PROGRAM STUDI INFORMATIKA FAKULTAS KOMUNIKASI DAN INFORMATIKA UNIVERSITAS MUHAMMADIYAH SURAKARTA

Transkripsi

1 PERBANDINGAN HASIL DETEKSI KEMIRIPAN TOPIK SKRIPSI DENGAN MENGGUNAKAN METODE N-GRAM DAN EKSPANSI KUERI Disusun oleh : Dwi iswanto L Pembimbing : Husni Thamrin PROGRAM STUDI INFORMATIKA FAKULTAS KOMUNIKASI DAN INFORMATIKA UNIVERSITAS MUHAMMADIYAH SURAKARTA 2014

2

3

4

5 PERBANDINGAN HASIL DETEKSI KEMIRIPAN TOPIK SKRIPSI DENGAN MENGGUNAKAN METODE N-GRAM DAN EKSPANSI KUERI Dwi iswanto, Husni Thamrin Informatika, Fakultas Komunikasi dan Informatika Universitas Muhammadiyah Surakarta dwiiswanto1@gmail.com ABSTRAKSI Perbandingan deteksi kemiripan topik skripsi antara metode N-gram dan ekspansi kueri pada penelitian ini diartikan sebagai aplikasi pendeteksi skripsi berbasis web dengan menerapkan metode pencarian seperti metode N-gram dan ekspansi kueri lalu melakukan perbandingan di antara ke dua metode tersebut. Meskipun Topik skripsi mahasiswa S1 tidak harus orsinil, namun naskah skripsi dari tiap mahasiswa harus berbeda dan tidak mengandung duplikasi atau unsur plagiasi. Oleh karena itu diperlukan pengecekan/pemeriksaan terhadap dokumen skripsi apakah mengandung kesamaan isi. Bagi petugas pekerjaan memeriksa kesamaan / kemiripan topik skripsi merupakan pekerjaan berat dan memakan waktu., oleh karena itu dilakukan upaya penyusunan program yang dapat melakukan sebuah proses deteksi kemiripan antar topiktopik skripsi tersebut. Tujuan dari penelitian ini, membangun sistem deteksi kemiripan topik skripsi dengan menerapkan metode pencarian yang mampu mendeteksi kemiripan dokumen skripsi, seperti N-gram dan ekspansi kueri. Beberapa software yang digunakan, yaitu sistem operasi Windows 8, XAMPP versi yang mendukung web server Aphace, database MySQL dan Bahasa pemrograman PHP, Sublime text 3 sebagai code editor, browser Google Chrome 34.0 yang telah mendukung HTML 5. Hasil ahir dari penelitian telah terbukti bahwa metode N-gram dan ekspansi kueri mampu memberikan hasil deteksi kemiripan dan memberikan hasil berbeda di masing-masing metode yang di terapkan. Pemberian bobot di masing-masing metode akan sangat berpengaruh pada hasil pencarian. Penentuan batas skor minimal menentukan ukuran kemiripan dari setiap metode, ekspansi kueri memiliki hasil lebih baik di banding N-gram dalam deteksi kemiripan. Kata kunci : Metode N-gram, metode ekspansi kueri, deteksi kemiripan, topik skripsi, hasil temu

6 PENDAHULUAN Skripsi adalah karangan ilmiah yang wajib ditulis oleh mahasiswa sebagai bagian dari persyaratan akhir pendidikan akademisnya (KBBI, 2001). Pada kenyataan saat ini jumlah topik skripsi yang dibuat semakin banyak. Topik skripsi satu dengan yang lainnya, bisa jadi akan serupa baik dari segi topik dan maksud yang akan di sampaikan. Meskipun Topik skripsi mahasiswa S1 tidak harus orsinil, namun naskah skripsi dari tiap mahasiswa harus berbeda dan tidak mengandung duplikasi atau unsur plagiasi. Oleh karena itu diperlukan pengecekan / pemeriksaan terhadap dokumen skripsi apakah mengandung kesamaan isi. Bagi petugas pekerjaan memeriksa kesamaan / kemiripan topik skripsi merupakan pekerjaan berat dan memakan waktu. Oleh karena itu Dilakukan upaya penyusunan program yang dapat melakukan sebuah proses deteksi kemiripan antar topik-topik skripsi tersebut. Setelah mempelajari hal tersebut, peneliti akan merancang dan membangun aplikasi untuk mendeteksi kemiripan topik skripsi dengan metode N-gram dan ekspansi kueri. Hal ini diharapkan kesulitan dalam mengetahui kesamaan topik skripsi akan dapat di atasi TINJAUAN PUSTAKA Dalam penelitian ini ada beberapa pengertian - pengertian yang perlu dikaji. Beberapa kajian tersebut adalah sebagai berikut: Sugianto (2013) menyatakan dalam penelitianya bahwa Proses dimulai dengan memecah kata per kata dan mengelompokkannya sesuai dengan language model. Kemudian, dilakukan proses scoring untuk menentukan kata mana yang sesuai untuk menjadi pilihan prediksi kata. Hasil pengujian metode N- gram sebagai metode dasar dalam proses prediksi sangatlah membantu pemilahan kata, sehingga proses prediksi menjadi lebih efektif, mampu menghasilkan prediksi efektif di atas 20% dari total prediksi yang terjadi. Selain dari pada metode N-gram sendiri, pengaturan bobot untuk masing-masing score kata juga sangat mempengaruhi proses prediksi kata. Nanang (2014) dalam penelitianya berpendapat ekspansi kueri merupakan upaya penambahan kata atau kosa kata dengan makna yang sama dari kata kunci yang di gunakan. Hal ini penting di lakukan dengan tujuan untuk meningkatkan jumlah dan relevansi hasil temu kembali dokumen ilmiah. Menurut Rusidi (2008) bahwa salah satu cara temu kembali informasi adalah mengimplementasikan dan mengevaluasi

7 kinerja dari Automatic Query Expansion (AQE) dengan metode conditional probability dalam sistem temu kembali informasi probabilistic model. Pemilihan dan pembobotan istilah kueri ekspansi menggunakan nilai conditional probability. Pengujian dilakukan dengan memperhatikan term dan jumlah term yang ditambahkan sebagai kueri, kemudian membandingkan hasil nilai rata-rata precision yang dihasilkan pada setiap tingkat recall dengan hasil metode lain yang telah diteliti sebelumnya. Selain itu, dilakukan perbandingan hasil pada setiap pengujian berdasarkan nilai threshold yang digunakan. Jumlah term ekspansi yang diujikan di antaranya addterm 2, addterm 4, addterm 5, addterm 6, addterm 8, dan addterm 10. Jumlah dokumen yang digunakan dalam pengujian sistem ini sebanyak 700 dokumen dengan 30 kueri beserta gugus jawabannya. METODE Penulis menggunakan metode Observasi dan Eksperimen dalam penelitian ini. Adapun tahapan penelitian dapat dilihat pada Gambar 1 Mulai Pengumpulan Data Merancang Design & Membangun Web Membuat N-gram &Ekspansi Queri Menggunggah data Skripsi Pengujian N-gram &Ekspansi Queri Perbaikan Laporan Selesai Gambar 1 Diagram alir penelitian

8 a. Mulai Penelitian perbandingan hasil deteksi kemiripan dokumen skripsi antara metode N-gram dan ekspansi kueri dalam pengerjaanya di lakukan beberapa tahap. tahap pertama, yaitu pengumpulan dokumen skripsi informatika UMS, dari sumber skripsi terdahulu yang nantinya akan di gunakan dalam basis data program. b. Pengumpulan Data Tahap kedua yaitu di lanjutkan dengan langkah untuk Mendesign dan membangun web pencarian deteksi kemiripan skripsi. Pertama Tampilan di design dengan menggunakan Photoshop lalu di ubah Ke HTML dan CSS untuk mendapatkan hasil tampilan yang lebih rapi dan lebih baik penulis mengcoding tampilan web dengan bantuan framework CSS boostrap. c. Membuat N-gram & Ekspansi Queri Tahap ketiga yaitu membuat web sistem dengan metode N-gram dan menggabungkan dengan Ekspansi kueri, sebagai metode yang akan di gunakan dalam kueri mendeteksi kemiripan dokumen di database. Pemeriksaan dokumen skripsi dilakukan dengan metode pencarian yang mampu mendeteksi kemiripan topik, seperti N- gram dan ekspansi kueri. Menurut Sugiono (2013), metode N-gram adalah salah satu metode yang digunakan untuk mencari kemiripan topik. Proses kerja N-gram adalah memotong beberapa potongan N karakter dari sebuah string. Sedangkan ekspansi kueri merupakan cara untuk mencocokan kata satu dengan kata atau kosakata lainnya yang memiliki arti atau makna serupa. Diharapkan dari adanya pertimbangan persamaan makna, maka relevansi hasil pencarian akan lebih tinggi (Elian, 2010). d. Opload dokumen skripsi dan Pengujian Tahap keempat mulai menyiapkan data dokumen skripsi berupa Judul, abstrak dan diskripsi yang akan digunakan untuk simulasi pencarian kemiripan dokumen, setelah itu data dokumen skripsi ini akan di unggah pada admin web. Dokumen skripsi akan diuji dengan memasukan kata kunci pada form pencarian judul dan diskripsi. kedua metode pendeteksian di ujikan, lalu hasil pencarian pendeteksian yang ditampilkan sudah menemukan hasil kemiripan yang lebih tinggi, dengan demikian perancangan web pendeteksi kemiripan dan perbandingan antar kedua metode tersebut sudah selesai.

9 1. Diagram Alir (Flowchart) N-gram Dengan dibuatnya sistem pendeteksi skripsi dengan metode N-gram ini diharapkan akan mampu mendapatkan deteksi hasil temu yang lebih baik dan relevan pada pencarianya: Mulai Masukan Diskripsi Membuat N-Gram Deskripsi Mengambil data deskripsi + abstaraksi dari database Membuat N-gram data Dari database Menghitung Jumlah N- gram yang cocok antara input dan database Memberi bobot kata dari database Menampilkan Hasil Temuan berdasarkan bobot Tertinggi Selesai Gambar 2 Flowchart N-gram Keterangan Flowchart N-gram: a. Memasukan Diskrpsi Memasukan kata kunci berupa diskripsi pada kolom pencarian dengan tujuan untuk mencari dan menemukan skripsi yang sama sesuai diskripsi yang di input. b. Membuat N-gram Deskripsi Setelah kata kunci diskripsi dimasukkan, diskripsi di partisi menjadi per kata yang telah dipisahkan menggunakan spasi. Hasil per kata tersebut kemudian dikombinasikan menjadi rankaian kata yang terdiri dari 3 kata. Skema rangkaian kata dapat di umpamakan sebagai berikut : Kata 1 kata 2 kata 3 Kata 2 kata 3 kata 4 Kata 3 kata 4 kata 5 Dan seterusnya. c. Mengambil data deskripsi + abstraksi dari database Setelah melakukan proses N- gram, hasil N-gram tersebut kemudian di kueri ke dalam database untuk menemukan data yang cocok. d. Membuat N-gram data dari database Data hasil kueri pada langkah C kemudian di partisi seperti pada langkah b untuk mengasilkan rangkaian kata berupa N-gram.

10 e. Menghitung jumlah N-gram yang cocok antara input dan database Hasil N-gram input kemudian di cocokkan dengan N-gram keluaran dari database. Jika N-gram tersebut ditemukan sama, maka diberikan bobot nilai pada skripsi. Pada pemberian nilai pembobotan di hitung berdasarkan N- gram Hasil masukkan dan N-gram keluaran kata yang sama, yang di mana pada judul jika di ditemukan N-gram kata yang sama akan di beri nilai 3 (tiga), pada diskripsi bernilai 1 (satu) dan pada abstraksi bernilai 1 (satu). f. Memberi bobot kata dari database Bobot tersebut dihitung dan kemudian disimpan pada temporary Tabel. Proses ini akan dilakukan berulang-ulang sejumlah dengan banyaknya hasil N-gram yang dicocokkan g. Menampilkan hasil Langkah terakhir adalah melakukan join Tabel antara temporary Tabel bobot dengan Tabel skripsi sesuai dengan id_skripsi yang berhasil di index sesuai pada temporary Tabel bobot. Hasil join Tabel inilah yang kemudian ditampilkan ke browser. Skripsi yang di tampilkan berdasarkan nilai bobot paling tinggi akan di tampilkan paling atas secara berurutan pada hasil pencarian. 2. Diagram Alir ( Flowchart) Ekspansi Kueri Sistem pendeteksi kemiripan dokumen skripsi dirancang dan dibangun dengan tujuan membantu mahasiswa UMS teknik informatika untuk memudahkan mencari refrensi topik skripsi dan mengcek apakah skripsi yang ingin di buat memiliki kesamaan dengan skripsi yang terdahulu. Selain itu, metode ekspansi kueri yang diterapkan pada sistem pendeteksi kemiripan ini diharapkan dapat membantu pengguna untuk menemukan skripsi yang relevan sesuai dengan kata kunci yang telah di inputkan. Alur ekspansi kueri

11 Mulai Masukkan Judul Mempartisi Menghilangkan Menyimpan Kata Kunci Tanpa Menambahkan Menyimpan Kata Kunci dan Sinonimnya Mencari Dokumen Skripsil yang sesuai dengan kata kunci Memberi bobot Menampilkan Hasil Temuan Diurutkan dari Bobot Terbanyak Selesai Gambar 3 Flowchart Ekspansi Kueri Keterangan : a) Memasukkan kata kunci. Kata kunci diperlukan untuk menemukan data skripsi yang diperlukan dari sistem deteksi kemiripan untuk mencari makna lain yang serupa untuk dijadikan sebagai alternatif kata kunci. b) Mempartisi kata kunci. Split diartikan dengan mengurai kalimat dari kata kunci menjadi beberapa kata yang berdiri sendiri. c) Membuang stop word. Hasil uraian kata tersebut kemudian dicocokkan dengan basis data stop word. Database stop word ini menyimpan data kata-kata umum yang sering muncul pada sebuah kalimat yang dianggap tidak memiliki makna, seperti yang, di, me, dan lainnya. d) Menyimpan kata kunci tanpa stop word. Jika kata kunci ditemukan ada yang sama dengan stop word, maka kata tersebut diabaikan. Namun apabila kata tersebut tidak sama dengan stop word, maka kata tersebut akan disimpan kedalam variabel baru. e) Menambahkan sinonim dari kata kunci. Variabel baru yang terbentuk selanjutnya akan digunakan untuk mencari sinonim/persamaan kata dan

12 menambahkan sinonim ke dalam daftar kata kunci baru. f) Menyimpan kata kunci dan sinonim ke dalam variable. Jika tidak ditemukan sinonim dari kata kunci, maka kata kunci tersebut akan disimpan kedalam variabel. Namun apabila ditemukan ada sinonim dari kata kunci, maka kata kunci dan sinonimnya akan disimpan kedalam variabel, sehingga didalam variabel ini akan ditemukan kata kunci beserta sinonimnya. g) Mencari Dokumen Skripsi. Langkah selanjutnya yaitu melakukan kueri ke dalam basis data skripsi menggunakan beberapa kata kunci yang didalamnya mengandung kata kunci sebenarnya dan juga sinonim dari kata kunci. h) Memberi bobot pada hasil kueri. Pada langkah ini akan dilakukan penghitungan kata yang sama pada judul skripsi dan abstraksi skripsi dengan kata kunci yang dimasukkan yang kemudian akan dilakukan perhitungan dengan asumsi sebagai berikut : Apabila di dalam judul skripsi terdapat 1 kata yang sama dengan kata kunci, maka akan diberikan bobot 2 pada setiap kata yang sama, namun jika ditemukan kata kunci pada abstraksi skripsi, maka akan diberikan bobot 1 pada setiap kata yang sama. Hasil penghitungan judul, diskripsi dan abstraksi kemudian dijumlahkan. maka akan ditemukan nilai bobot pada skripsi tersebut. Demikin juga dilakukan pada data skripsi lainnya yang berhasil dikueri dengan kata kunci yang sama. i) Menampilkan hasil kueri urut berdasarkan bobot terbanyak. Hasil pemberian bobot tersebut kemudian join dengan Tabel skripsi yang selanjutnya ditampilkan urut berdasarkan bobot terbanyak kepada pengguna HASIL PENGUJIAN a. Pengujian jumlah hasil temu Selain mengujikan kemiripan topik skripsi penulis juga mengujikan jumlah hasil temu antara metode N-gram dan ekspansi kueri guna untuk melihat seberapa banyak data yang di temukan di masingmasing metode tersebut.

13 Tabel 1.1 Pengujian jumlah hasil temu N-gram No N-gram Jumlah Hasil Temu 1 Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Chart Jumlah hasil temu Uji Uji Uji Uji Uji Uji Uji Uji Uji Uji skripsi 1 skripsi 2 skripsi 3 skripsi 4 skripsi 5 skripsi 6 skripsi 7 skripsi 8 skripsi 9 skripsi 10 N-gram Eskpansi kueri 9 Data Uji skripsi Data Uji skripsi Gambar 4 Grafik Pengujian Jumlah hasil temu N-gram dan ekspansi kueri Tabel 1.2 Pengujian jumlah hasil temu ekspansi kueri No Ekspansi Kueri Jumlah Hasil Temu 1 Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Dari data tabel 1.1 dan tabel 1.2 yang di hasilkan antara metode N-gram dan ekspansi kueri terlihat masing-masing metode memiliki hasil yang berbeda. Metode N-gram rata-rata mampu menampilkan data hasil temu rata-rata sebanyak 100 dan ekspansi kueri dapat menampilkan data hasil temu rata-rata sebanyak 200 dari total data pada basis data sebanyak 227 skripsi. 9 Data Uji skripsi Data Uji skripsi

14 b. Pengujian kemiripan skripsi N-gram Berdasarkan hasil data Uji metode diperoleh sebanyak 33 data hasil. Berikut adalah data Tabel Chart N-gram 4 4 perbandingan tersebut dapat dilihat pada tabel 2.1 dan tabel 2.2 Tabel 2.1 Data hasil uji kemiripan N-gram No Data Mirip Tidak mirip skripsi 1 skripsi 2 skripsi 3 skripsi 4 skripsi 5 skripsi 6 skripsi 7 skripsi 8 skripsi 9 0 skripsi 10 1 Data Uji skripsi Mirip Tidak Mirip 2 Data Uji skripsi Gambar 5.1 Grafik Pengujian kemiripan N-gram 3 Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Ekspansi Kueri skripsi 1 skripsi 2 skripsi 3 skripsi 4 skripsi 5 skripsi 6 skripsi 7 skripsi 8 skripsi skripsi 10 Mirip Tidak Mirip Tabel 2.2 Data hasil uji kemiripan ekspansi kueri No Data Mirip Tidak mirip 1 Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Data Uji skripsi Gambar 5.2 grafik Pengujian kemiripan Ekspansi kueri Dari hasil pengujian di atas terlihat perbedaan hasil yang di hasilkan N-gram dan ekspansi kueri dalam pengujian kemiripan. Terlihat pada hasil pengujian data di atas, N-gram menangkap 4 data yang diduga mirip dari 33 data koleksi sedangkan ekspansi kueri menangkap sebanyak 8 data yang diduga mirip dari 44 data koleksi. c. Menentukan Batas skor minimal Menentukan Batas skor bertujuan untuk mencari berapa bobot tertinggi data

15 yang dinyatakan tidak mirip dari hasil pengujian yang telah dilakukan Tabel 3.1 Data batas skor minimal tidak mirip N-gram No Data Uji Bobot tertinggi data tidak mirip 1 Data uji Data uji Data uji Data uji Data uji Data uji Data uji Data uji Data uji Data uji No Nilai Rata-Rata 9 Tabel 3.2 Data batas skor minimal tidak mirip Ekspansi kueri Data Uji 1 Data uji 1 Bobot tertinggi data tidak mirip 98 2 Data uji Data uji Data uji Data uji 5 6 Data uji Data uji Data uji Data uji Data uji Nilai Rata-Rata 61 Dari hasil pengujian dan diperoleh data seperti pada Tabel 3.1 bisa di simpulkan bahwa hasil pencarian dokumen dari N-gram akan dinyatakan mirip, jika nilai bobot skor hasil pencarian didapatkan lebih dari 9 (Sembilan) dan kurang dari angka score tersebut akan dinyatakan tidak mirip. Untuk Ekspansi kueri terlihat pada Tabel 3.2 bisa disimpulkan juga bahwa hasil pencarian akan dinyatakan mirip jika dokumen memiliki bobot skor lebih dari 61 (enam satu) dan kurang dari itu akan dinyatakan tidak mirip. KESIMPULAN Kesimpulan dari penelitian yang telah dilaksanakan penulis sebagai berikut: 1. Dari penelitian yang dilakukan telah terbukti bahwa metode N-gram dan ekspansi kueri mampu mendeteksi kemiripan skripsi. 2. Metode N-gram dan ekspansi kueri memberikan hasil berbeda di masingmasing metode yang di terapkan. 3. Pemberian bobot pada masing-masing metode akan sangat berpengaruh pada hasil pencarian. 4. Penentuan batas skor minimal menentukan ukuran kemiripan dari masing-masing metode. 5. Ekspansi kueri memiliki hasil lebih baik di banding N-gram dalam deteksi kemiripan.

16 DAFTAR PUSTAKA Departemen Pendidikan dan kubudayaan/pusat Bahasa Kamus Besar Bahasa indonesia (Edisi ke-3). Jakarta: Balai Pustaka. Peranginangin, 2006, Aplikasi Web dengan PHP dan MySQL. Edisi ke-1. Yogyakarta. Elian, RR 2010, Aplikasi Sistem Temu Kembali Informasi Menggunakan Model Ruang Vektor Berbasis Web, Tugas Akhir, UNIKOM, Bandung. Sugianto 2013, Pembuatan aplikasi predictive text menggunakan metode N- gram-based, Tugas Akhir, Universitas Kristen Petra, Surabaya. Nugroho, Bunafit., 2005, Pengembangan Pemrogram WAP dan PHP, Gaya Media, Yogyakarta. Rusidi 2008, Ekspansi Kueri Dalam Sistem Temu Kembali Informas bebahasa Indonesia Menggunakan Peluang Bersyarat, Tugas Akhir, IPB, Bogor. Nanang 2014 perancangan portal dokumen ilmiah dengan fasilitas pencarian yang menerapkan ekspansi kueri, Tugas Akhir, UMS, Surakarta