustering Gambar 4.12 Menu Utama atau Home Gambar 4.13 Menu File Gambar 4.14 Menu kelola data jurnal Gambar 4.15 Menu pengecekkan sinonim Gambar 4.16 Menu klasterisasi Gambar 4.17 hasil tokenizing Gambar 4.18 hasil filtering Gambar 4.19 hasil stemming Gambar 4.20 hasil pembobotan TF Gambar 4.21 hasil klasterisasi Gambar 4.22 hasil percobaan I Gambar 4.23 hasil percobaan II Gambar 4.24 hasil percobaan III Gambar 4.25 hasil percobaan IV Gambar 4.26 hasil percobaan V Gambar 4.27 hasil percobaan VI Gambar 4.28 hasil percobaan VII Gambar 4.29 hasil percobaan VIII Gambar 4.30 hasil percobaan IX Gambar 4.31 hasil percobaan X Gambar 4.32 Grafik pengaruh threshold terhadap nilai purity Gambar 4.33 Grafik pengaruh threshold terhadap nilai purity vii

11 DAFTAR TABEL Tabel 4.1 Pengujian Functional Requirements Tabel 4.2 Pengujian Non-Functional Requirements Tabel 4.3 Klasifikasi secara manual Tabel 4.4 Hasil pengujian keseluruhan viii

12 DAFTAR PUSTAKA [1] Carpineto, C., dan Romano, G., A survey of automatic query expansion in University Research Colloquium 2015 ISSN information retrieval. ACM Computing Surveys (CSUR), 44(1), 1. [2] Larose, Daniel T Discovering Knowledge in Data: An Introduction to Data Mining. John Willey & Sons, Inc. [3] Gordon, Michael D., User-Based Document Clustering by Redescribing Subject Descriptions with a Genetic Algorithm,. Journal of American Society for Information Science, [4] Zainal Arifin, Agus dan Novan Setiono, Ari Klasifikasi Dokumen Berita Kejadian Berbahasa Indonesia dengan Algoritma Single Pass Clustering. Jurusan Teknik Informatika, Institut Teknologi Sepuluh Nopember. [5] Ridho Barakkah, Ali. CLUSTERING. Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya. Workshop Data Mining, Juli [6] Sulistyo-Basuki. Teknik dan Jasa Dokumentasi.(Jakarta: Gramedia Pustaka Utama, 1992). [7] Hasugian, Jonner. (2003). Penggunaan Bahasa Alamiah dan Kosa Kata Terkontrol Dalam Sistem Temu Kembali Informasi Berbasis Teks. Dalam USU digital library. [8] Feldman, R. & Sanger, J. (2007). The Text Mining Handbook. New York: Cambridge University Press. [9] Triawati, Chandra 2009, Metode Pembobotan Statistical Concept Based untuk Klastering dan Kategorisasi Dokumen Berbahasa Indonesia, Institut Teknologi Telkom Bandung. [10] Agusta, Ledy 2009, Perbandingan Algoritma Stemming Porter dengan Algoritma Nazief & Adriani untuk Stemming Dokumen Teks Bahasa Indonesia, Konferensi Nasional Sistem dan Informatika 2009, Fakultas Teknologi Informasi Universitas Kristen Satya Wacana. 62

13 [11] Kadir, Abdul Dasar Pemrograman Java 2. Andi. Yogyakarta. [12] Tan et al Introduction to Data Mining. ACM. Inc. [13] Auvil, L. & Searsmith, D.,2003,Using Text Mining for Spam Filtering, hlm.4. Automated Learning Group, National Center for Supercomputing Applications, University of lllinois. [14] Satzinger, John W., Robert B. Jackson, Stephen D Burd. (2009). Systems Analysis and Design in a Changing World, Fifth Edition. Course Technology, Cengage Learning. [15] Februariyanti, Herny., Zuliarso, Eri Klastering Dokumen Berita dari Web menggunakan Algoritma Single Pass Clustering. Fakultas Teknologi Informasi, Universitas Stikubank. 63