KLASIFIKASI TEKS SURAT KABAR DENGAN MENGGUNAKAN ALGORITMA N-GRAM STEMMERS TUGAS AKHIR

Transkripsi

1 KLASIFIKASI TEKS SURAT KABAR DENGAN MENGGUNAKAN ALGORITMA N-GRAM STEMMERS TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Oleh: KHOZINATUL ASRUL NIM JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2012/2013

2 LEMBAR PERSETUJUAN KLASIFIKASI TEKS SURAT KABAR DENGAN MENGGUNAKAN ALGORITMA N-GRAM STEMMERS TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata1 Teknik Informatika Universitas Muhammadiyah Malang Menyetujui, Pembimbing I Pembimbing II EKO BUDI CAHYONO S.Kom, M.T. NIP AGUS EKO MINARNO, S.Kom NIDN

3 LEMBAR PENGESAHAN KLASIFIKASI TEKS SURAT KABAR DENGAN MENGGUNAKAN ALGORITMA N-GRAM STEMMERS TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata1 Teknik Informatika Universitas Muhammadiyah Malang Disusun Oleh: KHOZINATUL ASRUL NIM Tugas Akhir ini telah diuji dan dinyatakan lulus melalui sidang majelis penguji pada tanggal Oktober 2013 Penguji I Menyetujui, Penguji II ZAMAH SARI, S.T., M.T. NIDN DHEBYS SURYANI, S.Kom., M.T. NIDN Mengetahui, Ketua Jurusan Teknik Informatika EKO BUDI CAHYONO, S.Kom., M.T. NIP

4 LEMBAR PERNYATAAN KEASLIAN Yang bertanda tangan dibawah ini: NAMA : KHOZINATUL ASRUL NIM : FAK. / JUR. : TEKNIK / INFORMATIKA Dengan ini saya menyatakan bahwa Tugas Akhir dengan judul KLASIFIKASI TEKS SURAT KABAR DENGAN MENGGUNAKAN ALGORITMA N- GRAM STEMMERS beserta seluruh isinya adalah karya saya sendiri dan bukan merupakan karya tulis orang lain, baik sebagian maupun seluruhnya, kecuali dalam bentuk kutipan yang telah disebutkan sumbernya. Demikian surat pernyataan ini saya buat dengan sebenar-benarnya. Apabila kemudian ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya saya ini, atau ada klaim dari pihak lain terhadap keaslian karya saya ini maka saya siap menanggung segala bentuk resiko/sanksi yang berlaku. Malang, 10 Oktober 2013 Yang Membuat Pernyataan KHOZINATUL ASRUL Mengetahui, Pembimbing I Pembimbing II EKO BUDI CAHYONO S.Kom, M.T. NIP AGUS EKO MINARNO, S.Kom NIDN

5 KATA PENGANTAR Dengan memanjatkan puji syukur kehadirat Allah SWT. Atas limpahan rahmat dan hidayah-nya sehingga peneliti dapat mneyelesaikan tugas akhir yang berjudul : KLASIFIKASI TEKS SURAT KABAR DENGAN MENGGUNAKAN ALGORITMA N-GRAM STEMMERS Di dalam tulisan ini disajikan pokok pokok bahasan yang meliputi latar belakang penelitian, landasan teori penelitian, analisa dan perancangan aplikasi, implementasi dan pengujian aplikasi, kesimpulan dan saran serta daftar pustaka. Peneliti menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini masih banyak kekurangan dan keterbatasan. Oleh karena itu peneliti mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu pengetahuan kedepan. Malang, 10 Oktober 2013 Khozinatul Asrul

6 DAFTAR ISI LEMBAR PERSETUJUAN LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... i ABSTRACT... ii LEMBAR PERSEMBAHAN... iii KATA PENGANTAR... iv DAFTAR ISI... v DAFTAR GAMBAR... ix DAFTAR TABEL... xii BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Batasan Masalah Metodologi Pengumpulan Data Analisa Data Implementasi Uji Coba dan Evaluasi Penyusunan Laporan Tugas Akhir Sistematika Penulisan... 4 BAB II LANDASAN TEORI Deteksi Bahasa untuk Dokumen Berbahasa Indonesia... 6

7 2.2. Kategorisasi Teks Menggunakan N-gram untuk Dokumen Berbahasa Indonesia Klusterisasi Dokumen Berita Berbahasa Indonesia Menggunakan Document Index Graph Klusterisasi untuk Peningkatan Efektivitas Penyajian Informasi dari Mesin Pencari Text Pemanfaatan Analisis Kluster pada Sistem Temu Kembali Informasi Berbasis Internet Klasifikasi Teks Text Mining Analisis Struktur Dokumen Klasifikasi Dokumen N-gram Tokenisasi Stemming Stop Word Dice Similarity Recall, Precision dan F-measure BAB III ANALISA DAN PERANCANGAN SISTEM Analisis Analisa Kebutuhan Preprocessing Processing Klasifikasi Perancangan Perancangan Database Tabel Dokumen Tabel Klasifikasi Tabel Abaikan Char Tabel Kata Dasar... 25

8 Tabel Stop Word Use case Sequence Diagram Sequence Diagram Konversi Sequence Diagram Input data Sequence Diagram Pengklasifikasian Activity Diagram Activity Diagram Konversi Activity Diagram Input Data Activity Diagram Klasifikasi Class Diagram Perancangan User Interface User Interface Konversi User Interface Input Data User Interface Klasifikasi BAB IV IMPLEMENTASI DAN PENGUJIAN Kebutuhan Perangkat Keras Kebutuhan Perangkat Lunak Implementasi Sistem Pembuatan Data Base Pembuatan Fungsi Koneksi ke Database Pembuatan Antarmuka Desain Antarmuka Konversi Desain Antarmuka Input Data Desain Antarmuka Klasifikasi Pengujian Fungsionalitas Pengujian memasukkan file.html Pengujian memasukkan file.news Pengujian konversi.html menjadi.news BAB V KESIMPULAN DAN SARAN Kesimpulan... 59

9 5.2 Saran DAFTAR PUSTAKA LAMPIRAN BIOGRAFI PENULIS... 63

10 DAFTAR GAMBAR Gambar 3.1. Tokenizing / Parsing Gambar 3.2. Flowchart Tokenizing Gambar 3.3. Stoplist/stopword Gambar 3.4. Flowchart Stoplist/stopword Gambar 3.5. Proses Stemming Gambar 3.6 Proses N-gram Stemming Gambar 3.7. Flowchart N-gram Stemming Gambar 3.8. Struktur Tabel dan Relasi Antar Tabel Gambar 3.9. Use Case Diagram Gambar Sequence Diagram Konversi Gambar Sequence Diagram Input Data Gambar Sequence Diagram Pengklasifikasian Gambar Activity Diagram Konversi Gambar Activity Diagram Input Data Gambar Activity Diagram Klasifikasi Gambar Class Diagram Gambar Desain Antarmuka Konversi Gambar Desain User Interface Input Data Gambar Desain User Interface Klasifikasi Gambar 4.1 Tabel MySQL Gambar 4.2. Query pembentukan tabel abaikan_char Gambar 4.3. Tabel abaikan_char Gambar 4.4. Query pembentukan tabel dokumen... 36

11 Gambar 4.5. Tabel dokumen Gambar 4.6. Query pembentukan tabel kategori Gambar 4.7. Tabel kategori Gambar 4.8. Query pembentukan tabel stopword Gambar 4.9. Tabel stopword Gambar Query pembentukan tabel tb_katadasar Gambar Tabel tb_katadasar Gambar Kode Program Koneksi ke Database Gambar Tampilan menu Konversi Gambar 4.14 Script tombol browse file.html Gambar 4.15 Script konversi.html menjadi.news Gambar 4.16 Tampilan Antarmuka Input Data Gambar 4.16 Tampilan Antarmuka Klasifikasi Gambar 4.17 Potongan Script tokenizing Gambar 4.18 Potongan Script Stoplist/Stopword Gambar 4.19 Potongan Script Stemming Gambar 4.20 Potongan Script Dice similarity Gambar 4.21 Potongan Script Proses N-gram Gambar 4.22 Pengujian menu cari file.html Gambar 4.23 Pengujian menu cari file.news Gambar 4.24 Pengujian konversi.html ke.news Gambar 4.25 Precision, Recall, F measure Bigram Gambar 4.26 Precision, Recall, F measure Trigram Gambar 4.27 Precision, Recall, F measure Quadgram... 57

12 Gambar 4.28 Grafik perbandingan f-measure... 58

13 DAFTAR TABEL Tabel 2.1 Tabel Perbandingan... 9 Tabel 3.2. Struktur Tabel Dokumen Tabel 3.3. Struktur Tabel Klasifikasi Tabel 3.4. Struktur Tabel Abaikan Char Tabel 3.5. Struktur Tabel Kata Dasar Tabel 3.6. Struktur Tabel Stop Word Tabel 3.7. Deskripsi Use Case Tabel 3.8. Deskripsi Class Diagram Tabel 4.1 Klasifikasi dokumen Bigram, Trigram dan Quadgram Tabel 4.2 Jumlah dokumen tiap kategori berdasarkan bigram Tabel 4.3 Jumlah dokumen tiap kategori berdasarkan trigram Tabel 4.3 Jumlah dokumen tiap kategori berdasarkan quadgram... 54

14 DAFTAR PUSTAKA Hamzah, A. (2010). Deteksi Bahasa untuk Dokumen Berbahasa Indonesia. Seminar Nasional Informatika 2010 (semnasif 2010), (pp. A5-A13). Khreisat, L. (2006). Arabic Text Classification Using N-Gram Frequency Statistics A Comparative Study. Conference on Data Mining - DMIN'06, (pp ). Manning, C. D., Raghavan, P., & Schutze, H. (2008).Introduction to Information Retrieval.Cambridge University Press, Cambridge, UK. Tala, F. Z. (2003). A study of Stemming Effects on Information Retrieval in Bahasa Indonesia. University of Amsterdam. Amsterdam: Thesis. Wibisono, Y Klasifikasi Berita Berbahasa Indonesia menggunakan Naïve Bayes Classifier. (Online di: fpmipa.upi.edu/staff/yudi/yudi_0805.pdf; diakses 29 September 2012) Yunita, V., & Herdiyeni, Y. (2010). Klasifikasi Citra Menggunakan Metode Minor Component Analysis pada Sistem Temu Kembali Citra. Jurnal Ilmiah Ilmu Komputer,