RELEVANSI HASIL PENCARIAN PADA MESIN PENCARI MENGGUNAKAN SEMANTIK WEB

Transkripsi

1 RELEVANSI HASIL PENCARIAN PADA MESIN PENCARI MENGGUNAKAN SEMANTIK WEB TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Akademik Studi Strata Satu (S1) Teknik Informatika Universitas Muhammadyah Malang Oleh: Alif Nur Cahyana JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2013

2 LEMBAR PENGESAHAN RELEVANSI HASIL PENCARIAN PADA MESIN PENCARI MENGGUNAKAN SEMANTIK WEB TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata Satu Teknik Informatika Universitas Muhammadiyah Malang Disusun Oleh : ALIF NUR CAHYANA Tugas Akhir ini telah diuji dan dinyatakan lulus oleh tim penguji pada tanggal 30 Januari 2013 Mengetahui/Menyetujui Penguji I Penguji II (Eko Budi Cahyono, S.Kom, MT) NIP (Aminudin, S.Kom) Mengetahui Ketua Jurusan Teknik Informatika (Eko Budi Cahyono, S.Kom, MT) NIP

3 KATA PENGANTAR Alhamdulillahirabbilalamin, puji syukur kehadirat Allah SWT atas limpahan rahmat dan hidayah-nya sehingga penulis dapat menyelesaikan dengan baik tugas akhir yang berjudul: RELEVANSI HASIL PENCARIAN PADA MESIN PENCARI MENGGUNAKAN SEMANTIK WEB Pada tugas akhir ini, dibahas mengenai pokok-pokok bahasan dalam perancangan mesin pencari yang menggunakan semantik web untuk pencarian istilah-istilah dalam mata kuliah di Teknik Informatika. Penggunaan teknologi semantik web dapat memahami makna dari sebuah kata dan konsep serta hubungan logis keduanya. Sehingga diharapkan hasil pencarian dari mesin pencari tersebut menjadi lebih relevan. Penulis menyadari bahwa tugas akhir ini masih jauh dari kesempurnaan. Oleh sebab itu penulis mengharapkan masukan berupa saran maupun kritik yang membangun untuk pengembangan dari tugas akhir ini kedepannya. Akhir kata penulis berharap semoga tugas akhir ini dapat bermanfaat dan menjadi tambahan ilmu pengetahuan. Tak lupa penulis mengucapkan terima kasih kepada semua pihak yang telah membantu hingga tugas akhir ini terselesaikan. Malang, 22 Januari 2013 Penulis

4 DAFTAR ISI LEMBAR PERSETUJUAN... i LEMBAR PENGESAHAN... ii LEMBAR PERNYATAAN... iii ABSTRAKSI... iv ABSTRACT... v LEMBAR PERSEMBAHAN... vi KATA PENGANTAR... vii DAFTAR ISI... viii DAFTAR GAMBAR... xi DAFTAR TABEL... xiii BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Penelitian Batasan Masalah Metodologi Sistematika Penulisan... 4 BAB II LANDASAN TEORI Relevansi Mesin Pencari Definisi Mesin Pencari Arsitektur Mesin Pencari Web Semantik Definisi Web Semantik Komponen Web Semantik Ontologi Definisi Ontologi Komponen Ontologi Bahasa Ontologi XML dan XML Shema... 14

5 Definisi XML Fungsi dan Tujuan XML RDF Definisi RDF Sintaksis XML dan RDF OWL Definisi OWL Rancangan OWL Sintaksis OWL SPARQL Jena Definisi Jena Arsitektur Jena BAB III ANALISA DAN PERANCANGAN SISTEM Perancangan Alur Sistem Perancangan Kebutuhan Sistem Use Case dan Skenario Activity Diagram Perancangan Tahap Analisa Class Diagram Level Analisis Sequence Diagram Level Analisis Perancangan Tahap Desain Sequence Diagram Level Desain Deployment Diagram Component Diagram Perancangan Web Semantik Perancangan Ontologi Perancangan Class Pembuatan Dokumen RDF Perancangan Ekseskusi Query Perancangan Google Custom Search Engine Perancangan Antarmuka... 44

6 3.8.1 Perancangan Form Pencarian Perancangan Hasil Pencarian BAB IV IMPLEMENTASI DAN PENGUJIAN Implementasi Sistem Implementasi Mesin Pencari Konfigurasi Google Custom Search Engine Implementasi Library Jena Implementasi Ontologi Pengujian Sistem dan Analisa Rancangan Pengujian Pengujian Sistem Pengujian Nilai Precision Pengujian Jumlah Hasil Pencarian Analisa Pengujian Analisa Nilai Precision Analisa Jumlah Hasil Pencarian Tampilan Antarmuka BAB V KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN

7 DAFTAR GAMBAR Gambar 2.1 Semantic Web Layer, bersumber dari [7] Gambar 2.2 Contoh dari Skema RDF, bersumber dari [15] Gambar 2.3 Contoh RDF/XML Gambar 2.4 Arsitektur Jena, bersumber dari [18] Gambar 3.1 Diagram Alir Mesin Pencari Gambar 3.2 Use Case Pengguna Mesin Pencari Gambar 3.3 Activity Diagram Pencarian Gambar 3.4 Class Diagram Level Analisis Pencarian Gambar 3.5 Sequence Diagram Level Analisis Pencarian Gambar 3.6 Sequence Diagram Level Desain Pencarian Gambar 3.7 Deployment Diagram Gambar 3.8 Component Diagram Gambar 3.9 Ontologi Matakuliah Teknik Informatika Gambar 3.10 Pembuatan Class dan Subclass pada Protégé Gambar 3.11 Pembuatan Object Property pada Protégé Gambar 3.12 Pembuatan Data Property pada Protégé Gambar 3.13 Penyimpanan Dokumen RDF pada Protégé Gambar 3.14 Isi Dokumen RDF yang Dibuat Menggunakan Protégé Gambar 3.15 Pemotongan Kalimat Menjadi Perkata (Satu Kata) Gambar 3.16 Pemotongan Kalimat Menjadi Perkata (Dua Kata) Gambar 3.17 Konfigurasi Google Custom Search Engine Gambar 3.18 Nomor Unik Mesin Pencari Gambar 3.19 Function Onload Gambar 3.20 Perancangan Antarmuka Form Pencarian Gambar 3.21 Perancangan Antarmuka Hasil Pencarian Gambar 4.1 Halaman Index Mesin Pencari Gambar 4.2 Potongan Kode Google Custom Search Engine Gambar 4.3 Tampilan Web Google Custom Search Engine Gambar 4.4 Add JAR/Folder Gambar 4.5 Memilih Seluruh Library Jena Gambar 4.6 Library Jena Berhasil Ditambahkan... 51

8 Gambar 4.7 Potongan Kode Import Library Jena Gambar 4.8 Potongan Kode Membuka File RDF/OWL Gambar 4.9 Potongan Kode Membaca File RDF/OWL Gambar 4.10 Model Ontologi dalam Format RDF Gambar 4.11 Kode untuk Memotong Kalimat Menjadi Beberapa Kata Gambar 4.12 Implementasi Query SPARQL Gambar 4.13 Potongan Kode Penspesifikasian Kata Kunci Gambar 4.14 Penspesifikasian Kata Kunci pada Mesin Pencari Gambar 4.15 Query Expansion Kata Kunci pada Mesin Pencari Gambar 4.16 Grafik Persentase Hasil Pengujian Mesin Pencari Gambar 4.17 Tampilan Form Pencarian Gambar 4.18 Tampilan Hasil Pencarian Biasa Gambar 4.19 Tampilan Hasil Pencarian Semantik dan Query Expansion... 68

9 DAFTAR TABEL Tabel 2.1 Property Tabel 2.2 Classes Tabel 3.1 Skenario Pencarian Tabel 3.2 Deskripsi Property dari Class Informatika Tabel 3.3 Deskripsi Property dari Class RPL Tabel 3.4 Deskripsi Property dari Class Jaringan Tabel 3.5 Deskripsi Property dari Class Desain Tabel 4.1 Hasil Pengujian Nilai Precision Tabel 4.2 Hasil Pengujian Konsentrasi RPL Tabel 4.3 Hasil Pengujian Konsentrasi Jaringan Komputer Tabel 4.4 Hasil Pengujian Konsentrasi Desain Grafis Tabel 4.5 Persentase Hasil Pencarian... 66

10 DAFTAR PUSTAKA [1] Toba, Hapnes Pencarian Cerdas dengan Penggunaan Semantic Web. Universitas Kristen Maranatha Bandung. Indonesia. [2] Dewi Agushinta R., Hanum Putri Permatasari, Soepono Soeparlan Aplikasi Pencarian Karya Ilmiah Berbasis Web Semantik. Universitas Gunadarma. Indonesia. [3] Green, Rebecca Topical relevance relationships I : Why topic matching fails. Journal of the American Society for Information Science, 46(9), [4] Hadi, Umar. Diakses pada tanggal 5 Agustus [5] Daniel O. Siahaan Graphical Notations For Semantic Web Language. Institut Teknik Sepuluh November (ITS). Indonesia. [6] Amiril Muslimin, Waskitho Wibisono, Daniel O. Siahaan Image Search Engine Using Semantic Web. Institut Teknik Sepuluh November (ITS). Indonesia. [7] W3C. Diakses pada tanggal 5 Agustus 2012 [8] I Wayan Simri Wicaksana Ontology: Bahasa dan Tools Protégé. Universitas Gunadarma. Indonesia. [9] V. Richard Benjamins and Assunción Gómez-Pérez Knowledge System Technology: Ontologies and Problem-Solving Methods. University of Amsterdam. Netherlands. [10] T. Finin T. R. Gruber T. Senator R. Neches, R. E. Fikes and W. R. Swartout. Enabling Technology for Knowledge Sharing AI Magazine. [11] T. Gruber. Towards Principles for the Design of Ontologies Used for Knowledge Sharing. Int. Journal of Human-Computer Studies, 43: , 1995.

11 [12] Willem Nico Borst. Construction of Engineering Ontologies for Knowledge Sharing and Reuse. PhD thesis, University of Twente, Netherland, 5 September SIKS The Dutch Graduate School. [13] V. R. Benjamins R. Studer and D. Fensel. Knowledge Engineering, Principles and Methods., chapter Data and Knowledge Engineering, pages 25(1-2): [14] I Wayan Simri Wicaksana. Survei dan Evaluasi Metode Pengembangan Ontologi (Survey and Evaluation of Methodology of Ontology Development). In Proc. of KOMMIT 2004, Jakarta&Depok, University Gunadarma. [15] W3C. Diakses pada tanggal 5 Agustus [16] Karsanti, H. T., 2006, Penerapan Teknologi Semantic Web pada Sistem Menejemen Perpustakaan Digital. Universitas Gajah Mada. Yogyakarta. [17] Apache Jena. Diakses pada tanggal 28 Juli [18] Jeremy J. Carroll, Ian Dickinson, Chris Dollin, Dave Reynolds, Andy Seaborne, Kevin Wilkinson Jena: Implementing the Semantic Web Recommendations. HP Laboratories Bristol. Inggris. [19] Qiu, Yonggang and Frei, HP Concept Based Query Expansion. Swiss Federal Institute of Technology Zurich. Switzerland.