RANCANG BANGUN MODUL PENGKATEGORIAN DAN PENGELOMPOKKAN TOPIK OTOMATIS PADA APLIKASI FORUM phpbb

Transkripsi

1 JURNAL TEKNIK POMITS Vl. 2, N. 1, (2013) ISSN: ( Pr) 1 RANCANG BANGUN MODUL PENGKATEGORIAN DAN PENGELOMPOKKAN TOPIK OTOMATIS PADA APLIKASI FORUM phpbb Arthur Hlng P.N, Daniel O.S., S.Km, M.Sc, Pd.Eng., dan Nurul Fajrin A., S.Km, M.Sc. Jurusan Teknik Infrmatika, Fakultas Teknlgi Infrmasi, Institut Teknlgi Sepuluh Npember (ITS) Jl. Arief Rahman Hakim, Surabaya Indnesia daniels@cs.its.ac.id Abstrak Salah satu wadah untuk berbagi infrmasi tidak terkecuali bagi para perekayasa adalah frum. Didalam frum, infrmasi disimpan dalam bentuk tpik. Perekayasa dapat berbagi infrmasi dengan cara membuat tpik. Dalam sebuah frum, perekayasa harus terlebih dahulu menentukan kategri atau frum yang bersesuaian dari tpik yang hendak dibuat. Tpik yang dibuat leh perekayasa mengandung pengetahuan dimana tpik tersebut dapat dikelmpkkan berdasarkan pengetahuannya. Akan tetapi seringkali ditemukan tpik dengan kategri yang tidak sesuai dengan frum dimana tpik tersebut ditempatkan. Tugas Akhir ini menambahkan manajemen pengetahuan ke dalam sebuah sistem frum. Sistem yang dibangun dapat menentukan pengetahuan yang teradapat pada tpik dan juga dapat mengelmpkkan tpik sesuai dengan pengetahuannya. Agar dapat menemukan pengetahuan yang diberikan leh perekayasa, sistem menggunakan metde klasifikasi Naive Bayes untuk menentukan kategri atau frum dari sebuah tpik baru. Sistem juga menggunakan algritma klusterisasi K-Means untuk mengelmpkkan ulang tpik-tpik ke dalam kategri-kategri baru jika dipandang perlu leh serang dmain expert, yang dalam hal ini diperankan leh admin sistem. Pengujian dilakukan dengan menyebarkan kuisner kepada 120 pengguna. Dari jawaban yang kembali, hasil analisis menunjukkan bahwa sebagian besar menyatakan klasifikasi tpik sebagian besar menyatakan tpik terklasifikasi dengan baik, dan hasil klasifikasi dibandingkan dengan hasil klasifikasi dari aplikasi weka. Kata Kunci sistem manajemen pengetahuan, frum, klasifikasi, clustering, Naive Bayes, K-Means I. PENDAHULUAN Pada zaman ini kebutuhan akan infrmasi semakin tinggi, baik individu maupun kelmpk. Hampir semua lapisan masyarakat membutuhkan infrmasi untuk menunjang aktivitas kesehariannya. Hal tersebut menyebabkan infrmasi menjadi beragam bentuknya. Infrmasi yang beragam membuat penglahan dan pengaturan infrmasi menjadi semakin rumit [1]. Perekayasa saat ini semakin banyak, dan pada umumnya perekayasa akan berpindah tempat kerja. Agar infrmasi yang dimiliki leh perekayasa tersebut tidak hilang terutama untuk perekayasa yang baru, infrmasi tersebut harus didkumentasikan dan disimpan. Selain itu juga untuk memudahkan pekerjaan, perekayasa dapat saling berbagi infrmasi dalam suatu wadah. Salah satu wadah untuk berbagi infrmasi tidak terkecuali bagi para perekayasa adalah frum. Didalam frum, infrmasi disimpan dalam bentuk tpik, perekayasa dapat berbagi infrmasi dengan cara membuat tpik. Selain itu perekayasa juga dapat berdiskusi tentang infrmasi yang ditulis dalam bentuk tpik. Tpik-tpik yang diberikan leh perekayasa mengandung pengetahuan dimana tpik-tpik tersebut dapat dikelmpkkan berdasarkan pengetahuannya [2]. Dalam sebuah frum perekayasa harus menentukan kategri atau frum sebuah tpik. Kategri atau frum dari sebuah tpik tersebut dapat membantu perekayasa untuk menemukan infrmasi. Tetapi seringkali ditemukan tpik dengan kategri yang salah dalam suatu frum. Dengan algritma tertentu sistem dapat mengenali pengetahuan yang terkandung dalam tpik. Sistem manajemen pengetahuan merupakan sistem dimana sistemnya dapat mendapatkan pengetahuan dari data yang ada. Dengan adanya sistem tersebut akan memudahkan perekayasa untuk menglah, mengatur dan mencari infrmasi dalam sutu sistem II. ARSITEKTUR SISTEM Arsitektur dari sistem ini adalah sistem terdiri dari sistem frum menggunakan aplikasi frum phpbb dan juga mdul untuk menglah pengetahuan menggunakan library php-nlptls. Antara sistem frum dan mdul berjalan di dalam dua file yang berbeda. Mdul akan bekerja saat dima leh sistem frum, dimana mdul akan merubah data yang terdapat pada basis data sesuai dengan hasil penglahan pengetahuan yang diinginkan leh pengguna, setelah itu mdul akan mengembalikan ke sistem frum kembali. Desain arsitektur dapat dilihat pada Gambar 1.

2 JURNAL TEKNIK POMITS Vl. 2, N. 1, (2013) ISSN: ( Pr) 2 pst_subject pst_text pster_id pst_id frum_id tpics_id psts text text <pk> <fk1> <fk2> frum_id right_id frum_parents frum_name frum_psts frum_tpics frum_tpics_real frum_last_pster_id frums <pk> varchar(1024) varchar(1024) tpics tpics_id frum_id tpic_first_pster_id tpic_last_pster_id <pk> <fk> acl_grups frum_id grup_id auth_ptin_id auth_rle_id auth_setting <fk> Gambar 2. Desain basis data yang digunakan sistem Gambar 1. Arsitektur sistem III. FORUM Dalam Tugas Akhir ini sistem yang dibangun adalah sistem manajemen pengetahuan dalam bentuk frum. Frum yang digunakan adalah frum yang bersifat pen surce. Salah satu pen surce frum yang cukup terkenal adalah phpbb. Frum yang digunakan dalama sistem ini adalah aplikasi phpbb. Saat ini phpbb memiliki aplikasi frum dengan versi tiga adalah versi yang paling terakhir. Bahasa pemrgraman yang digunakan dalam frum ini adalah bahasa pemrgraman php dengan pendekatan cntent management system. A. phpbb PhpBB merupakan aplikasi frum berbasis web. Untuk dapat aplikasi frum phpbb, harus dilakukan instalasi terlebih dahulu. Prses instalasi aplikasi untuk membangkitkan basis data dan kneksi ke basis data. Caranya adalah dengan mengakses flder phpbb yang dapat diunggah pada situs Setelah direktri tersebut diakses situs yang ditampilkan pertama kali adalah situs untuk instalasi aplikasi ini. Di dalam situs tersebut akan dima untuk mengisi frm mulai dari yang berhubungan dengan basis data sampai pengguna administratr. Cnth tampilan untuk situs indtalasi dapat dilihat pada Gambar 2. Setelah prses instalasi dilakukan aplikasi frum phpbb sudah dapat digunakan dengan mengakses direktri phpbb, tetapi agar frum yang ada dapat ditampilkan ke dalam situs direktri install harus dihapus terlebih dahulu. B. Basis Data Frum Untuk basis data yang digunakan pada sistem ini adalah basis data MySQL. Basis data ini dibangkitkan pada saat prses instalasi dilakukan. Desain dari basis data yang digunakan leh sistem ini dijelaskan pada Gambar 3. Pada sistem yang dibangun, entitas yang digunakan dalam mdul klasifikasi dan clustering dijelaskan pada Gambar 2. Entitas frums merupakan tabel yang menyimpan frum atau kategri. Entitas tpik merupakan tabel yang menyimpan judul tpik atau pst awal. Entitas psts merupakan tabel yang menyimpan pst dalam frum. Untuk menulis pst terbagi menjadi dua, yaitu pst untuk membuat tpik baru atau pst untuk membalas pst lainnya dalam sebuah tpik. Entitas acl_grups merupakan tabel untuk menyimpan hak akses untuk sebuah frum. Dalam aplikasi phpbb agar frum dapat dilihat dan diakses leh semua pengguna, hak akses harus diatur terlebih dahulu. C. Php-nlp-tls Php-nlp-tls merupakan salah satu library yang menggunakan bahasa pemrgraman PHP. Library ini memiliki mdul-mdul yang digunakan untuku pemresan bahasa natural. Mdul yang digunakan pada Tugas Akhir ini adalah mdul Classifiers, Dcuments, Tkenizers, Utils, Clustering. Mdul tersebut digunakan untuk menemukan klasifikasi dari data yang digunakan dan mengelmpkkan tpik. A. Naive Bayes IV. KLASIFIKASI TOPIK Salah satu fitur yang terdapat pada mdul ini adalah sistem dapat mengklasifikasikan tpik baru yang dibuat leh perekeyasa. Untuk mendapatkan kategri atau klasifikasi dari tpik, sistem akan melakukan klasifikasi tpik menggunakan metde Naive Bayes. Klasifikasi Naive Bayes merupakan metde mengklasifikasikan data dengan melakukan nilai prbabilitas suatu kategri terhadap data [3]. Nilai prbabilitas tersebut dapat dihitung dengan menggunakan persamaan yang terdapat pada Persamaan 1. (1)

3 JURNAL TEKNIK POMITS Vl. 2, N. 1, (2013) ISSN: ( Pr) 3 Pada Persamaan 1 kategri dilambangkan dengan c dan d adalah data atau dkumen yang sudah memiliki kategri. Persamaan 1 merupakan persmaan untuk menghitung prbabilitas suatu dkumen dengan diketahui kategrinya. Dkumen yang dilah terdiri dari kata-kata. Untuk menghitung prbabilitas pada Persamaan 1, dapat dilakukan dengan menghitung prbabilitas kemunculan kata pada dkumen. Dengan demikin perhitungan prbabilitas dapat dituliskan seperti pada Persamaan 2. (2) Prses klasifikasi dilakukan dengan membuat mdel prbabilistik dari pelatihan data, untuk pemberian kategri terhadap dkumen dilakukan dengan cara memilih nilai prbabilitas terhadap c yang paling maksimum dan dapat dilihat pada Persamaan 3. Kategri c adalah kategri yang memiliki nilai prbability maksimum dari nilai. B. Latih Data Agar sistem dapat menentukan kategri atau frum yang tepat untuk tpik baru, sistem harus mempunyai mdel dasar yang digunakan untuk menetukan frum dari tpik. Untuk fungsi prses latih data terdapat pada library php-nlp-tl yang terdapat pada mdull mdel. Mdel yang digunakan dalam metde Naive Bayes adalah nilai-nilai prbabilitas kemunculan kata dalam suatu dkumen. Untuk mendapatkan nilai tersebut harus dilakukan terlebih dahulu prses latih data. Pada prses latih data, data yang digunakan harus diketahui kategrinya terlebih dahulu. Hasil dari prses latih data dalam sistem ini akan disimpan ke dalam basis data mdel. Data yang disimpan adalah nilai-nilai prbabilitas dalam dkumen tersebut. C. Basis Data Mdel Database mdul digunakan untuk menyimpan nilai-nilai prbabilitas sebagai dasar untuk menentukan klasifikasi dari tpik. Database ini hanya digunakan untuk menyimpan nilai, jadi tidak memiliki relasi antar entitas. Nilai yang disimpan terdiri dari tiga entitas. class value prirs Variable characters (1024) Flat (3) Nilai di dalam database ini digunakan pada saat prses klasifikasi dan dimasukkan pada saat prses latih data yang terdapat pada subbab perancangan prses. Pada Gambar 3, setiap entitas mewakili satu nilai prbabilitas. Entitas prirs digunakan untuk menyimpan prbabilitas kategri yang muncul. Entitas cnd_prb digunakan untuk menyimpan prbabilitas kata terhadap kategri. Sedangkan untuk entitas unknwn digunakan untuk menyimpan prbabilitas kategri untuk kata yang tidak ada pada entitas cnd_prb. D. Prses Klasifikasi Prses klasifikasi adalah prses untuk mendapatkan hasil klasifikasi dari data yang baru dalam masalah ini adalah sebuah tpik. Setelah aplikasi frum phpbb mendapat tpik baru maka tpik tersebut akan dikirim ke mdul Tugas Akhir untuk didapatkan hasil klasifikasinya. Pada prses klasifikasi mdel yang digunakan untuk menentukan klasfikasi berasal dari database mdel. Setelah hasil klasifikasi didapatkan, kategri frum tersebut akan dirubah berdasarkan hasil klasifikasi yang didapatkan. Untuk prses klasifikasi tpik menggunakan libary php-nlp-tls yang terdapat pada mdul Classifiers. E. Implementasi Pada Sistem Prses klasifikasi digunakan sistem pada saat pengguna perekayasa membuat tpik baru. Tpik baru yang dibuat akan dikategrikan frumnya leh sistem. Diagram alir prses yang terjadi pada sistem dijelaskan pada Gambar 4. wrd class value cnd_prb Variable characters (256) Variable characters (1024) Flat Gambar 4 Diagram Alir Prses Klasifikasi Tpik class value unknwn Variable characters (1024) Flat Gambar 3 Diagram Entitas Database Mdel

4 JURNAL TEKNIK POMITS Vl. 2, N. 1, (2013) ISSN: ( Pr) 4 Tabel 1 Tabel hasil pengujian klasifikasi tpik N Skenari Akurasi % 1 Skenari Skenari Skenari Skenari Skenari Skenari Skenari Skenari Skenari Skenari Rata-rata 61% F. Hasil Klasifikasi. Evaluasi yang diberikan merupakan hasil akurasi klasifikasi yang dibandingkan dengan klasifikasi tpik yang terdapat pada situs frum phpbb. Hasil akurasi dari klasifikasi tpik dapat dilihat pada Tabel 5. Skenari yang digunakan untuk pengujian klasifikasi adalah dengan cara mengganti antara data latih dan data uji pada setiap skenarinya. Yang digunakan sebagai data latih sebanyak 50 tpik untuk setiap frum dan sisanya digunakan sebagai data uji. Berdasarkan hasil klasifikasi pada Tabel 1, akurasi yang didapatkan adalah 61%. Berdasarkan uji cba klasifikasi tersebut jumlah frum yang berbeda dengan hasil klasifikasi adalah frum Supprt. Presentasi hasil dari klasifikasi berbeda dengan klasifikasi pada data uji untuk frum Supprt adalah 67%, untuk frum General adalah 27%, sedangkan untuk frum Styles dan frum Mdificatin adalah 25% dan 32%. V. CLUSTERING TOPIK Clustering tpik adalah fitur dimana sistem dapat mengelmpkkan tpik menjadi terkelmpk sesuai dengan pengetahuannya. Fungsi ini akan memebuat kategri frum baru dan manghapus kategri frum yang lama. Metde yang digunakan untuk clustering tpik adalah K-Means. A. K-Means K-Means merupakan metde clustering yang banyak digunakan di berbagai bidang karena sederhana dan memiliki kemampuan untuk mengelmpkkan data yang besar. Kmpleksitas waktu linear K-Means adalah O(nKT) dengan n adalah jumlah dkumen, K adalah jumlah cluster, dan T adalah jumlah iterasi. K-means merupakan metde yang memisahkan data ke dalam kelmpk yang berbeda [4]. Dasar algritma K- means adalah sebagai berikut : 1. Tentukan nilai k sebagai jumlah cluster yang diinginkan. 2. Bangkitkan nilai centrid k ( C k ) secara randm. 3. Hitung jarak setiap data dkumen dengan nilai centrid menggunakan rumus Euclidean Distance. 4. Kelmpkkan setiap dkumen berdasarkan jarak terdekat antara dkumen dengan centrid. 5. Tentukan nilai centrid baru ( C k ) dengan cara menghitung nilai rata-rata dari data-data yang ada pada centrid yang sama. 6. Kembali ke langkah tiga jika psisi centrid baru tidak sama dengan centrid lama. Rumus untuk menghitung euclidean distance merupakan perkembangan dari rumus pythagras, dengan cara menghitung akar dari perjumlahan kedua titik [5]. Rumus euclidean distance dapat dilihat pada Persamaan 4. Rumus untuk menghitun centrid baru seperti yang disebutkan dalam langkah lima dapat dilihat pada Persamaan 5. Penjelasan variabel pada persamaan diatas adalah sebagai berikut : C k = psisi centrid dalam kluster k n K = jumlah dkuman dalam kluster k d i = dkumen dalam kluster k B. Prses Clustering Prses klustering adalah prses pengelmpkkan dkumen sesuai dengan jumlah kelas yang diinginkan. Prses tersebut digunakan untuk pengguna admin ketika ingin membangun ulang tpik sesuai jumlah frum yang diinginkan Prses clustering pada sistem menggunakan library php-nlp-tls yang terdapat pada mdul Clustering. Prses klustering hampir sama dengan prses latih data hanya saja untuk prses klustering pada prses set dkumen tidak diperlukan kelas atau nama frum. Database temprary digunakan untuk menampung sementara hasil dari kluster. Data yang disimpan adalah tpik dan kelmpk clustering. Gambar 5 Diagram Alir Prses Pengelmpkkan Tpik C. Implementasi Pada Sistem Prses pengelmpkkan tpik ini akan dilakukan leh (4) (5)

5 JURNAL TEKNIK POMITS Vl. 2, N. 1, (2013) ISSN: ( Pr) 5 pengguna admin pada sistem frum phpbb. Pengguna admin dapat menentukan jumlah frum yang diinginkan, dan tpik diambil dari data tpik yang sudah tersimpan di dalam basis data. Setelah hasil dari prses clustering ditampilkan pada sistem admin dapat menentukan judul frum yang tepat dengan melihat kelmpk tpik tersebut. Diagram alir yang terjadi pada prses ini akan dijelaskan pada Gambar 5. D. Hasil Clustering Tpik Pengelmpkkan tpik pada sistem ini menggunakan algritma clustering K-Means. Skenari dari pengujian pengelmpkkan tpik ini adalah dengan cara melakukan perbandingan terhadap clustering tpik menggunakan aplikasi weka dengan data dan metde yang sama. Pengujian akan dilakukan mulai dari pengelmpkkan empat kelas sampai sepuluh kelas. Selain itu untuk mengukur nilai relevansi dari tpik yang dikelmpkkan akan dilakukan survey kepada para perekayasa yang pernah menggunakan frum dan membuat aplikasi web. Hasil dari perbandingan pengujian clustering menggunakan aplikasi weka akan dijelaskan melalui diagram di bawah sedangkan untuk hasil survey dapat dilihat pada Tabel 2. Tabel 2 Tabel Hasil Survey Pengelmpkkan Tpik Jawaban Survey Ttal Persen Tpik Tidak Terkelmpk dengan benar 1 5% Beberapa tpik terkelmpk dengan benar 6 30% Sebagian besar tpik terkelmpk dengan benar 10 50% Tpik terkelmpk dengan benar 3 15% Ttal % Gambar 7. Diagram Hasil Uji Cba Prses Clustering dengan 5 Kelas VI. KESIMPULAN DAN SARAN Kesimpulan yang didapat dari pembuatan sistem ini adalah sistem dapat menentukan hasil klasifikasi apabila tpik yang diklasifikasikan mengandung pengetahuan. Selain itu data yang digunakan sebagai data latih seharusnya data yang jelas mengandung pengetahuan. Sistem juga dapat menetukan infrmasi yang relevan dari pengelmpkkan tpik, hal ini di dasarkan dari hasil clustering yang tidak berbeda signifikan dengan aplikasi weka dan juga hasil survey yang dilakukan. Saran untuk perkembangan sistem ini adalah, adanya mdul untuk mendeteksi apakah tpik ini mengandung pengetahuan atau tidak, hal tersebut dapat membantu sistem untuk menglah pengetahuan menjadi lebih baik. UCAPAN TERIMA KASIH Penulis Arthur Hlng P.N. mengucapkan terima kasih kepada keluarga yang telah memberikan dukungan mral dan juga finansial yang sangat membantu penulis. Selain itu penulis juga mengucapkan terima kasih kepada dsen pembimbing yang telah merelakan waktunya untuk membantu menyelesaikan sistem ini melalui masukan dan ilmu yang diberikan. Tidak lupa juga berterima kasih kepada semua teman penulis yang telah memberikan semangat untuk menyelesaikan sistem ini. DAFTAR PUSTAKA Gambar 6. Diagram Perbandingan Clustering dengan 4 Kelas [1] P. Jelinek, Knwledge Management in Sftware Develpment, Brn: MASARYK UNIVERSITY, [2] 2010S. Sista, R. Schwartz, T. R. Leek dan J. Makhul, An Algrithm fr Unsupervised Tpic Discvery frm, Human Language Technlgy Research, pp , [3] A. M. Kibriya, B. Pfahringer, G. Hlmes dan E. Frank, Multinmial Naive Bayes fr Text Categrizatin Revisited, Lecture Ntes In Cmputer Science, vl. 3339, pp , [4] P. Barrett, Euclidean distance: Raw, nrmalised, and duble-scaled, Technical Whitepaper, 2005.

6 JURNAL TEKNIK POMITS Vl. 2, N. 1, (2013) ISSN: ( Pr) 6 [5] K. Wagstaff, C. Cardie, S. Rgers dan S. Schredl, Cnstrained K-Means Clustering with Backgrund Knwledge, Internatinal Cnference n Machine Leearning, pp , [6] T. Cnverse, J. Park dan C. Mrgan, PHP5 and MySQL bible, Indianaplis: Wiley Publishing Inc.., [7] phpbb develpment wiki, 1 Nvember [Online]. Available: [Diakses 9 July 2014]. [8] D. Dvrski, Installing, Cnfiguring, and Develping With XAMPP, [Online]. Available: dvrski.net.