PENGUKURAN TINGKAT KEMIRIPAN DOKUMEN TEKS DENGAN PROSES ALGORITMA GENETIKA MENGGUNAKAN POSI FORMULATION TESIS DARWIS ROBINSON MANALU

Transkripsi

1 PENGUKURAN TINGKAT KEMIRIPAN DOKUMEN TEKS DENGAN PROSES ALGORITMA GENETIKA MENGGUNAKAN POSI FORMULATION TESIS DARWIS ROBINSON MANALU PROGRAM STUDI S2 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

2 PERSETUJUAN Judul Kategori Nama : Pengukuran Tingkat Kemiripan Dokumen Teks Dengan Proses Algoritma Genetika Menggunakan POSI Formulation : Tesis : Darwis Robinson Manalu NIM : Program Studi Fakultas : S2 Teknik Informatika : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing Pembimbing 2, Pembimbing 1, Dr. Poltak Sihombing, M.Kom Prof. Dr. Muhammad Zarlis Diketahui/Disetujui oleh Program Studi S2 Teknik Informatika Ketua, Prof. Dr. Muhammad Zarlis NIP : i

3 PERNYATAAN PENGUKURAN TINGKAT KEMIRIPAN DOKUMEN TEKS DENGAN PROSES ALGORITMA GENETIKA MENGGUNAKAN POSI FORMULATION TESIS Saya mengakui semua tesis ini adalah hasil karya saya sendiri kecuali beberapa kutipan dan ringkasan yang masing-masing telah di disebutkan sumbernya. Medan, Februari 2015 Darwis Robinson Manalu ii

4 Telah diuji pada Tanggal : 3 Februari 2015 PANITIA PENGUJI TESIS Ketua Anggota : Prof Dr. Muhammad Zarlis : Dr. Poltak Sihombing, M.Kom : Prof. Dr. Herman Mawengkang : Dr. Erna Budhiarti Nababan : Prof. Dr. Drs. Iriyanto, M.Si iii

5 PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS Sebagai civitas akademika, saya yang bertanda tangan di bawah ini: Nama : Darwis Robinson Manalu NIM : Program Studi : S2 Teknik Informatika Jenis Karya Ilmiah : TESIS Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty free Right) atas Tesis saya yang berjudul: Pengukuran Tingkat Kemiripan Dokumen Teks Dengan Proses Algoritma Genetika Menggunakan Posi Formulation Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Non- Eksklusif ini, berhak menyimpan, mengalih media, memformat, mengelola dalam bentuk database, merawat dan mempublikasikan Tesis saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis dan sebagai pemegang dan atau sebagai pemilik hak cipta. Demikian pernyataan ini dibuat dengan sebenarnya. Medan, Februari 2015 Darwis Robinson Manalu iv

6 RIWAYAT HIDUP DATA PRIBADI Nama : Darwis Robinson Manalu, S.Kom,MM Tempat dan Tanggal Lahir : Nagurguran 10 April 1976 Alamat Rumah : Jl Serimpi III No 6 Medan Permai, Kelurahan Namo Gajah, Medan Tuntungan Telepon / HP : manaludarwis@gmail.com Instansi Tempat Bekerja : Kopertis Wilayah I Dpk UMI-Medan Alamat Kantor : Jlan Hang tuah No 8 Medan DATA PENDIDIKAN Nama Institusi Status Tahun SD : SD Negeri 3 No Doloksanggul Tamat 1988 SMP : SMP Negeri 1 Doloksangul Tamat 1991 SMU : SMA Negeri 1 Doloksanggul Tamat 1994 D-3 : Teknik Komputer Universitas Sisingamangaraja XII Medan S-1 : Teknik Informatika STMIK Sisingamangaraja XII Medan S-2 : Magister Manjemen Universitas HKBP Nommensen S-2 : Teknik Informatika Tamat 1998 Tamat 2001 Tamat 2007 Tamat 2015 v

7 UCAPAN TERIMAKASIH Puji Syukur kehadirat Tuhan Yang Maha Kuasa yang telah memberikan berkat dan lindungannya kepada penulis sehingga Tesis ini dapat diselesaikan dengan judul Pengukuran Tingkat Kemiripan Dokumen Teks Dengan Proses Algoritma Genetika Menggunakan POSI Formulation. Tesis merupakan salah satu syarat yang harus dipenuhi oleh setiap mahasiswa untuk mendapat gelar Magister Komputer pada Program Studi Teknik Informatika Fakultas Ilmu Komputer dan Teknologi Informasi. Pada kesempatan ini pula penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada berbagai pihak yang telah banyak membantu peneliti baik secara moril maupun material, langsung dan tidak langsung sehingga penulisan tesis ini selesai tepat pada waktunya. Untuk itu semua saya ingin mengucapkan terima kasih kepada : 1. Bapak Prof. Dr. dr. Syahril Pasaribu,DTMH,M.Sc(CTM), Sp.A(K) selaku Rektor 2. Bapak Prof. Dr. H. Muhammad Zarlis sebagai Dekan FASILKOM-TI dan Ketua Program Studi S2 Teknik Informatika sekaligus Pembimbing 1 yang telah banyak memberikan masukan dan arahan dalam perkuliahan dan pengerjaa tesis ini. 3. Bapak M. Andri Budiman, ST, M.Comp.Sc, MEM selaku sekretaris Program Studi S2 Teknik Informatika. 4. Bapak Dr. Poltak Sihombing, M.Kom selaku pembimbing 2 yang telah banyak memotivasi dan mengarahkan selama perkuliahan serta memberikan dorongan dalam penulisan tesis ini. 5. Bapak Prof. Dr. Herman Mawengkang selaku ketua komisi Penguji. 6. Bapak Prof Dr. Iriyanto, M.Si, selaku anggota komisi Penguji. 7. Ibu Dr. Erna Budhiarti Nababan selaku anggota komisi Penguji. 8. Bapak/Ibu Dosen Program Studi S2 Teknik Informatika 9. Staf dan Pegawai yang telah baik melayani selama perkuliahan tentang administrasi dan informasi. 10. Bapak Prof. Dian Armanto, M.Sc,M.Pd, Ph.D. selaku Pimpinan Saya di Kopertis Wilayah I vi

8 11. Bapak Ir. Pantas Simanjuntak,MM Selaku Rektor Universitas Methodist Indonesia yang telah memberikan dukungan dan kesempatan untuk melanjutkan perkuliahan di baik moril dan material. 12. Bapak Drs. Humuntal Rumapea, M.Kom Selaku Dekan Fakultas Ilmu Komputer Universitas Methodist Indonesia yang selalu memberikan dukungan dalam perkuliahan. 13. Rekan-rekan Dosen Fakultas Ilmu Komputer Universitas Methodist Indonesia 14. Rekan-rekan mahasiswa S2 Teknik Informatika Angkatan 2012 Kelas C. 15. Kepada Ibunda tercinta B br Purba yang selalu memberikan dukungan moril, materil serta doa kepada penulis sampai saat ini. 16. Kepada istriku tercinta Dessy Rumika Napitupulu, SE dan anak-anakku tercinta Grace Romasta Manalu dan Geraldo Cakra Buana Manalu yang selalu memberikan dorongan dan dukungan selama perkuliahan. 17. Semua pihak yang telah memberikan bantuan moral dan material dalam penyelesaian tesis ini. Penulis menyadari bahwa kemampuan dan pengalaman penulis masih sangat terbatas. Oleh karena itu, semoga kekurangan yang ada pada penulis dapat diperbaiki dan harapan saya Tesis ini bermanfaat bagi semua pihak, Medan, Februari 2015 Penulis, Darwis Robinson Manalu vii

9 DAFTAR ISI PENGESAHAN... PERNYATAAN ORISINALITAS.. PANITIA PENGUJI..... PERSETUJUAN PUBLIKASI... RIWAYAT HIDUP..... UCAPAN TERIMAKASIH... DAFTAR ISI..... DAFTAR TABEL. DAFTAR GAMBAR. ABSTRAK.... ABSTRACT... i ii iii iv v vi viii xi xii xiii xiv BAB 1 PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan dan Manfaat Sistematika Penelitian... 3 BAB 2 TINJAUAN PUSTAKA Information Retrieval Definisi Arsitektur Information Retrieval System Algoritma Genetika Pengertian Dasar Metode Algoritma Genetika Operator Algoritma Genetika Algoritma Umum pada Algoritma Genetika Membentuk Model Kromosom Membentuk Populasi Awal Secara Acak Mengevaluasi Fitness Untuk Setiap Kromosom Penentuan Populasi Generasi Berikutnya viii

10 2.3.5 Melakukan Crossover dan Mutasi Evaluasi Generasi Berikutnya Fungsi Cosine Similaritas POSI Formulation Teks Mining Pengertian Teks Mining Ruang Lingkup Teks Mining Ekstraksi Dokumen Case folding dan Tokenizing Filtering String Matching Penelitian Terdahulu Kontribusi Penelitian.. 33 BAB 3 METODOLOGI PENELITIAN Tahapan Penelitian Jenis dan Sumber Data Pengumpulan Data Metode Pengujian Data Kerangka Pengujian Proses Kompetisi Kata Kunci Pembentukan Kromosom POSI Formulation BAB 4 PEMBAHASAN DAN HASIL Pembahasan Kromosom Kata Kunci Representasi Kata Kunci Evaluasi Fitness Kata Kunci Jaccard'sfunction Fungsi Cosine Similarity Proses Pemilihan Kata Kunci Crossover Kromosom Kata Kunci 69 ix

11 4.7 Mutasi Kromosom Kata Kunci Rekombinasi Kromosom Kata Kunci Kromosom Kata Kunci Solusi Pengujian Dan Hasil Prototipe Aplikasi Pengujian Kemiripan Dokumen Perhitungan Persentase Kemiripan 76 BAB 5 SIMPULAN DAN SARAN Simpulan Saran 77 DAFTAR PUSTAKA 78 x

12 DAFTAR TABEL Tabel 2.1 Perhitungan Nilai Fitness. 12 Tabel 4.1 Kata Kunci Dari Permintaan User. 45 Tabel 4.2 Mutasi Kromosom Kata Kunci. 73 Tabel 4.3 Sumber Dokumen Yang Diuji.. 77 Tabel 4.4 Pengujian Dan Hasil 78 Tabel 4.5 Perhitungan Kata Kunci Solusi. 79. xi

13 DAFTAR GAMBAR Gambar 2.1 Sistem Temu Kendali Informasi. 8 Gambar 2.2 Proses Algoritma Genetika. 12 Gambar 2.3 Individu Dalam Algoritma Genetika 13 Gambar 2.4 Seleksi Berdasarkan Pada Regular Sampling Space. 15 Gambar 2.5 Seleksi Dilakukan Pada Enlarge Sampling Space. 16 Gambar 2.6 Tahap Preprocessing 31 Gambar 2.7 Proses Tokenizing 31 Gambar 2.8 Proses Filtering 31 Gambar 3.1 Metodologi Pengelolaan Pengukuran Kemiripan Dokumen. 30 Gambar 3.1 Skema Proses Dan Aliran Data.. 34 Gambar 3.2 Flowchart Preprocessing 37 Gambar 3.3 Skema Kompetisi Kata Kunci 38 Gambar 3.4 Proses Pembentukan Kromosom.. 40 Gambar 3.5 Proses Pengujian Kemiripan.. 41 Gambar 3.4 Perhitungan Persentase Kemiripan. 43 Gambar 4.1 Diagram Lingkaran 69 Gambar 4.2 Tampilan Daftar Dokumen. 76 Gambar 4.3 Tampilan Pemilihan Dokumen yang Akan Diuji.. 76 Gambar 4.4 Laporan Proses Pengujian Dan Kemiripan 77 xii