BAB 3 ANALISIS DAN PERANCANGAN

Transkripsi

1 BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Analisis sistem adalah sebuah teknik pemecahan masalah yang menguraikan sebuah sistem menjadi bagian-bagian komponen dengan tujuan mempelajari seberapa bagus bagian-bagian komponen tersebut bekerja dan berinteraksi untuk meraih tujuan mereka. Analisis sistem merupakan pembelajaran sebuah sistem dan komponenkomponennya sebagai prasyarat desain sistem, spesifikasi sebuah sistem baru dan diperbaiki. Analisis sistem bisa juga disebut sebuah istilah yang secara kolektif mendeskripsikan fase-fase awal pengembangan sistem (Whitten, 2004). 3.2 Desain Sistem Information System design atau desain sistem informasi didefenisikan sebagai tugas yang fokus pada spesifikasi solusi detail berbasis komputer. Dapat juga disebut physical design. Jika analisis sistem menekankan pada masalah bisnis, maka sebaliknya desain sistem fokus pada segi teksnis atau implementasi sebuah sistem 3.3 Analisis Masalah Sebuah sistem dapat dianggap baik apabila sistem tersebut bisa dipahami dan dapat digunakan oleh orang yang membutuhkan. Adapun masalah didalam sistem yang ingin dikembangkan adalah bagaimana mencari persamaan makna antara bahasa indonesia dan bahasa melayu yang sebenarnya memiliki struktur kata, lafal,

2 Pengucapan yang sama namun berbeda makna. Data yang digunakan di dalam bahasa melayu langkat sebagai contoh :Abah:Babah; di keluarga-keluarga tertentu dipergunakan untuk menyebut Ayah. Adapun sistem yang ingin dikembangkan memakai bantuan Algoritma Manber, serta ditambah dengan Fingerprint dan jacquard coefficient untuk mencari presentase similiritas kata. Untuk mencari dan menelaah awal dari masalah ini, diperlukan suatu diagram grafis yakni diagram Ishikawa, sehingga dapat dikembangkan masalah tersebut oleh sebab maupun akibat dari permasalahan sistem tersebut. Diagram Ishikawa adalah sebuah alat grafis yang digunakan untuk mengidentifikasi, mengeksplorasi dan menggambarkan suatu masalah, sebab dan akibat dari masalah itu (Whitten, 2004). Pemodelan diagram Ishikawa dapat dilihat pada pemodelan gambar dibawah ini : USER METHOD P r o s e s - Kosa kata Bahasa Indonesia - Kosa Kata Bahasa Melayu Belum adanya ditemukan pencarian persamaan makna menggunakan algortima Manber Belum adanya aplikasi berbasis android Aplikasi untuk mencari persamaan makna bahasa Indonesia-melayu masing jarang ditemukan. penghitungan tingkat persamaan makna MATERIAL MECHINE Gambar 3.1 Diagram Ishikawa Pada gambar diagram ishikawa diatas, segi empat paling kanan (kepala ikan) menunjukkan masalah utama yaitu user atau admin ingin mengetahui kata yang memiliki sama makna yang akan dicek. sedangkan aspek yang ditunjukkan segi empat

3 yang dihubungkan oleh garis ke tulang utama (garis horizontal yang terhubung ke kepala ikan). Selanjutnya tulang-tulang kecil yang diwakili oleh garis panah yang mengarah ke tulang-tulang kategori masalah menunjukkan sebab akibat yang muncul pada permasalahan tersebut. 3.4 Pemodelan Sistem Permodelan sistem adalah dilakukan untuk memperoleh gambaran yang lebih jelas tentang objek apa saja yang akan berinteraksi dengan sistem serta hal-hal apa saja yang dilakukan oleh sebuah sistem sehingga sistem dapat berfungsi sesuai dengan baik sesuai dengan fungsionalitasnya. Pemodelan ini sendiri menggunakan usecase dan activity diagram, Usecase digunakan untuk menggambarkan sebuah sistem Use Case Menurut Whitten, Bentley dan Dittman (2004) yang berpendapat bahwa Diagram usecase mengindentifikasi dan menggambarkan fungsi-fungsi sistem dengan menggunakan alat yang disebut usecase. Usecase menggambarkan fungsi-fungsi sistem dari sudut pandangan pengguna eksternal dan dalam sebuah cara dan terminologi yang mereka pahami. Usecase merupakan hasil penyusunan kembali lingkup fungsionalitas menjadi banyak pernyataan fungsionalitas sistem yang lebih kecil. Gambar 3.2 Use case Diagram Hal yang pertama kali dilakukan sistem yang dibangun adalah user menginput kata bahasa Melayu yang ingin dicari maknanya yang sama dengan bahasa indonesia, setelah

4 kata tersebut di-input-kan maka sistem akan me-load data json dari kata bahasa indonesia, kemudian diproses sehingga didapatlah hasil berupa persamaan makna antara bahasa indonesia dan melayu beserta hasil presentase dari kedua kata atau kalimat tersebut. Dapat dilihat pada gambar 3.1 dan diberikan narasi usecase pada tabel 3.1 Tabel 3.1 Narasi Use Case Nama Pencarian Makna Bahasa Indonesia dan Melayu Aktor User Deskripsi Dalam pencarian makna Bahasa Indonesia dan Melayu menggunakan algoritma Manber dan Presentase menggunakan jacquard coefficient Alur Dasar Diperlukan sebuah input dari user untuk sistem memproses tugas yang diberikan oleh user. Alur Alternatif User wajib meng-input kata dengan Bahasa Indonesia Pra Kondisi User meng-input-kan kata Pasca Kondisi User mendapatkan hasil berupa makna Activity Diagram Activity Diagram secara grafis digunakan untuk menggambarkan rangkaian aliran aktifitas baik proses bisnis atau usecase. Diagram ini juga dapat digunakan untuk memodelkan action yang akan dilakukan saat sebuah operasi dieksekusi, dan memodelkan hasil dari action tersebut. (Whitten, Bentley, dan Dittman, 2004). Adapun bentuk ataupun gambaran dari tampilan pencarian yang akan dibuat dapat dilihat pada gambar 3.3 dan diberikan narasi activity diagram pada tabel 3.2 berikut:

5 Gambar 3.3Activity Diagram Tabel 3.2 Narasi Diagram activity Nama Activity Diagram Actor User Deskripsi Activity Diagram menggambarkan tentang tahap dari proses eksekusi sistem yang dilakukan oleh user. Kondisi Awal User diberikan interface awal Alur Dasar Kegiatan User Respon Sistem 1. input kata 1. Sistem memberikan 2. Menekan tombol Cari 3. Hasil tampilan masukkan kata. 2. Sistem me-load makna yang bersumber dari json 3. sistem memproses kata tersebut. Kondisi Akhir Sistem memberikan hasil persamaan makna kata.

6 3.4.3 Sequence Diagram Sequence Diagram adalah secara grafis menggambarkan bagaiman objek berinteraksi dengan suatu sama lain melalui pesan pada eksekusi sebuah usecase atau operasi. Diagram ini mengilustrasikan bagaimana pesan terkirim dan diterima diantara objek dan dalam sekuensi apa. (Whitten, Bentley dan Dittman, 2004). Adapun bentuk ataupun gambaran dari tampilan pencarian yang akan dibuat dapat dilihat pada gambar 3.4, dan narasi sequence diagrampada tabel 3.3 berikut: Gambar 3.4 Sequence Diagram Nama Aktor Deskripsi Kondisi Awal Alur Dasar Tabel 3.3 Narasi Sequence Diagram Diagram Sequence User Diagram sequence mengilustrasikan alur sistem dalam urutan waktu penggunaan system Sistem awal hanya menampilkan menu input-an kata yang nantinya akan diproses oleh sistem. Kegiatan Respon User Sistem

7 1. User meng-input-kan kata 2. Menerima hasil pencarian persamaan makna Kondisi Akhir Mendapatkan hasil pencarian makna. 1. Meng-input-kan kata kedalam sistem untuk diproses. 2. Memvalidasi makna kata. 3. Mengambil makna kata pada teks. 4. Menampilkan makna kata pada menu proses. 5. Memproses input dari user. Memberikan hasil pencarian makna. 3.5 Pseudocode Program Pseudocode Hashing hash(ngram[], prime_base, n){ listhash[] int[ngram.length]; for(i 0; i < ngram.lenght; i++){ text[] ngram.toarray(); hash 0;for(j 0; j < text.length; j++){ hash hash + ((int)text[j] * pow(prime_base, n- j - 1)) } listhash[i] hash } return listhash } Pseudocode N-Gram counngram(word, n){ if (word.length> 0){ ngram string[text.length - (n -1)];

8 for (i 0; i <ngram.length; i++){ ngram[i] word.substring(i, i + n); } } return ngram } Pseudocode Manber manber(word1, word2, prime_base, n){ ngram1[] countngram(word1, n) hash1[] hash(ngram1, prime_base, n) ngram2[] countngram(word2, n) hash2[] hash(ngram2, prime_base, n) manber_value intersection(hash1, hash2) / union(hash1, hash2) if(manber_value > MIN_MANBER){ return true; } Return false; } 3.6 Perancangan Algoritma Flowchartmerupakan langkah awal pembuatan program. Dengan adanya flowchart urutan proses kegiatan menjadi lebih jelas. Jika ada penambahan proses maka dapat dilakukan lebih mudah. setelah flowchart selesai disusun, selanjutnya menerjemahkannya ke bentuk program dengan bahasa pemrograman Flowchart Algoritma Manber Pada Flowchart Algoritma Manber pertama tentukan gram yang akan dibentuk, kemudian bentuk gram dan hashing. Setelah hashing terbentuk, maka langkah selanjutnya window pun dibentuk. Nilai-nilai dari minimal dari masing-masing window inilah yang akan menjadi nilai fingerprint untuk menghitung nilai kesamaan makna kalimat tersebut, serta persamaan jacquard smilirity untuk menghitung nilai presentase dari dua kata dan kalimat yang dicari maknanya.

9 START INPUT KATA A METODE N - GRAM FUNGSI HASH METODE N - GRAM FUNGSI HASH FUNGSI HASH NILAI HASH TEKS UJI FUNGSI HASH NILAI HASH TEKS BANDING A H MOD P = 0 FINGER PRINT PERS. JACQUARD COEFICIENT FINISH Gambar 3.5Flowchart Algoritma Manber

10 3.7 Deteksi Kemiripan Teks Secara Manual Berikut ini merupakan contoh penghitungan manual dari pendeteksian kemiripan teks pada penjiplakan jenis Disguised Plagiarism, yaitu: Teks Uji : abah. Teks Banding : babah Gram : 2 1. Rangkaian N-Gram dengan nilai N=2 Teks Uji : ab ba ah Teks Banding : ba ab ba ah 2. Menentukan nilai hash dengan memasukkan rangkaian gram kedalam fungsi hash. Teks Uji : H(ab b=2 k=2) ASCII ( a ) * 2 (2-1) + ASCII ( b )* 2 (1-1) = 97 * * 2 0 = = 292 H(ba b=2 k=2) ASCII ( b ) * 2 (2-1) + ASCII ( a )* 2 (1-1) = 98 * * 2 0 = = 293 H(ah b=2 k=2) ASCII ( a ) * 2 (2-1) + ASCII ( h )* 2 (1-1) = 97 * * 2 0 = = 298 Maka didapatkan hasil dari Teks Uji : Teks Banding : H(ba b=2 k=2) ASCII ( b ) * 2 (2-1) + ASCII ( a ) * 2 (1-1) = 98 * * 2 0 = = 293 H(ab b=2 k=2) ASCII ( a ) * 2 (2-1) + ASCII ( b ) * 2 (1-1) = 97 * * 2 0

11 = = 292 H(ba b=2 k=2) ASCII ( b ) * 2 (2-1) + ASCII ( a ) * 2 (1-1) = 98 * * 2 0 = = 293 H(ah b=2 k=2) ASCII ( a ) * 2 (2-1) + ASCII ( h )* 2 (1-1) = 97 * * 2 0 = = 298 Maka didapatkan hasil dari teks Banding adalah : Memilih fingerprint dari nilai hash yang memenuhi persyaratan, yaitu dengan nilai pembagi P =1. H mod P = 0 Teks Uji : Teks Banding : Menghitung similaritas, yaitu dengan menggunakan rumus (2.3) sehingga didapatkan hasil akhir berupa persentase similaritas teks. Jumlah irisan (Uji, Banding) : 3 Jumlah Gabungan (Uji, Banding) : 4 w(di ) w (dj) Similaritas (d i, d j ) = x 100 % w(di ) w (dj) 3 = x 100 % 4 = 0.75 %

12 Persentase diatas didapatkan dari proses pencarian persamaan kata (string) yang diinput-kan, kemudian dengan ditentukan nilai N-Gram terbentuklah nilai hashing, setelah nilai hash memenuhi persyaratan dengan menentukan nilai pembagi P = 1, maka didapatkan nilai irisan (intersection) dan Gabungan (Union), Untuk diproses menggunakn metode kemiripan (smilirity) Jaccard s Similarity Coeficient dari hasil data banding dan data uji didapatkan nilai persentase kemiripan dari kedua string yang di-input-kan sebelumnya. 3.8 Perancangan Interface Sistem Interface sistem merupakan tampilan sistem yang berfungsi untuk membantu pengguna dalam menggunakan sistem. Interface sistem pada penelitian ini dibuat sesederhana mungkin dengan tujuan untuk mengurangi pengguna waktu yang tidak relavan pada proses sistem serta membantu pengguna dalam memahami dan menggunakan sistem rancangan interface sistem ini dapat dibagi menjadi tiga yaitu : 1. Tampilan Splash Screen Tampilan Splash Screen digunakan untuk tampilan interface awal aplikasi ini, yang menjelaskan dasar apa sistem ini dabangun. Tampilan awal sistem ini menggunakan dua komponen dasar, yaitu: textarea dan image. Adapun bentuk ataupun gambaran dari tampilan awal sistem yang akan dibuat dapat dilihat pada Gambar 3.7 berikut:

13 Gambar 3.6 Tampilan Interface Splash Screen Berikut ini merupakan rincian dari rancangan tampilan awal pada Gambar 3.7 yang akan dibuat dapat dilihat pada Tabel 3.4, yaitu : Tabel 3.4 Keterangan Interface Home Sistem No Keterangan 1. cture,digunakan untuk gambar icon dari aplikasi persamaan makna 2. ext Description, user dapat melihat nama aplikasi pada saat aplikasi pertama kali dibuka. 3. ext, user dapat melihat nama pembuat aplikasi. 2. Tampilan Pencarian Tampilan Pencarian digunakan untuk memasukkan kata dan kalimat yang ingin dicari persamaan maknanya. Tampilan pencarian ini menggunakan empat komponen antara lain :Title Bar, TextBox, Button, ListBox. Adapun bentuk ataupun gambaran dari tampilan pencarian yang akan dibuat dapat dilihat pada Gambar 3.6 berikut:

14 Gambar 3.7 Tampilan Interface Pencarian Berikut ini merupakan rincian dari rancangan tampilan Hasil pada Gambar 3.6 yang akan dibuat dapat dilihat pada Tabel 3.5, yaitu Tabel 3.5 KeteranganInterface Hasil Sistem No Keterangan 1. tle Bar, komponen ini berfungsi untukmenampilkan judul aplikasi sinonim bahasa Indonesia dan melayu 2. utton Proses, tombol ini digunakan untuk memproses kata atau kalimat yang diinputkan untuk dicari maknanya. 3. extbox, komponen ini digunakan untuk memasukkan kata atau kalimat yang ingin diproses maknanya. 4. stbox, berfungsi untuk menampilkan hasil dan perbandingan antara bahasa indonesia dan melayu. 3. Tampilan Hasil Pencarian Tampilan Hasil Pencarian digunakan untuk melihat hasil kata yang ingin dicari persamaan maknanya. Tampilan pencarian ini menggunakan empat komponen antara lain :Title Bar, TextBox, Button, ListBox. Adapun bentuk ataupun gambaran dari tampilan hasil pencarian yang akan dibuat dapat dilihat pada Gambar 3.6 berikut:

15 Gambar 3.8 Tampilan Interface Hasil Pecarian Berikut ini merupakan rincian dari rancangan tampilan Hasil pada Gambar 3.9 yang akan dibuat dapat dilihat pada Tabel 3.6, yaitu Tabel 3.6 KeteranganInterface Hasil PencarianSistem No Keterangan 1. tle Bar, komponen ini berfungsi untukmenampilkan judul aplikasi sinonim bahasa Indonesia dan melayu 2. utton Proses, tombol ini digunakan untuk memproses kata atau kalimat yang diinputkan untuk dicari maknanya. 3. extbox, komponen ini digunakan untuk memasukkan kata atau kalimat yang ingin diproses maknanya. 4. stbox, berfungsi untuk menampilkan hasil dan perbandingan antara bahasa indonesia dan melayu. 4. Tampilan Detail Proses Tampilan Detail Proses digunakan untuk melihat hasil proses algoritma seperti nilai Has, N-Gram, dan Presentase Similarirtas. Tampilan pencarian ini menggunakan Tiga komponen antara lain :Title Bar, TextBox, Scroll.

16 Adapun bentuk ataupun gambaran dari tampilan hasil pencarian yang akan dibuat dapat dilihat pada Gambar 3.6 berikut: Gambar 3.9 Tampilan Interface Detail Proses Berikut ini merupakan rincian dari rancangan tampilan Detail Proses pada Gambar 3.9 yang akan dibuat dapat dilihat pada Tabel 3.6, yaitu Tabel 3.7 KeteranganInterface Hasil PencarianSistem No Keterangan 1. tle Bar, komponen ini berfungsi untukmenampilkan judul aplikasi sinonim bahasa Indonesia dan melayu, dan dapat kembali ke tampilan sebelumnya. 2. extarea, komponen ini digunakan untuk menampilkan hasil dari proses algoritma seperti proses hash, N-Gram, dan Presentase Similaritas. 4. roll, berfungsi untuk menurunkan ataupun menaikkan tampilan hasil pencarian proses algoritma 5. Tampilan Menu About Tampilan About yang digunakan untuk menampilkan tentang pembuat program, dan aplikasi yang akan dibagun. Tampilan pencarian ini menggunakan empat komponen antara lain : textarea, picture. Adapun bentuk ataupun gambaran dari tampilan pencarian yang akan dibuat

17 dapat dilihat pada Gambar 3.7 berikut: Gambar 3.10 Tampilan InterfaceAbout Berikut ini merupakan rincian dari rancangan tampilan about pada Gambar 3.7 yang akan dibuat dapat dilihat pada Tabel 3.8, yaitu : Tabel 3.8 Keterangan Interface About Sistem No Keterangan 1. extarea, digunakan untuk membuat teks judul, nama pembuat program (Author), serta jurusan, fakultas, dan universitas penulis. 2. cture, untuk meletakkan gambar logo, yakni logo aplikasi yang dibuat penulis.

18 BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM Pada bab ini, akan dibahas mengenai implementasi dari algoritma Manber dan Jacquard Coeficient sehingga pengujian terhadap sistem dapat dilakukan, baik untuk tampilan sistem maupun hasil akhir berupa persentase kemiripan yang dimiliki oleh dokumen teks uji dengan pembandingnya. 4.1 Implementasi Sistem Implementasi sistem merupakan penerapan dari hasil analisis dan perancangan sistem yang telah dibuat. Pada tahap ini, aplikasi yang telah dianalisis dan dirancang akan dibangun dan bekerja sesuai dengan fungsi yang telah dirancang pada bab sebelumnya, sehingga diketahui apakah sistem ini dapat bekerja dengan baik. Aplikasi ini adalah aplikasi yang berbasis Android yang dibangun menggunakan bahasa pemrograman Java dengan menggunakan IDE Android Studio 2.2 dan sumber

19 data berasal dari load data yang bersumber dari json. Aplikasi ini memiliki 4 (empat) antarmuka yaitu halaman splash screen, halaman pencarian, halaman detail dan halaman about. 4.2 Antarmuka Sistem Berikut akan diuraikan halaman-halaman yang dibangun pada aplikasi ini dan proses yang terjadi didalamnya Halaman Splash Screen Halaman Splash Screen adalah halaman yang akan muncul pertama sekali ketika pengguna membuka aplikasi dan baru saja mengkondisikan perangkat dalam keadaan terkunci. Pada halaman Splash Screen ini terdapat kata-kata yang didalamnya terdapat nama aplikasi serta pengembang dari aplikasi. Gambar 4.1 Halaman Splash Screen Halaman Pencarian Halaman Pencarian adalah halaman dimana pengguna dapat meng-input-kan kata yang ingin dicari persamaaan makna dari bahasa indonesia dan melayu, serta terdapat button yang berguna untuk mencari kata-kata yang memiliki makna yang sama.

20 Gambar 4.2 Halaman Pencarian Halaman Setelah Pencarian Halaman setelah Pencarian adalah halaman dimana pengguna dapat melihat hasil result dari pencarian, dimana terdapat kata-kata dasar yang telah di-load dari json dan ditampilkan kata-kata yang memiliki persamaan makna serta terdapat waktu pencarian. Gambar 4.3 Halaman Setelah Pencarian

21 4.2.4 Halaman Detail Halaman detail adalah halaman dimana dimana pengguna dapat melihat hasil detail dimana didalamnya ditampilkan dari hasil teks uji dan teks banding yang masingmasing hasil menampilkan nilai N-Gram dan Hash Serta Proses Jacquard Coeficient yang menampilkan intersection (irisan) dan union (gabungan) serta persentase pencarian. Gambar 4.4 Halaman Detail Process Halaman About Halaman About adalah halaman dimana pengguna dapat melihat judul dari apikasi serta tentang pembuat aplikasi serta tujuan dibuat aplikasi.

22 Gambar 4.5 Halaman About 4.3 Pengujian Sistem Pengujian sistem dilakukan untuk mengetahui apakah sistem yang dibangun dapat berjalan dengan benar dan mengetahui apakah metode N-Gram dan Hash dapat diimplementasikan pada algoritma Manber. Dalam pengujian ini akan dilihat bagaimana sistem mencari data serta mengolahnya menggunakan metode N-Gram dan Hash serta hasil presentase menggunakan metode jacquard Coeficient Pengujian Pencarian Kata Pencarian kata adalah proses terpenting dari implementasi algoritma manber dikarenakan dari kata yang di-input oleh pengguna didapatkan persamaan kata yang memiliki persamaan makna antara bahasa indonesia dan melayu. Pada proses pengujian pencarian kata ini terdapat beberapa kata yang memiliki jumlah pencarian lebih dari satu serta didapatkan pula waktu pengerjaan yang ditampilkan dalam bentuk millisecond.

23 Gambar 4.6 Pengujian Pencarian Kata Pengujian Detail Process Pengujian Detail Proses ini ditampilkan hasil proses dari algoritma Manber dimana terdapat perbandingan antara teks uji dan teks banding yang menampilkan N-Gram dan Hash serta terdapat pula hasil persentase dari Metode Jacquard Coeficient yang menampilkan hasil intersection (irissan) dan gabungan (union) dari perbandingan teks uji dan teks banding.

24 Gambar 4.7 Pengujian Detail Process Hasil Pengujian Makna Bahasa Indonesia dan Melayu Pada bagian ini akan ditampilkan hasil pengujian proses pencarian kata yang memiliki persamaan makna yang diimplementasikan menggunakan metode N-Gram dan Nilai Hash, serta menggunkan Algoritma Manber. Pada pengujian ini akan dilihat seberapa valid dari beberapa percobaan kata-kata yang di-input-kan. Hasil pengujian dapat dilihat pada Tabel 4.1 berikut. Tabel 4.1 Hasil Persamaan Makna Bahasa Indonesia dan Melayu No Data Uji Data Banding Hasil Running Time

25 1. Abah valid ms 2. Abu valid ms 3. Bau valid ms 4. Dodol valid ms

26 5. Emak valid ms 6. Imam valid ms 7. Jamban Valid ms 8. Magang valid ms 9. Qari valid ms

27 10. Uban valid ms Pada tabel hasil pengujian, dapat dilihat bahwa terdapat persamaan makna dari dua kata yaitu bahasa Indonesia sebagai data input dan bahasa melayu sebagai data pencarian, dapat disimpulkan bahwasanya algoritma manber bekerja dengan mencari persamaan bentuk kata, bukan mencari persamaan makna antara bahasa Indonesia dan melayu. Untuk Melihat hasil detail perbandingan pengujian dari algoritma manber, seberapa besar tingkat validitas dari kata yang diinputkan, maka penulis mencoba dari beberapa tingkatan kata sehingga didapatkan hasil valid dan running time,berikut penulis mencoba dengan menguji tiga kata, enam kata, dan delapan kata. Tabel 4.2 Hasil Pengujian Empat Kata No Data Uji Data Banding Hasil Running Time 1. Abis valid ms 2. Elok valid ms

28 3. Fana valid ms 4. Geli valid ms 5. Hala valid ms 6. Idap valid ms 7. Jela valid ms

29 8. Maki valid ms 9. Odol valid ms 10. Raib valid ms Tabel 4.3 Hasil Pengujian Enam Kata No Data Uji Data Banding Hasil Running Time 1. Adinda valid ms

30 2. Algojo valid ms 3. Balang valid ms 4. Empang valid ms 5. Faedah valid ms

31 6. Gertak valid ms 7. Hening valid ms 8. Imbang valid ms 9. Jalang valid ms

32 10. Jerami valid ms Tabel 4.4 Hasil Pengujian Delapan Kata No Data Uji Data Banding Hasil Running Time 1. Bedimar Tidak valid ms 2. Belantan valid ms 3. Celengan valid ms

33 4. Canggung valid ms 5. Gundalan valid ms 6. Kandangan Tidak valid ms 7. Kembaran valid ms

34 8. Maklumat valid ms 9. Ngungkap valid ms 10. Kapangan valid ms Berdasarkan hasil pengujian dari penelitian Tabel 4.2, Tabel 4.3 dan Tabel 4.4, running time dari pencarian kata dan jumlah hasil pencarian yang dapat ditemukan pada Algoritma Manber yang dilakukan terhadap string yang berbeda dengan panjang string yang berbeda dengan 10 kali percobaan dan menghasilkan nilai rata rata dari setiap string tersebut. Tabel 4.5 Hasil Pengujian Algoritma Manber Panjang String 4, 6 dan 8 No 4 String Running Time (ms) 6 String Running Time (ms) 8 String Running Time (ms) 1. Abis Adinda Bedimar ms 2. Elok Algojo Belantan

35 3. Fana Balang Celengan Geli Empang Canggung Hala Faedah Gundalan Idap Gertak Kandangan Jela Hening Kembaran Maki Imbang Maklumat Odol Jalang Ngungkap Raib Jerami Kapangan Total Rata-rata Adapun hasil pengujian dari Algoritma yang dapat dilihat pada Tabel 4.5 Setelah diperoleh hasil pengujian dari tabel 4.4, table 4.3 dan tabel 4.4 maka dibuat grafik perbandingan dari hasil pengujian untuk masing-masing panjang string tersebut. grafik dapat dilihat pada Gambar 4.8, Gambar 4.9 dan Gambar ,000,000 16,000,000 14,000,000 12,000,000 10,000,000 8,000,000 6,000,000 4,000,000 2,000,000 0 Geli Hala Idap Jela Maki Odol Raib Gambar 4.8 Grafik running time 4 string Series 1

36 18,000,000 16,000,000 14,000,000 12,000,000 10,000,000 8,000,000 6,000,000 4,000,000 2,000, ,000, ,000, ,000,000 Adinda Algojo Balang Empang Faedah Gertak Hening Imbang Jalang Jerami Gambar 4.9 Grafik running time 6 string Series 1 80,000,000 60,000,000 40,000,000 20,000,000 0 Bedimar Belantan Celengan Canggung Gundalan Kandangan Kembaran Maklumat Ngungkap Kapangan Gambar 4.10 Grafik running time 8 string Series 1 Apabila ditarik perbandingan dari tiga jenis pengujian baik itu 4 string, 6 string, 8 string, maka dapat dilihat panjang grafik yang dapat dilihat pada gambar 4.10 berikut.

37 140,000, ,000, ,000,000 80,000,000 60,000,000 40,000,000 Series 1 Series 2 Series 3 20,000, Gambar 4.11 Grafik perbandingan running time Berdasarkan grafik tersebut dijelaskan bahwa tingkat valid dan hasil kecepatan running time pada Algoritma Manber berkerja berdasarkan panjang string, dari ketiga percobaan string didapatkan bahwa semakin pendek string yang diinputkan, maka tingkat valid lebih tinggi dan kecepatan running time lebih cepat dibandingkan dengan string yang panjang sebagai contoh pada penelitian ini panjang 4 string waktu hasil running time lebih cepat dan dibandingkan dengan 8 string. Rata-rata dari total hasil percobaan berdasarkan panjang string tersebut dapat dijelaskan pada Gambar ,000, ,000, ,000, ,000, ,000,000 Total Rata-rata 50,000, Gambar 4.12 Grafik Perbandingan nilai total dan rata rata 4 string, 6 string dan 8 string

38 BAB 5 KESIMPULAN DAN SARAN 5.1. Kesimpulan Kesimpulan yang dapat diambil dari penelitian ini adalah: 1. Aplikasi yang dirancang telah mampu melakukan mencari persamaan makna antara Bahasa Indonesia dan Melayu menggunakan algoritma Manber. 2. Berdasarkan hasil pengujian yang dilakukan membuktikan bahwa panjang string menentukan waktu proses atau running time, string yang lebih pendek waktu proses lebih cepat dibandingkan waktu proses string yang lebih panjang, didalam penelitian ini didapatkan hasil rata-rata proses 4 string ms, 6 string ms dan 8 string ms.

39 3. Berdasarkan pengujian yang dilakukan algortima manber bekerja dengan mencari persamaan bentuk kata, bukan mencari persamaan makna antara bahasa Indonesia dan melayu. 4. Dalam proses mencari persamaan makna ternyata mebutuhkan presentase untuk nilai smiliritas antar kata menggunakan jacquard similarity Saran Saran yang dapat diberikan Penulis untuk pengembangan dan perbaikan sistem lebih lanjut adalah: 1. Aplikasi yang di rancang diharapkan dapat mencari persamaan makna antara makna bahasa Indonesia-Melayu maupun sebaliknya. 2. Aplikasi yang dirancang diharapkan dapat mendeteksi apakah makna tersebut mengandung frase yang berulang atau tidak. 3. Agar dapat mengenali makna dengan cara melakukan pengetikan, maka aplikasi akan langsung mendeteksi persamaan makna kedua bahasa tersebut. DAFTAR PUSTAKA Agusta, L Perbandingan algortima stemming porter dengan algoritma nazief & andriani untuk stemming dokumen teks bahasa indonesia. KNS& : Djafar, I.M Deteksi Kemiripan Dokumen Teks Menggunakan Algoritma Manber. Skripsi.. Ferari, L.A Implementasi Algoritma Winnowing dan Porter Stemmer Mendeteksi Kemiripan Dua Dokumen Berbasis Web. Skripsi. Universitas Sumatera Utara Kasman, A.D Kolaborasi Dahsyat Android dengan PHP & MySQL. Lokomedia: