1 BAB I PENDAHULUAN BAB I PENDAHULUAN 1.1 Latar Belakang Intelligent agent, sebagai bagian dari kecerdasan buatan yang dapat diterapkan pada sistem dalam menyelesaikan sebuah permasalahan. Agen yang diterapkan pada sistem mampu melaksanakan tugasnya secara autonomus, bergerak di lingkungannya, dan dapat berkomunikasi serta berkoordinasi antar agen dalam menyelesaikan tugas yang didelegasikan kepadanya. Kemampuan agen menyerupai manusia dalam melaksanakan tugasnya, sehingga sistem agen mulai banyak diterapkan dalam beberapa kegiatan seperti pengkoleksian informasi, transaksi dalam bisnis, monitoring dan evaluasi dalam proses pendistribusian serta pengambilan keputusan pada sistem informasi. Twitter adalah salah satu contoh layanan web 2.0. Twitter merupakan situs web yang menawarkan layanan microblogging. Melalui twitter memungkinkan pengguna untuk mengirim dan membaca pesan dari user lain yang disebut tweets. Tweets secara default dapat dilihat oleh semua orang, namun pengguna dapat membatasi pengiriman tweets untuk kelompok tertentu (Kadir, 2012). Twitter digunakan lebih dari 106 juta pengguna di seluruh dunia dan terus meningkat setiap harinya. Berdasarkan angka tersebut Indonesia menjadi negara yang menduduki peringkat 8 dalam mengakses situs Twitter dengan menerima 55 juta pesan setiap harinya (Hepburn, 2010). Pengguna memanfaatkan twitter untuk berbagi informasi seperti, kegiatankegiatam (event) yang sedang atau akan dilaksanakan, iklan dan promosi (advertising), lowongan pekerjaan, dan lain-lain. Beberapa kota tujuan wisata di Indonesia seperti Bandung menggunakan twitter untuk menginfokan kegiatan (event) yang sedang atau akan berlangsung di kota tersebut. Informasi event yang diposting oleh para pengguna, dapat berupa nama acara, tema atau topik kegiatan, jadwal kegiatan, lokasi kegiatan dan lain-lain. Banyaknya pengguna yang menulis setiap jamnya di Twitter, mengakibatkan beberapa info event terlewatkan untuk dibaca oleh pengguna lain. Serta format penulisan yang beragam, kadang-kadang 1
2 menyulitkan beberapa pengguna untuk mengetahui isi acara atau jenis acara yang ditulis. Apabila postingan informasi event dikumpulkan, kemudian diproses guna memperoleh informasi tempat dan lokasi kegiatan, diharapkan dapat membantu masyarakat untuk mengetahui jadwal atau jenis kegiatan yang ada, pada saat mereka hendak berkunjung atau berpergian ke daerah Bandung. Untuk melakukan pengolahan informasi dimaksud salah satu caranya adalah menggunakan multiagen. Salah satu karakteristik agen ialah mampu bekerja secara autonomus dan mobile pada lingkungannya. Dengan demikian diharapkan agen dapat berperan dalam mengolah informasi-informasi dari data twitter, seperti informasi lokasi dan tempat serta menentukan kategori dari event tersebut. Untuk penentuan kategori event menggunakan proses klasifikasi. Teknik yang dilakukan untuk melakukan klasifikasi data atau dokumen di antaranya berupa decision tree, bayesian classifier, bayesian belief network dan rule based classifier (Han dan Kamber, 2006). Untuk penelitian ini digunakan metode naive bayessian classifiers. Pada naive bayes pendekatan yang dipakai mengacu pada teorema bayes yang merupakan prinsip peluang statistika. Naive bayes sangat cocok digunakan untuk kategorisasi atau klasifikasi, karena sederhana dan memiliki akurasi yang tinggi (Wibisono, 2005). Read (2005) menggunakan metode naive bayes untuk menentukan sentimen postif atau negatif pada data teks yang diperoleh dari postingan Twitter. Naive bayes merupakan salah satu teknik supervised learning yang populer sehingga agen dapat terus belajar sehingga adanya perubahan selama masa hidup agen dan mengambil banyak bentuk (Odell, 2010) Pengembangan perangkat lunak berorientasi agen, secara alamiah dapat menampilkan model sebagai bentuk sistem kompleks seperti dunia nyata yang disebut dengan metodologi Agent Oriented Software Enginering (AOSE) (Azhari dan Hartati,2005). Dalam penelitian ini peneliti menggunakan metodologi Prometheus dimana metodologi ini memfokuskan untuk pembangunan sistem secara arsitektur internal agen. Oleh karena itu untuk arsitektur agen digunakan arsitektur BDI (Belief Desire Intention).
3 1.2 Rumusan Masalah Berdasarkan latar belakang yang diuraikan diatas maka masalah dalam penelitian ini dapat dirumuskan dalam bentuk pertanyaan sebagai berikut: 1. Bagaimana menerapkan konsep multiagen untuk memperoleh informasi tentang tempat, waktu serta kategori event (kelompok kegiatan) dari data twitter? 2. Bagaimana menerapkan metode klasifikasi naive bayes dalam menentukan kategori dari event dan menampilkan hasilnya dalam bentuk kalender web? 1.3 Batasan Masalah Mengingat luasnya masalah dan fokusnya penelitian ini maka masalah penelitian batasi pada: 1. Data tweet yang dikumpulkan adalah tweet event yang diselenggarakan di kota Bandung. 2. Postingan dari twitter adalah tweet yang berbahasa Indonesia. 3. Pengguna twitter menginformasikan tentang event-event yang selanjutnya digunakan sebagai sumber data. 4. Untuk memperoleh informasi tanggal format penulisan yang diambil adalah hari, bulan dan tahun (HH-BB-THN). 5. Untuk penyajian hasil pengkategorian adalah isi tweet, tanggal pelaksanaan (event), dan lokasinya. 6. Untuk penentuan kategori event menggunakan metode klasifikasi naive bayes. Untuk agen-agen dirancang menggunakan metodologi Prometheus. 1.4 Tujuan dan Manfaat Penelitian Tujuan Penelitian Tujuan dari penelitian ini untuk : 1. Menghasilkan aplikasi berbasis multiagen yang mampu memperoleh informasi tempat, waktu dan kategori dari data twitter mengenai event. 2. Dapat diterapkannya metode klasifikasi naive bayes dalam menentukan jenis kategori dari tweet tentang event.
4 Manfaat Penelitian Manfaat yang ingin diperoleh dari penelitian ini adalah mampu untuk menghasilkan informasi tempat dan waktu dari data data tweet event yang dikumpulkan, dan menentukan jenis kategori dari event tersebut. Dengan demikian dapat memudahkan masyarakat memperoleh informasi atau sebagai alternatif lain untuk memperoleh informasi event yang biasa diperoleh melalui televisi dan poster, yang tentunya informasi ini hanya dapat dilihat pada waktu tertentu saja. 1.5 Keaslian Penelitian Saat ini belum dilakukan penelitian mengenai pengambilan informasi data Twitter yang digunakan untuk mengetahui event atau acara di suatu kota. Dalam hal kesamaan metode yang digunakan ada beberapa penelitian tentang klasifikasi data teks dengan menggunakan metode naive bayes classification. Pada penelitian tersebut lebih cenderung pada menghasilkan klasifikasi dokumen atau halaman web dan sentimen analisis dari teks sedangkan penelitian akan menghasilkan klasifikasi untuk kategori event (kegiatan). 1.6 Metodologi Penelitian Metode penelitian yang dipakai dalam rancang bangun sistem agen untuk melakukan ekstraksi waktu dan lokasi dari tweets serta kategorinya mengikuti beberapa alur sebagai berikut: 1. Kajian pustaka dan studi literatur Kegiatan pada tahap ini adalah melakukan pengumpulan berbagai bahan referensi, seperti jurnal penelitian, tesis/disertasi, buku-buku teori dan sumbersumber lain termasuk informasi yang diperoleh dari internet sebagai sumber data dan informasi yang terkait dengan penelitian. Hasil ini digunakan sebagai dasar dalam membuat rancangan penelitian. Sebagai besar hasil kajian ini dituangkan dalam Bab II.
5 2. Pengumpulan data Pada tahap ini dilakukan pengumpulan data-data yang dibutuhkan dalam penelitian. Data-data yang dimaksud adalah kumpulan dari tweet tweet atau postingan twitter terkait tentang event yang dilakukan di kota Bandung. 3. Analisis Tahap ini melakukan analisis terhadap kebutuhan untuk pengumpulan data, format waktu dan lokasi yang akan diambil serta jenis kategori. Menjabarkan tentang deskripsi sistem yang akan dibangun. 4. Pengembangan perancangan arsitektur sistem identifikasi Melakukan perancangan sistem mulai dari pengambilan data, proses ekstraksi, dan pengklasifikasian. Perancangan ini menerapkan metodologi Prometheus Adapun untuk perancangan degngan metodologi ini dilakukan tiga tahapan antara lain: menentukan spesifikasi sistem, perancangan arsitektural dan perancangan rinci. Perancangan ini menggunakan perangkat lunak bantu yang mendukung metode prometheus yaitu Prometheus Design Tool (PDT). 5. Implementasi Berdasarkan rancangan yang dibuat, pada tahap perancangan selanjutnya diimplementasiakan. Implementasi akan diuraikan berdasarkan rancangan akan diuraikan implementasi agen menggunakan JADE dalam bahasa pemrograman Java. Tahap implementasi difokuskan pada bagaimana pengumpulan data, pengambilan informasi waktu dan lokasi serta penerapan metode naive bayes classifier untuk penentuan kategori. 6. Pengujian Tahap ini dimaksudkan untuk pengujian terhadap model agen yang sudah diimplementasikan. Selanjutnya menguraikan tentang pembahasan dari hasil penelitian. Pengujian akan dilakukan terhadap beberapa unsur antara lain: a. Untuk mengetahui apakah agen dapat melakukan pengumpulan data dan mengambil informasi tentang waktu dan tempat. b. Kemampuan agen untuk melakukan preprocessing yaitu untuk membersihkan data.
6 c. Kemampuan agen untuk melakukan pengkategorian event dari data yang dikumpulkan dengan menggunakan konsep naive bayes classification. Pengujian terhadap model klasifikasi naive bayes classiffier menggunakan metode n-fold cross validation. Nilai n dalam penelitian ini adalah 5 (lima), sehingga dilakukan lima kali pengujian model klasifikasi. Nilai akurasi diperoleh dari rata-rata nilai akurasi dari lima kali pengujian tersebut. Nilai akurasi dari model klasifikasi yang dihasilkan berdasarkan persamaan 1.1 (Liu, 2011). Accuracy = * 100% (1.1) Keterangan: Accuracy adalah akurasi model klasifikasi. Number of correct classifications adalah jumlah klasifikasi yang benar. Total number of test cases adalah jumlah data uji (data testing). 1.7 Sistematika Penulisan Penulisan laporan penelitian ini terdiri dari tujuh (7) bab dengan masingmasing berisi rincian sebagai berikut: Bab I Pendahuluan Bab ini berisi latar belakang penelitian, perumusan masalah, batasan masalah, tujuan dan manfaat penelitian, keaslian penelitian, metodologi penelitian, dan sistematika penulisan laporan penelitian. Bab II Tinjauan Pustaka Bab ini berisi tinjauan pustaka yang memuat uraian sistematis tentang informasi hasil penelitian yang pernah dilakukan terkait topik yang sedang diteliti. Sejumlah literatur dan publikasi ilmiah yang berhasil dikumpulkan sehubungan dengan penelitian ini yaitu mengenai agen cerdas (intelligent agent), metodologi pengembangan perangkat lunak berbasis agen cerdas, beserta platform untuk mengimplementasikannya, metode kategorisasi teks dengan Naïve Bayes Clasiffier (NBC), dan hasil penelitian yang berhubungan dengan agen cerdas serta pendulangan teks (text mining).
7 Bab III Landasan Teori Bab ini menguraikan dasar-dasar teori yang digunakan sebagai bahan referensi dalam penelitian topik-topik yang dibahas adalah pendekatan agen cerdas seperti definisi, karakteristik, metodologi pengembangan perangkat lunak, arsitektur BDI dan pengklasifikasian text dengan supervised learning. Bagian ini juga memuat dasar teori tentang agen dan perancangan sistem yang menggunakan metodologi prometheus sebagai salah satu metode untuk membangun sistem agen. Secara singkat diuraikan proses pengkategorian teks dengan naive bayes classifier dan rumus perhitungan dalam proses klasifikasi. Bab IV Analisis dan Perancangan Sistem Bab ini menguraikan tentang analisis kebutuhan untuk membangun sistem agenda event berdasarkan postingan twitter dan menentukan rancangan sistem berdasarkan metodologi prometheus yaitu menentukan spesifikasi sistem, perancangan arsitektural, dan perancangan rinci. Bab V Implementasi Bab ini berisi tentang deskripsi implementasi yang terdiri dari implementasi agent-agen dalam melakukan pengumpulan data kemudian pengambilan informasi lokasi dan waktu event serta pengklasifikasian dengan metode naive bayes. Hasilnya akan ditampilkan dalam bentuk web kalender. Bab VI Hasil Penelitian dan Pembahasan Bab ini menguraikan pengujian dan pembahasan rinci mengenai hasil-hasil penelitian. Bagian-bagian yang diuraikan meliputi pengujian dan hasil pengembangan agen, cara kerja multi agen dan komunikasi antar agen serta klasifikasi tweet yang dilakukan oleh agen. BAB VII Kesimpulan dan Saran Bab ini berisi kesimpulan dari hasil penelitian dan saran-saran yang diajukan untuk pengembangan atau penelitian lanjutan.