ANALISA PERBANDINGAN ALGORITMA BRUTE FORCE DAN BOYER MOORE DALAM PENCARIAN WORD SUGGESTION MENGGUNAKAN METODE PERBANDINGAN EKSPONENSIAL

Transkripsi

1 ANALISA PERBANDINGAN ALGORITMA BRUTE FORCE DAN BOYER MOORE DALAM PENCARIAN WORD SUGGESTION MENGGUNAKAN METODE PERBANDINGAN EKSPONENSIAL Andri Januardi (09115) Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 8 Sp. Limun Medan http : // andri_januardi@yahoo.com ABSTRAK Word Suggestion adalah aplikasi pencari sugesti hasil terdekat dalam sebuah pencarian, dalam perancangannya aplikasi ini membutuhkan algoritma pencocokan string (String Matching). Boyer Moore dan Brute Force merupakan bagian dari algoritma String Matching yang memiliki cara kerja berbeda, sehingga jika diterapkan dalam pencarian Word Suggestion akan membuat kecepatan dalam pencariannya berbeda, mengakibatkan kecepatan pencarian informasi juga menjadi berbeda. Dengan adanya perbedaan tersebut, maka perlu adanya analisa yang membandingkan kedua algoritma string matching ini di dalam pencarian Word Suggestion. Metode Perbandingan Eksponensial merupakan metode yang dapat menganalisa perbandingan kedua algortima tersebut. Sehingga dapat dilihat algoritma mana diantara kedua algoritma tersebut yang paling tepat digunakan dalam perancangan Word Suggestion. Kata Kunci : Word Suggestion, Brute Force, Boyer Moore, Perbandingan Eksponensial 1. Pendahuluan 1.1 Latar Belakang Hadirnya Mesin Pencarian ( Search Engine) didalam sistem komputer memudahkan pengguna komputer dalam mencari berbagai informasi, untuk memudahkan penggunanya, Search Engine menambahkan fitur pencari sugesti hasil terdekat dengan pencarian yaitu fitur Word Suggestion. Dalam perancangannya Word Suggestion membutuhkan algoritma pencocokan string (String Matching), yaitu algoritma yang dapat mencocokkan suatu kata dengan kata yang lain. Boyer Moore dan Brute Force merupakan bagian dari algoritma String Matching yang memiliki cara kerja berbeda, sehingga jika diterapkan dalam pencarian Word Suggestion akan membuat kecepatan dalam pencariannya berbeda, mengakibatkan kecepatan pencarian informasi juga menjadi berbeda. Dengan adanya perbedaan tersebut, maka perlu adanya analisa yang membandingkan kedua algoritma string matching ini di dalam pencarian Word Suggestion.Untuk dapat menganalisa perbandingan kedua algortima tersebut dalam pencarian Word Suggestion, maka dalam hal ini penulis menggunakan Metode Perbandingan Eksponensial. 1. Rumusan Masalah 1. Bagaimana cara kerja Brute Force dan Boyer Moore dalam melakukan pencarian Word Suggestion?. Bagaimana menerapkan Metode Perbandingan Eksponensial untuk menganalisa perbandingan dalam pencarian Word Suggestion?. Bagaimana merancang aplikasi untuk mensimulasikan Metode Perbandingan Eksponensial dalam menganalisa kecepatan Brute Force dan Boyer Moore pada pencarian Word Suggestion? 1. Tujuan Penelitian 1. Bagaimana cara kerja Brute Force dan Boyer Moore dalam melakukan pencarian Word Suggestion?. Bagaimana menerapkan Metode Perbandingan Eksponensial untuk menganalisa perbandingan dalam pencarian Word Suggestion?. Bagaimana merancang aplikasi untuk mensimulasikan Metode Perbandingan Eksponensial dalam menganalisa kecepatan Brute Force dan Boyer Moore pada pencarian Word Suggestion? 1.4 Manfaat Penelitian 1. Untuk dapat mengetahui perbedaaan kecepatan antara Brute Force dan Boyer Moore dalam pencarian Word Suggestion.. Dapat dijadikan sebagai acuan dalam memilih antara Brute Force atau Boyer Moore untuk dijadikan sebagai algoritma dalam pencarian Word Suggestion 18

2 . Untuk menghasilkan aplikasi yang mensimulasikan analisa perbedaaan kecepatan pencarian Word Suggestion.. Landasan Teori.1 Word Suggestion Word Suggestion merupakan kata berbahasa inggris yang berarti Sugesti Kata. Jika kita uraikan menurut Kamus Umum Bahasa Indonesia, Kata berarti apa-apa yang dilahirkan dengan ucapan ; bicara; cakap (Hal. 54), sedangkan S ugesti adalah anjuran; saran; pengaruh yang dapat menggerakkan hati orang (Hal. 789). Menurut Fandi Pradhana (01) Word Suggestion merupakan fungsi dari Aplikasi Auto Text yang digunakan untuk memberikan saran terhadap kata yang akan diketik atau dicari. Dengan mengetikkan beberapa huruf atau seluruh huruf maka sistem akan mencari ke dalam database apakah ada sebuah kata yang memenuhi kriteria dari huruf-huruf yang dimasukkan. Jika setelah dicek dan ternyata di dalam database ada, maka akan muncul list yang menunjukkan sugesti kata yang ada. Pengecekan itu sendiri berdasarkan dari kecocokan huruf dari kata yang dimasukkan user dengan list kata-kata yang ada di database.. String Matching String Matching is a very important subject in the wider domain of the text processing. String Matching consists in finding one, or more generally, all the occurences of a string (more generally caled a pattern) in a text. The pattern is denotaes by ; its length is equal to m. the text is denoted by ; its length is equal to n. (Christian Charras dan Thierry Lecroq (004:11) ). Brute Force The Brute Force Algorithm consists in cheking, at all positions in the text between 0 and, whether an occurence of the pattern starts there or not. then, after each attempt, it shifts the pattern by exactly one position to right. (Christian Charras dan Thierry Lecroq (004:19)).4 Boyer Moore Boyer Moore is the algorithm scans the character of the pattern from right to left beginning with the rightmost one. In case of a mismatch(or complete match of the whole pattern) it uses two precomputed function to shift the window to right. These tho shift function are called the good-suffix shift (also called matching shift) and the bad-character shift (also called the occurence shift). (Christian Charras dan Thierry Lecroq (004:91)).5 Metode Perbandingan Eksponensial Menurut Marimin (005), yang dikutip oleh Didie Nanda Pribadi (011) Metode Perbandingan untuk menentukan urutan prioritas alternatif keputusan dengan kriteria jamak. Metode Perbandingan Ekponensial memiliki prosedur dalam pengerjaannya, yaitu : 1. Menyusun alternatif-alternatif. Menentukan kriteria atau perbandingan. Menentukan tingkat kepentingan dari setiap kriteria keputusan. 4. Melakukan penilaian terhadap semua alternatif pada setiap kriteria. 5. Menghitung skor atau nilai total setiap alternatif. 6. Menentukan urutan prioritas keputusan Adapun rumus matematika yang dipakai dalam menggunakan Metode Perbandingan Ekponensial adalah : Eksponensial (MPE) merupakan sal ah satu metode Gambar 1 Rumus Metode Perbandingan Eksponensial Keterangan : TNi : Total nilai alternatif ke-i RKij : Derajat kepentingan relatif kriteria ke-j pada pilihan keputusan i TKKj : Derajat kepentingan kriteria keputusan ke-j; TKKj > 0; m : kriteria keputusan n : pilihan keputusan j : 1,,, m; m : kriteria i :1,,,,n; n : pilihan alternatif. Analisa.1 Analisa Word Suggestion Adapun cara kerja pencarian Word Suggestion adalah sebagai berikut: 1. Misalnya seorang user ingin mencari kata buku.. User menggetikkan huruf pertama yaitu b.. Word Suggestion kemudian memeriksa semua data pada database informasi yang huruf pertamanya mengandung huruf b. 4. Misalnya di dalam database informasi terdapat 4 data yaitu abu, bus, buku, besi. 5. Maka Word Suggestion akan menampilkan seluruh kata pada database yang diawali oleh huruf b sebagai sugesti dari kata yang dicari oleh user. 6. Jika user mengetikkan huruf-huruf berikutnya dari kata buku tadi, maka ini akan membuat hasil sugesti semakin tepat. 7. Misalnya user mengetikkan kata buk, maka Word Suggestion akan menampilkan suggesti buku sehingga user tidak perlu mengetikkan huruf selanjutnya karena sugesti dari kata yang akan dicari lah ditemukan, hal ini disebabkan karena tiga huruf pertama pada hasil sugesti adalah buk, sementara kata-kata lain di dalam 19

3 database tidak ditampilkan karena tiga huruf pertamanya tidak mengandung kata buk. Tabel 1 Simulasi Pencarian Word Suggestion Percobaan Ke - Yang Diketik Oleh User 1 b bu buk Di Database Yang Menjadi Sugesti abu - bus bus buku buku besi besi abu - bus bus buku buku besi - abu - bus - buku buku besi - Dari analisa Word Suggestion di atas, saat mencocokan kata yang diketikkan oleh user dengan data yang ada pada database informasi, word sugestion membutuhkan algoritma string matching yang berkerja untuk melakukan pencocokan karakter, sehingga dapat menghasilkan sugesti yang tepat.. Cara Kerja Brute Force Pada Word Suggestion 1. Menentukan pattern dan teks Brute Force adalah algoritma pencocokan string yang tediri dari dua komponen utama, yaitu pattern dan teks. Pattern adalah kata yang akan dicari, sedangkan teks adalah kata-kata yang akan dicocokan dengan pattern. Jika diimplementasikan kedalam pencarian Word Suggestion, maka yang menjadi pattern adalah kata yang diketikkan oleh user, sedangkan teks adalah kata-kata didalam database. Berdasarkan dari contoh kasus analisa pencarian Word Suggestion sebelumnya, maka pengelompokan pattern dan teks dapat dilihat pada Tabel berikut : Tabel Pattern dan Setelah Hurufnya Disamakan Proses 1 Pattern Setelah Dipotong Di Database b a abu b b bus b b buku b b besi bu ab abu bu bu bus bu bu buku bu be besi buk abu abu buk bus bus buk buk buku buk bes besi. Proses pencarian Word Suggestion Setelah pattern dan teks terbentuk maka proses selanjutnya adalah pencocokan karakter. Brute Force adalah algoritma yang melakukan pencocokan karakter dari sebelah kiri ke kesebelah kanan dan jika antara pattern dan teks terdapat kecocokan ( match) maka algoritma akan menghasilkan nilai true. Berikut adalah tabel yang mengambakan ilustrasi pencocokan karakter yang dilakukan oleh Brute Force. Tabel. Simulasi Cara Kerja Brute Force Dalam Pencarian Word Suggestion Pros es 1 Iteras i Patte rn Te ks di Databa se Pencocok an Brute Force Hasil Suges ti 1 a abu b a - b bus b = b bus b b buku b = b buku 4 b besi b = b besi 1 ab abu b a - bu bus u = u bus 4 bu bu buku 5 u = u buku 6 be besi 7 u e - 1 abu abu b a - bus bus u = u - 4 k s - 5 buk 6 buk buku u = u - 7 k = k buku 8 bes besi 9 u e Berdasarkan analisa cara kerja diatas, menunjukkan bahwa Brute Force dapat digunakan dengan baik pada pencarian Word Suggestion.. Cara Kerja Boyer Moore Pada Word Suggestion 1. Menentukan Pattern dan Boyer Moore adalah algoritma pencocokan string yang juga tediri dari dua komponen utama, yaitu pattern dan teks, dan untuk penentuan pattern dan teks untuk analisa data diambil dari 0

4 analisa percobaan Brute Force, yaitu pada Tabel. menentukan kriteria dalam analisa ini, Secara rinci kriteria dijelaskan pada tabel berikut :. Proses pencarian Word Suggestion Setelah pattern dan teks terbentuk maka proses selanjutnya adalah melakukan pencocokan karakter. Berbeda dengan Brute Force, Boyer Moore adalah algoritma yang melakukan pencocokan karakter dari sebelah kanan ke kesebelah kiri dan jika antara pattern dan teks terdapat kecocokan ( match) maka algoritma akan menghasilkan nilai true. Berikut adalah tabel yang mengambakan ilustrasi pencocokan karakter yang dilakukan oleh Boyer Moore. Tabel 4. Simulasi Cara Kerja Boyer Moore Dalam Pencarian Word Suggestion Pros es 1 Itera si Patter n Tek s di Databa se Pencocok an Boyer Moore Hasil Suges ti 1 a abu b b abu b bus b = b bus b b buku b = b buku 4 b besi b = b besi 1 ab abu u b - u = u - bu bus b = b bus bu 4 u = u - bu buku 5 b = b buku 6 be besi u e - 1 abu abu k u - bus bus k s - k = u - buk 4 buk buku u = u - 5 b = b buku 6 bes besi k s - Berdasarkan analisa cara kerja diatas, menunjukkan bahwa Boyer Moore juga dapat digunakan dengan baik pada pencarian Word Suggestion..4 Analisa Perbandingan Metode Perbandingan Eksponensial 1. Menentukan Alternatif Untuk menganalisa perbandingan kecepatan antara Brute Force dengan Boyer Moore dalam pencarian Word Suggestion, adapun yang menjadi Alternatif adalah Brute Force dan Boyer Moore.. Menentukan Untuk dapat membandingkan kedua alternatif diatas, maka selanjutnya yang perlu dilakukan adalah Tabel 5. Penentuan Keterangan Perhitungan jumlah iterasi / perulangan ( Looping) yang terjadi pada saat algoritma melakukan usaha pencocokan string Huruf Pada pattern huruf yang dicocokkan oleh algoritma.. Menentukan Bobot Penentuan bobot merupakan salah satu komponen yang sangat berpengaruh terhadap hasil dari analisa, untuk itu penulis menetapkan bobot kriteria berdasarkan tingkat pengaruh dalam menentukan kecepatan dari algoritma dalam pencarian Word Suggestion. Secara rinci, pembobotan kriteria dijelaskan pada tabel berikut : Huruf Pada pattern Tabel 6. Pembobotan Persentase Pengaruh Bobot range (0-1) 80% 0,8 0% 0, 4. Pemberian Nilai Pada Setiap Keterangan Tingkat pengaruh iterasi algoritma terhadap kecepatan sangat tinggi karena semakin banyak perulangan / iterasi maka akan semakin lambat suatu algoritma menyelesaika n masalah huruf pada pattern merupakan kriteria yang juga mempengaru hi kecepatan, namun tidak lebih berpengaruh dari pada iterasi 1

5 Tahap ini adalah tahap dimana setiap kriteria yang telah terbentuk diberi nilai. Untuk dapat memberikan nilai, berikut adalah contoh hasil simulasi pencarian Word Suggestion yang diambil dari pembahsan analisa Brute Forcedan analisa Boyer Moore sebelumnya. Tabel 7 Pemberian Nilai Pada Setiap Alternatif Brute Force Boyer Moore Proses ke- Huruf Pada Pattern Menghitung Skor Setelah nilai pada setiap kriteria dimasukkan, maka tahapan selanjutnya adalah melakukan perhitungan dengan menggunakan rumus Metode Perbandingan Eksponensial. Tabel 8. Simulasi Perhitungan Analisa Menggunakan Metode Perbandingan Ekponensial Proses Huruf Total Nilai BF Total Nilai BM B BF BM B BF B M N N N N 1 0, , 1 1 4,01 4,01 0, , 5,89 5,4 0, , 7,045 5,49 Total Nilai 16,968 14,81 Keterangan : 1. BF : Brute Force. BM : Boyer Moore. B : Nilai Bobot 4. N : Nilai Dari 5. Total Nilai : Ʃ(N) B Contoh perhitungan : Nilai Pada Proses 1 Nilai BF = (4) 0,8 + (1) 0, = 4,01 Nilai BM = (4) 0,8 + (1) 0, = 4,01 6. Mentukan Prioritas Keputusan Setelah Total Nilai dari setiap alternatif dihitung maka yang tahapan selanjutnya adalah tahapan terakhir yaitu menentukan prioritas keputusan berdasarkan total nilai dari setiap alternatif. Secara rinci dapat dilihat di tabel berikut. Tabel 9. Prioritas Keputusan Alternatif Total Nilai Rangking Boyer Moore 14,81 1 Brute Force 16,968 Pada Tabel di atasterlihat bahwa total nilai dari alternatif terendah yang memperoleh rangking pertama, hal ini dikarenakan semakin tinggi total nilai yang diperoleh maka akan semakin tinggi jumlah usaha yang dilakukan oleh algoritma tersebut dalam pencarian Word Suggestion. Berdasarkan analisa tersebut maka Boyer Moore yang menjadi algoritma tercepat dalam pencarian Word Suggestion, serta permasalahan dalam penelitian ini dapat terpecahkan. 4. Dan Implementasi 4.1 Brute Force Pada Word Suggestion Prodesur BruteForce (String x, String y) Boolean {Prosedur pencocokan string yang dilakukan Brute Force} Deklarasi : Integer BF, i, n; Deskripsi : BF 0; n Length(x); If n>0 Then For i = 0 To n - 1 BF BF + 1; If x[i]!= y[i] Then Return True; Else 4. Boyer Moore Pada Word Suggestion Prodesur BoyerMoore (String x, String y) Boolean {Prosedur pencocokan string yang dilakukan Boyer Moore} Deklarasi Integer BM, i, n; Deskripsi n Length(x); If n>0 Then For i = n - 1 To 0

6 BM BM + 1; If x[i]!= y[i] Then Return True; Else 4. Perbandingan Metode Perbandingan Eksponensial Perhitungan Medote Perbandingan Eksponensial {Tahapan perhitungan untuk menganalisa perbadingan Brute Force dan Boyer Moore menggunakan Metode Perbandingan Eksponensial} Input : Double BobotC1, BobotC; Double SkorBF, SkorBM; String Kesimpulan; String x huruf yang dari kata yang akan dicari; Output : Kesimpulan Hasil Analisa; Proses : BobotC1 0,8; BobotC 0,; SkorBF (BF ^ BobotC1) + (Length(x) ^ BobotC); SkorBM (BF ^ BobotC1) + (Length(x) ^ BobotC); If SkorBF > SkorBM Then Kesimpulan Algortima Tercepat Dalam Pencarian Word Suggestion Adalah Algortima Brute Force Karena Nilai Analisa Lebih Kecil ( Kecil) ; Elseif SkorBF < SkorBM Then Kesimpulan "Algortima Tercepat Dalam Pencarian Word Suggestion Adalah Algortima Boyer Moore Karena Nilai Analisa Lebih Kecil ( Kecil)"; Else Kesimpulan "Algortima Sama Cepat Dalam Pencarian Word Suggestion"; 4.4 Implementasi 1. Proses Input. Proses Output Gambar. Tampilan Ketika User Menginputkan Pencarian Gambar. Tampilan Grafik Perbangan yang dilakukan MPE Gambar 4. Tampilan Kesimpulan 5. Kesimpulan Dan Saran 5.1 Kesimpulan 1. Word Suggestion dapat dibuat menggunakan algoritma String Matching baik itu yang mencari karakter dari sebelah kiri dan dari sebelah kanan.. Untuk dapat menganalisa kedua algoritma ini, nilai perbandingannya dihitung menggunakan Metode Perbandingan Eksponensial. Dalam perhitungannya yang menjadi kriteria pembanding pada metode ini adalah jumlah iterasi dan jumlah huruf dari setiap proses, setiap nilai yang didapat dari setiap kriteria kemudian dipangkatkan dengan bobot dari setiap kriteria sehingga mendapat nilai total yang menentukan algoritma mana yang menjadi algoritma tercepat.

7 . Dengan adanya total nilai dari perbandingan eksponensial yang dilakkan pada penelitian ini maka terbukti bahwa Boyer Moore yang tercepat dalam melakukan pencarian Word Suggestion. 5. Saran 1. Dalam perbandingan menggunakan Metode Perbandingan Eksponensial disarankan algoritma yang dibandingankan ditambah dengan algoritmaalgoritma String Matching lainnya.. Perangkat lunak yang dikembangkan disarankan dapat dirancang dengan berbasis web sehingga penerapannya juga akan menjadi lebih beragam, tidak hanya pada aplikasi desktop.. Diharapkan agar dapat menjadi referensi dan bahan pembelajaran untuk melakukan penelitian dengan objek berbeda selain Word Suggestion DAFTAR PUSTAKA [1] Fandi Pradhana. 01. Penerapan String Matching pada Fitur Auto Correct dan Fitur Auto Text di Smart Phones. Bandung. Institut Teknologi Bandung. [] Christian Charras. Thierry Lecroq. 004.Handbook of Exact String Matching Algorithms (E -Book). English.College Publications [] Didie Nanda Pribadi Sistem Pendukung Keputusan Pemberian Reward kepada Karyawan Menggunakan Metode Perbadingan Eksponensial. upload/ upload/file/ makalah%0ta%0fix. pdf. Palembang. Universitas Bina Darma. Waktu Akses : 0 April 01 01:1 WIB. [4] Marimin Teknik dan Aplikasi Pengambilan keputusan dengan majemuk (Cetakan Kedua). Jakarta. Grasindo. 4