IMPLEMENTASI MODEL ONTOLOGY UNTUK PENCARIAN INFORMASI BERITA BERBASIS SEMANTIK TUGAS AKHIR

Transkripsi

1 IMPLEMENTASI MODEL ONTOLOGY UNTUK PENCARIAN INFORMASI BERITA BERBASIS SEMANTIK TUGAS AKHIR Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Oleh : M. BAHTERA SEPTIAN JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2014

2 LEMBAR PENGESAHAN IMPLEMENTASI MODEL ONTOLOGY UNTUK PENCARIAN INFORMASI BERITA BERBASIS SEMANTIK TUGAS AKHIR Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Disusun Oleh : M. BAHTERA SEPTIAN Tugas Akhir ini telah diuji dan dinyatakan lulus melalui sidang majelis penguji pada tanggal 11 April 2014 Menyetujui, Penguji I Penguji II Ir. M.Irfan, M.T. NIP Zamah Sari, M.T. NIDN Mengetahui, Ketua Jurusan Teknik Informatika Yuda Munarko, S.Kom, M.Sc NIP

3 KATA PENGANTAR Dengan mengucap puji syukur kehadirat Allah SWT atas segala rahmat dan ridho-nya yang telah memberikan berkah dan hidayah-nya sehingga peneliti dapat menyelesaikan tugas akhir yang berjudul : IMPLEMENTASI MODEL ONTOLOGY UNTUK PENCARIAN INFORMASI BERITA BERBASIS SEMANTIK 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, 3 April 2014 Penulis

4 DAFTAR ISI Halaman HALAMAN PERSETUJUAN i HALAMAN PENGESAHAN. ii LEMBAR PERNYATAAN ORISINALITAS... iii ABSTRAK... iv ABSTRACT. v LEMBAR PERSEMBAHAN vi KATA PENGANTAR vii DAFTAR ISI viii DAFTAR TABEL xi DAFTAR GAMBAR xii DAFTAR RUMUS.. xiv BAB I. PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Penelitian Batasan Penelitian Metodologi Penelitian Sistematika Penulisan.. 5 BAB II. LANDASAN TEORI Definisi Berita Ontology Pengertian Ontology Tipe Ontology Kegunaan Ontology Pencarian Dengan Menghitung Kedekatan (Semantic Similarity) Persiapan Dokumen Berita Eliminasi Tag HTML Tokenizing Stopword Removal Perancangan Eksekusi Query Fast Heuristic Pembobotan Dokumen Term frequency-inverse document frequency Menghitung TF (Term Frequency) Menghitung Document Frequency (DF) Menghitung Inverse Document Frequency (IDF) Menghitung Bobot Setiap Kata (TF*DF) RDF (Resource Description Framework) Penamaan Pada RDF.. 23

5 2.6.2 Sintaks RDF RDF Schema RDF Query OWL (Ontology Web Language) Sub Bahasa OWL Elemen OWL Java Library Java Apache Jena 30 BAB III. ANALISA DAN PERANCANGAN SISTEM Gambaran Pencarian Berita Data Domain Ontology Persiapan Dokumen Filtering Alur Sistem Analisa Use Case Diagram Activity Diagram Activity Pre-processing Dokumen Berita Diagram Activity Pencarian Semantic Similarity Squence Diagram Class Diagram Desain Database Perancangan Interface 43 BAB IV. IMPLEMENTASI DAN PENGUJIAN Spesifikasi Hardware dan Software Implementasi Interface Interface Menu Manajemen Berita Implementasi Proses Sistem Tokenizing Stopword Removal Proses Perhitungan TF-IDF Proses Pengambilan Data Perhitungan Jarak Proses Eksekusi Query Proses Pencarian Koneksi Database Pengujian Sistem Pengujian Fungsional Perhitungan Bobot Dokumen Relevan Dengan Fast Heuristic Hasil Pencarian Dengan Urutan Menghitung Presisi. 63

6 4.4.5 Grafik Precision.. 64 BAB V. KESIMPULAN DAN SARAN Kesimpulan Saran 67 DAFTAR PUSTAKA LAMPIRAN

7 DAFTAR TABEL Halaman Tabel 1. Ilustrasi Perhitungan Frekuensi Kata Setiap Dokumen.. 17 Tabel 2. Ilustrasi Menghitung DF 18 Tabel 3. Ilustrasi Menghitung IDF Tabel 4. Ilustrasi Menghitung TF-IDF 21 Tabel 5. RDF Classes 25 Tabel 6. RDF Properties Tabel 7. Pengujian Fungsional Sistem.. 58 Tabel 8. Hasil Perhitungan Bobot Dokumen 60 Tabel 9. Hasil Perhitungan Bobot Dokumen 60 Tabel 10. Hasil Pencarian Dengan Urutan 61 Tabel 11. Hasil Pencarian Dengan Urutan 62 Tabel 12. Hasil Pengujian Nilai Precision 64

8 DAFTAR GAMBAR Halaman Gambar 1. Contoh Ontologi Berita.. 8 Gambar 2. Inter-Operabilitas Sistem.. 10 Gambar 3. Contoh Perhitungan Semantik Similarity.. 12 Gambar 4. Proses Tokenizing Gambar 5. Proses Stopword Removal. 14 Gambar 6. Proses Pemecahan Kata..15 Gambar 7. Proses Penggabungan Kata 15 Gambar 8. Statement RDF...23 Gambar 9. Sintaks RDF.. 25 Gambar 10. Proses Compiling dan Executing Pada Program Java. 30 Gambar 11. Arsitektur Jena.. 31 Gambar 13. Proses memasukkan data ke database. 33 Gambar 14. Flowchart Preprocessing Dokumen Berita. 34 Gambar 15. Diagram Use Case Gambar 16. Diagram Activity Preprocessing Dokumen Berita Gambar 17. Diagram Activity Pencarian semantic similarity.. 38 Gambar 18. Squence Diagram Persiapan Dokumen 40 Gambar 19. Sequence Diagram Pencarian Berita 41 Gambar 20. Class Diagram. 42 Gambar 21. Gambar Tabel Database Berita.. 44 Gambar 22. Tabel Stopword 44 Gambar 23. Form Pencarian Dokumen Berita. 45 Gambar 24. Manajemen Data Berita Gambar 25. Antarmuka Sistem Pencarian.. 48 Gambar 26. Tampilan Menu Manajemen Data Berita 48 Gambar 27. Code Proses Tokenizing.. 49 Gambar 28. Code Proses Stopword Removal.. 49 Gambar 29. Code Proses Perhitungan TF-IDF Gambar 30. Code Eliminasi Tag HTML. 51 Gambar 31. Code Proses Membaca Ontologi.. 51 Gambar 32. Code Menentukan Jarak.. 52 Gambar 33. Code Menghitung Jarak.. 53 Gambar 34. Code Proses Penggabungan Kata Kunci. 54 Gambar 35. Code Proses Memecah Kata Kunci Menjadi Perkata.. 54 Gambar 36. Code Proses Pencarian 55 Gambar 37. Proses Perhitungan Nilai Maksimum Baris Dan Kolom.. 56 Gambar 38. Code Proses Perhitungan Bobot Fast Heuristic.. 56 Gambar 39. Code Koneksi Dengan Database.57 Gambar 40. Code Hasil Pencarian Gambar 41. Data Berita.. 59

9 Gambar 42. Grafik Precision 5 Teratas 64 Gambar 43. Grafik Precision 10 Teratas..65

10 DAFTAR RUMUS Halaman Rumus 1. Rumus Menghitung Persamaan Semantik 13 Rumus 2. Menghitung Rata-Rata Kedekatan Setiap Dokumen Rumus 3. Rumus Menghitung IDF.. 19 Rumus 4. Rumus Perhitungan TF-IDF. 13 Rumus 4. Menghitung Presisi... 63

11 DAFTAR PUSTAKA Jurnal: [1] Amato, C Ontologies, An Introduction. Campus Universitario, Via Orabona 4, Bari, Italy. [2] Brickley, D., Guha, R.V RDF Vocabulary Description Language 1.0: RDF Schema, W3C Recommendation. Diakses tanggal [3] Daconta, M.C. Obrst, L.J. & Smith, K.T The Semantic Web A Guide to the Future of XML, Web Services, and Knowledge Management. Indianapolis: John Wiley & Sons. [4] Fensel, D., Hendler, J., Lieberman, H., & Wahlseet, W Spinning the Semantic Web. London: MIT Press. [5] Gruber. T Toward Principles for the Design of Ontologies Used for Knowledge Sharing. Stanford Knowledge Systems Laboratory. [6] Guarino, N. Oberle, D. & Staab, S What is an ontology?, ITSC-CNR, Laboratory for Applied Ontology, Trento, Italy. [7] Jeremy J. Carroll, Ian Dickinson, Chris Dollin, Dave Reynolds, Andy Seaborne, Kevin Wilkinson Jena: Implementing the Semantic Web Recommendations. HP Laboratories Bristol. Inggris. [8] McGuinness, D.L. & Harmelan, F OWL Web Ontology Language Overview, W3C Recommendation. Diakses tanggal 24 November [9] Ngoc Dao, T. & Simpson T. Measuring Similarity Between Sentences. [10] Setyo Denny. Cosine Similarity (tf-idf). Universitas Trunojoyo.

12 [11] Uschold, M. & Gruninger, M ONTOLOGIES: Principles, Methods, and Applications, Universitas Edinburgh. Buku : [1] Mondry Pemahaman Teori Dan Praktik Jurnalistik, Bogor: Ghalia Indonesia.