BAB 1 PENDAHULUAN 1.1. Latar Belakang Kemajuan teknologi pada masa sekarang sangat membantu serta memberi kemudahan bagi manusia dalam melakukan berbagai aktivitas, khususnya aktivitas yang berkaitan dengan informasi seperti mencari informasi buku, mencari bahan kuliah, mencari informasi seseorang, dan lain-lain. Jika informasi yang dicari memiliki jumlah yang masih sedikit, pencarian dapat dilakukan secara manual. Namun jika informasi yang dicari sudah memiliki jumlah yang banyak dan besar maka pengguna akan mengalami kesulitan dalam mencari informasi yang dicari (Chiquita, 2011). Untuk memperoleh informasi dengan cepat dan mudah dari banyaknya kumpulan informasi maka dapat menggunakan mesin pencari. Mesin pencari merupakan program komputer yang dirancang agar mampu menemukan informasi yang dicari dari banyaknya kumpulan informasi yang tersedia Dengan adanya mesin pencari setiap orang dapat dengan mudah memperoleh informasi yang diinginkan. Dengan mengetikkan kata yang ingin dicaripada mesin pencari maka seluruh informasi yang diinginkan akan ditampilkan. Namun sejumlah penelitian terhadap mesin pencari menyimpulkan bahwa rata-rata kesalahan dalam pengetikan kata yang dicari yang dilakukan oleh pengguna cukup tinggi,kesalahan dalam pengetikan kata yang dicari oleh pengguna dapat menyebabkan informasi yang dicari tidak dapat ditemukan.untuk itu dibutuhkan penambahan fitur yang dapat membantu pengguna ketika mengetik, dimana fitur tersebut dapat menampilkan prediksi kata seperti autocomplete dan autocorrect yang dapat membantu pengguna untuk mengetikkan kata pada mesin pencari.
Autocomplete merupakan fitur atau layanan yang dapat menampilkan prediksi kata jika kata yang diketikkan belum lengkap (Chiquita, 2011). Beberapa penelitian yang berkaitan dengan masalah ini diantaranya yaitu penelitian yang pernah dilakukan oleh (Chiquita, 2011), pada penelitiannya Chiquita menerapkan algoritma Boyer-Moore untuk layanan autocomplete dan menggunakan algoritma Dynamic Programming untuk layanan autocorrect untuk mencari kata di dalam paragraf. Kemudian selanjutnya penelitian yang pernah dilakukan oleh Chiquita (2011), pada penelitiannya Kusuma melakukan pencocokan string untuk fitur autocompletion pada text editor atau integrated development environment (IDE) menggunakan algoritma Brute Force dan KMP. Selanjutnya penelitian yang pernah dilakukan oleh Pradhana (2012), pada penelitiannya Pradhana menerapkan algoritma string matching seperti Brute Force, Knuth-Morris Pratt dan Boyer-Moore untuk fitur autocorrect dan fitur autotext pada smart phones. Pada penelitian ini, penulis akan mensimulasikan algoritma Levenshtein Distance dan Boyer Moore untuk menghasilkan fitur autocomplete dan autocorrect. Pada simulasinya fitur autocomplete digunakan untuk membantu pengetikan judul buku pada aplikasi katalog perpustakaan, sedangkan autocomplete untuk membenarkan pencarian judul buku yang dicari. Algoritma Levenshtein Distance dan Boyer Moore merupakan salah satu algoritma Approximate String Matching yang digunakan dalam pencarian string berdasarkan pendekatan perkiraan (Adiwidya, 2009). Pada penelitian sebelumnya algoritma string matching seperti Brute Force,, dan Knuth-Morris Pratt melakukan pencocokan secara bertahap pada seluruh rangkaian string sehingga memiliki proses yang cenderung panjang dan rumit.sedangkan algoritma Levenshtein Distance melakukan modifikasi dengan mengubah suatu string menjadi string yang lain sehingga prosesnya lebih sederhana. Algoritma Levenshtein Distance terbukti dapat menyelesaikan beberapa permasalahan dalam penelitian ilmiah, beberapa penelitian yang pernah dilakukan yang berkaitan dengan algoritma Levenshtein Distance, diantaranya yaitu Adriyani (2012) menggunakan algoritma Levenstein Distance dan metode empiris untuk menampilkan saran perbaikan kesalahan pengetikan dokumen berbahasa Indonesia, (2010) di dalam penelitiannya menggunakan algoritma Levenshtein Distance untuk menampilkan string suggestion pada aplikasi seperti spell checker dan kamus. Selanjutnya Benisius (2010) menggunakan algoritma Levenshtein Distance untuk sistem pengoreksian kata kunci, dimana di dalam penelitiannya Benisius melakukan studi kasus terhadap website Universitas Halmahera. Di dalam penelitiannya juga, Benisius menggunakan proses crawling dan indexing untuk mengumpulkan informasi dari
website Universitas Halmahera untuk dicocokkan dengan kata kunci sebagai hasil koreksi kata kunci. 1.2. Rumusan Masalah 1. Bagaimana cara kerja fitur autocomplete dan fitur autocorrect dalam proses pencarian judul buku pada katalog perpustakaan menggunakan Algoritma Levenshtein Distance dan Algoritma Boyer Moore? 1.3. Ruang Lingkup Penelitian Adapun batasan masalah yang diberikan pada penelitian ini adalah sebagai berikut : 1. Peneliti menerapkan algoritma Levenshtein Distance pada fitur autocorrect dan Algoritma Boyer Moore pada fitur autocomplete. 2. Data koleksi perpustakaan yang akan digunakan di dalam penelitian hanya data buku saja seperti judul buku, pengarang, penerbit, tahun terbit, edisi, jenis, deskripsi, subjek, bahasa dan jumlah eksemplar, sedangkan jurnal dan kumpulan dokumen pendidikan yang lain tidak diikut sertakan. 3. Data judul buku yang diambil berasal dari Dinas Perpustakaan dan Arsip Daerah Aceh Timur 4. Dalam hal ini peneliti menggunakan PHP (Hypertext Prepocessor) dan MySQL sebagai DBMS 1.4. Tujuan Penelitian Mensimulasikan algoritma Levenshtein Distance dan Boyer Moore dalam membuat fitur autocomplete dan autocorrect pada aplikasi katalog perpustakaan Daerah Aceh Timur agar dapat membantu pengguna ketika menuliskan judul buku yang ingin dicari. 1.5. Manfaat Penelitian Manfaat yang diharapkan dari penelitian ini adalah
1. Membantu pengguna dalam mencari buku dengan menggunakan aplikasi perpustakaan ini. 2. Menerapkan fitur autocomplete dan autocorrect untuk mempermudah dalam pencarian buku pada aplikasi ini. 3. Mempersingkat waktu serta keefesienan waktu dalam pencarian judul buku pada aplikasi ini. 1.6. Metode Penelitian Adapun metode penelitian yang akan digunakan adalah: 1. Studi Literatur Pada tahap ini dilakukan dengan membaca dan mempelajari lebih dalam buku-buku referensi, jurnal atau sumber-sumber penelitian lain yang berkaitan dengan autocomplete serta teori algoritma Levenshtein Distance. 2. Analisis dan Perancangan Desain Sistem Pada tahap ini akan dilakukan analisis terhadap penerapan algoritma Levenshtein Distance pada autocomplete, serta perancangan aplikasi, antara lain: menggambar flowchart, use case, DFD dan perancangan antarmuka atau interface. 3. Implementasi Sistem Pada tahap ini akan dilakukan pengkodean dan menerapkan perancangan aplikasi tersebut ke dalam bahasa pemrograman PHP dan MYSQL. 4. Pengujian Sistem Pada tahap ini akan dilakukan pengujian terhadap aplikasi apakah telah memenuhi kriteria atau tidak. 5. Dokumentasi Sistem Pada tahap ini akan dilakukan penulisan laporan mengenai aplikasi tersebut yang bertujuan untuk menunjukkan hasil penelitian ini.
1.7. Sistematika Penulisan Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut: BAB 1: PENDAHULUAN Bab ini akan menjelaskan tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan. BAB 2: LANDASAN TEORI Bab ini akan menjelaskan tentang segala teori yang berkaitan dengan penelitian seperti pengertian autocomplete, pembahasan algoritma Levenshtein Distance, penelitian-penelitian terdahulu dan teori-teori lainnya yang berkaitan dengan penelitian. BAB 3: ANALISIS DAN PERANCANGAN SISTEM Bab ini berisi analisis terhadap fokus permasalahan penelitian dan perancangan sistem yang akan dibangun seperti menggambar flowchart atau diagram alur kerja system, analisis terhadap proses kerja algoritma Levenshtein Distance pada autocomplete dan perancangan antarmuka atau interface. BAB 4: IMPLEMENTASI DAN PENGUJIAN SISTEM Bab ini berisi pembahasan tentang implementasi algoritma yang disusun pada bab 3 dan pengujian terhadap sistem yang dibangun. BAB 5: KESIMPULAN DAN SARAN Bab ini memuat kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saran yang diperoleh yang diharapkan dapat bermanfaat untuk pengembangan program selanjutnya.