BAB 1 PENDAHULUAN 1.1. Latar Belakang Kebutuhan informasi dan perkembangan teknologi yang semakin tinggi meningkatkan jumlah artikel atau berita yang terpublikasikan, terutama pada media online. Untuk mempermudah proses pencarian berita online dibutuhkan sebuah sistem pengaturan arsip berita berdasarkan kesamaan informasi. Salah satu contohnya adalah penggunaan social tagging, yaitu pemberian tag pada suatu artikel atau berita online. Tag adalah kata kunci (keyword) atau frase yang mewakili isi dokumen atau objek (Lee et al, 2008). Pada sistus berita online, tag berfungsi memudahkan dalam pencarian data yang serupa dan memudahkan navigasi sehingga pengguna bisa mendapatkan informasi yang sesuai dan mempunyai hubungan antara satu sama lain. Walaupun demikian, saat ini tag belum benar-benar membantu dalam pencarian web yang disebabkan oleh fakta bahwa sebagian besar dokumen, atau halaman web, mengandung sedikit atau tidak ada informasi tag (Heymann et al, 2008). Selain itu, tidak semua pengguna yang mempublikasikan berita, artikel, atau item lainnya memasukkan tag pada publikasi mereka atau pengguna hanya memberikan beberapa tag yang masih dianggap kurang lengkap atas berita, artikel ataupun item yang mereka publikasikan karena dianggap menyita waktu tambahan untuk memikirkan tag apa saja yang tepat untuk mendeskripsikan berita tersebut (Purbasari et al, 2013). Untuk memudahkan pemberian tag pada suatu berita, artikel, atau item yang akan dipublikasikan dapat digunakan fitur autotag yaitu pemberian rekomendasi tag secara otomatis. Penelitian-penelitian untuk mengembangkan fitur autotag telah banyak dilakukan dengan berbagai metode baik menggunakan metode statistik maupun keterhubungan antar kata sehingga diperoleh sistem rekomendasi tag yang lebih relevan dan akurat. Beberapa diantaranya adalah penelitian rekomendasi tag
2 menggunakan metode Latent Semantic Indexing untuk memberikan rekomendasi tag pada dokumen blog (Muflikhah et al, 2013), rekomendasi tag dengan teknik Association Rule Mining (Purbasari et al, 2013), rekomendasi tag dengan metode Content-based (Lu et al, 2009), rekomendasi tag dengan metode Graph-based Ranking pada Multi-type Interrelated Objects (Guan, et al 2009) dan dan penelitianpenelitian lainnya. Pada penelitian ini, peneliti menerapkan metode text mining yaitu Term Frequency-Inverse Document Frequency (TF-IDF) untuk ekstraksi keywords dari dalam dokumen. TF-IDF telah banyak dipakai untuk menyelesaikan berbagai masalah klasifikasi/pengkategorian data, pengecekan kesamaan isi teks, dan sistem rekomendasi seperti klasifikasi dokumen naskah dinas (Herman et al, 2012), pengkategorian dokumen dan pengukuran tingkat similaritas dokumen penulisan ilmiah di Universitas Gunadarma (Herwansyah, 2009), serta penelitian-penelitian lainnya. Selain itu, penelitian ini juga memanfaatkan Algoritma Nazief & Adriani untuk stemming bahasa Indonesia dan teknik Collaborative tagging yang memungkinkan tag yang akan direkomendasikan dapat berasal dari dalam artikel berita itu sendiri dan artikel berita yang mirip serta sudah pernah diterbitkan sebelumnya. Prinsip kerja pemberian tag pada penelitin ini dapat dibagi menjadi 2 tahapan yaitu autotag ketika admin menerbitkan artikel baru dan pemberian tag yang dilakukan admin secara manual. 1.2 Rumusan Masalah Berdasarkan latar belakang di atas maka diperlukan pendekatan yang dapat memberikan rekomendasi tag pada sebuah website berita online untuk memudahkan pengguna dalam memberikan tag pada artikel. 1.3 Batasan Masalah Agar penyusunan tugas akhir ini tidak keluar dari pokok permasalahan yang dirumuskan, maka ruang lingkup pembahasan dibatasi pada: 1. Hanya berlaku pada artikel berbahasa Indonesia 2. Jumlah tag yang dihasilkan pada tahap TF-IDF adalah 10 buah per artikel.
3 1.4 Tujuan Penelitian Adapun tujuan penelitian ini adalah untuk merekomendasikan tag pada suatu artikel berbahasa Indonesia menggunakan metode TF-IDF dan Collaborative tagging. 1.5 Manfaat Penelitian Penelitian ini diharapkan dapat memberkan manfaat yaitu: 1. Memberikan alternatif pilihan bagi user dalam pemberian tag pada artikel. 2. Dapat menjadi bahan rujukan untuk penelitian di bidang sistem rekomendasi tag selanjutnya 1.6 Metode Penelitian Tahapan yang dilakukan pada pelaksanaan penelitian skripsi ini adalah sebagai berikut: 1. Studi Literatur Studi literatur dilakukan dengan mengumpulkan bahan-bahan referensi terkait dengan sistem rekomendasi tag, metode Term Frequency-Inverse Document Frequency (TF-IDF) dan Collaborative tagging dari berbagai sumber. 2. Analisis Permasalahan Pada tahap ini dilakukan analisis terhadap hasil studi literatur untuk mendapatkan pemahaman mengenai metode TF-IDF dan Collaborative tagging dalam rekomendasi tag. 3. Perancangan Sistem Pada tahap ini dilakukan perancangan arsitektur, perancangan data dan perancangan antar muka. Proses perancangan dilakukan berdasarkan hasil analisis studi literatur yang telah diperoleh. 4. Implementasi Sistem Pada tahap ini dilakukan proses implemetasi pengkodean program dalam aplikasi komputer menggunakan bahasa pemrograman yang telah dipilih sesuai dengan analisis dan perancangan yang telah dilakukan.
4 5. Pengujian Pada tahap ini dilakukan proses pengujian dan percobaan terhadap sistem sesuai dengan kebutuhan yang ditentukan sebelumnya serta memastikan program yang dibuat berjalan seperti yang diharapkan. 6. Dokumentasi dan Penyusunan Laporan Pada tahap ini dilakukan pembuatan dokumentasi seluruh pengerjaan dari penelitian rekomendasi tag menggunakan metode TF-IDF dan Collaborative Tagging. 1.7 Sistematika Penulisan Penulisan skripsi ini terdiri dari lima bab dengan masing-masing bab secara singkat dijelaskan sebagai berikut: Bab 1 Pendahuluan Bab ini berisikan latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan. Bab 2 Landasan Teori Bab ini berisi teori-teori pendukung penelitian skripsi yaitu teori sistem rekomendasi tag dan Information Retrieval, khususnya metode Term Frequency-Invers Document Frequency (TF-IDF). Bab 3 Analisis dan Perancangan Sistem Bab ini berisikan paparan analisis terhadap permasalahan dan penyelesaian persoalan terhadap metode TF-IDF pada sistem rekomendasi tag pada artikel. Bab 4 Hasil dan Pembahasan Bab ini berisi implementasi perancangan sistem dari hasil analisis dan perancangan yang sudah dibuat, serta menguji sistem untuk menemukan kelebihan dan kekurangan pada sistem rekomendasi yang dibuat.
5 Bab 5 Kesimpulan dan Saran Bab ini berisikan kesimpulan yang didapatkan terhadap hasil penelitian skripsi dan saran untuk pengembangan lebih lanjut tentang topik terkait yang dibahas pada skripsi.