Molecular Identification of Mutant Candidate of Gα Gene from Soybean cv. Slamet Based on mRNA.

(1)

PENGEMBANGAN

WEB AGGREGATOR

INSTITUT PERTANIAN BOGOR

MENGGUNAKAN

SINGLE STREAM AGGREGATION

HANNISSA FITRI ASRY

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2011

(2)

ABSTRACT

HANNISSA FITRI ASRY. Web Aggregator Development of Bogor Agricultural University using Single Stream Aggregation Method. Supervised by: SONY HARTONO WIJAYA.

Information is easily accessible without any geographical and time constraints because of Internet growth. Everyone needs information to keep updated. With the RSS (Really Simple Syndication) technology, a method to encapsulate and distribute news in a solid and informative package, any Internet users can follow updated news without having to always search news of interests. The information system uses a so called Aggregator Technology.

In this study, web aggregator development of Bogor Agricultural University is developed using Single Stream Aggregation method. This method puts the latest updated news on top position on each news source. This study also classifies news by topic to facilitate users in getting specific news. The classification is conducted using k-Nearest Neighbor

The results show that the Aggregator system can be made to collect all news from available feeds based on sequence time. The system is successful on classifying documents with the percentage accuracy 53% with k=5.

Keywords : RSS, Aggregator, Single Stream Aggregation, clasification, KNN

(3)

PENGEMBANGAN

WEB AGGREGATOR

INSTITUT PERTANIAN BOGOR

MENGGUNAKAN

SINGLE STREAM AGGREGATION

HANNISSA FITRI ASRY

G64076029

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada

Program Studi Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2011

(4)

Judul skripsi : Pengembangan Web Aggregator Institut Pertanian Bogor Menggunakan Single Stream Aggregation

Nama : Hannissa Fitri Asry

NIM : G64076029

Program Studi : Ilmu Komputer

Menyetujui, Dosen Pembimbing,

Sony Hartono Wijaya, S.Kom, M.Kom NIP.19810809 200812 1 002

Mengetahui: Ketua Departemen,

Dr. Ir. Sri Nurdiati, M.Sc. NIP. 19601126 198601 2 001

Tanggal Lulus :

(5)

RIWAYAT HIDUP

Penulis dilahirkan di Medan pada tanggal 5 Mei 1986 dari ayah Nasri Pily dan ibu Hj. Yusni Rudang Br. Tarigan. Penulis merupakan anak kedua dari enam bersaudara.

Tahun 2004 penulis lulus dari Sekolah Menengah Umum Swasta Al-Azhar Medan dan pada tahun yang sama penulis diterima di Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) sebagai mahasiswa Diploma 3 pada Program Studi Elektronika dan Teknologi Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam. Tahun 2007 penulis lulus program Diploma 3 dan pada tahun yang sama melanjutkan studi di Program Sarjana Ilmu Komputer Penyelenggaraan Khusus IPB, Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) Institut Pertanian Bogor.

(6)

PRAKATA

Segala puji bagi Allah SWT atas limpahan rahmat serta karuniaNya dan semoga shalawat serta salam tetap tercurahkan kepada nabi besar Muhammad SAW. Puji dan syukur penulis panjatkan karena akhirnya karya ilmiah dengan judul Pengembangan Web Aggregator Institut Pertanian Bogor menggunakan Single Stream Aggregation ini dapat diselesaikan. Karena karya ilmiah ini dibuat sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer di Fakultas Matematika dan Ilmu Pengetahuan Alam Insitut Pertanian Bogor.

Penulis mengucapkan terima kasih kepada semua pihak yang telah membantu sehingga skripsi ini dapat diselesaikan, diantaranya :

1. _{Ayah dan Mamak terkasih atas dukungan, doa dan kasih sayangnya kepada penulis.}

2. Bapak Sony Hartono Wijaya, S.Kom, M.Kom. selaku pembimbing atas waktu, saran, dan bimbingan yang telah diberikan.

3. Bapak Firman Ardiansyah dan Bapak Ahmad Ridha sebagai dosen penguji yang bersedia meluangkan waktu untuk menguji.

4. Abang serta adik-adikku yang selalu memberikan perhatiannya.

5. Kak Ihsan yang telah banyak membantu memberikan ilmu dan waktunya. 6. Kak Deni yang selalu sabar memberikan dukungan.

7. _{Kibus, Anis, Anggi, Eka, Bobi, Tia dan teman-teman seperjuangan di Ekstensi ILKOM.} 8. Epen yang selalu memberikan hiburan.

9. Bapak Julio Adisantoso, terima kasih atas kesabaran dan kemurahan hati.

10. Semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah membantu penulis dalam menyelesaikan penelitian ini.

Akhirnya penulis berharap semoga skripsi ini dapat bermanfaat bagi semua pihak yang membutuhkan. Amin.

Bogor, Oktober 2011

Hannissa Fitri Asry

(7)

DAFTAR ISI

Halaman DAFTAR GAMBAR ... v DAFTAR LAMPIRAN ... v LAMPIRAN ... 13

DAFTAR GAMBAR

Halaman

Halaman 1 Tabel Test Case 1 9

2 Tabel Test Case 2 10

3 Tabel Confusion Matrix 11

DAFTAR LAMPIRAN

Halaman 1 Software Feed Validator 14

2 Feed Tidak Valid. 15 3 Struktur File RSS Feed 16

4 Halaman Utama Sistem 18 5 Form Login Administrator 19

6 Form Kategori 20

7 Form Tambah Kategori 21

8 Form Daftar Feed 22

9 Form Edit Akun 23

10 Form Edit Kata Unik 24

11 Perancangan DatabaseRSS 25

Tabel Categories 25

(8)

Tabel Feeds 25

Tabel user 25

12 Struktur Database 26

13 Stopwords 27

14 Daftar Berita 28

(9)

PENDAHULUAN Latar Belakang

Perkembangan internet menjadikan informasi begitu mudah diakses tanpa batasan geografis dan waktu. Untuk selalu mengikuti perkembangan jaman, seseorang tidak boleh terlepas dari informasi. User dengan mudah mendapatkan informasi dengan sekejap saja. Dengan adanya teknologi RSS (Really Simple Syndycation), yaitu sebuah metode untuk merangkum dan mendistribusikan berita dalam suatu kemasan yang padat dan tetap informatif, seorang pengguna internet dapat tetap mengikuti perkembangan suatu berita tanpa harus mengunjungi setiap halaman web untuk memperoleh informasi tersebut. Informasi RSS ditempatkan ke dalam satu file dalam sebuah situs web dengan cara yang mirip dengan halaman web biasa. Informasi yang dikodekan dalam bahasa komputer XML untuk digunakan oleh sebuah program yang disebut dengan RSS

aggregator.

Aggregator adalah suatu sistem yang menyerap dan mengumpulkan isi beberapa

website. Isi dari website aggregator bisa berasal dari web blog, podcast, vlog, dan situs web

media utama. RSS Aggregator secara otomatis memeriksa serangkaian item terbaru dari RSS

feed secara berkala. Sistem aggregator ini dapat diterapkan pada situs-situs organisasi, bisnis, dan institusi atau kelembagaan.

Institut Pertanian Bogor (IPB) merupakan sebuah institusi pendidikan yang masing-masing fakultas dan departemen memiliki situs resmi yang di-update secara berkala. IPB belum mempunyai sistem pengumpul berita (aggregator). Sistem aggregator untuk situs IPB dibuat sebagai sarana untuk memudahkan pengunjung situs tersebut untuk mendapatkan

update berita dari tiap fakultas dan departemen yang ada sehingga dapat disajikan dalam bentuk yang layak untuk dibaca hanya pada satu halaman web saja, dan diharapkan dengan adanya aggregator tidak ada lagi informasi yang luput dari pantauan para akademisi secara umum dan civitas IPB secara khusus.

Tujuan

Penelitian ini bertujuan mengembangkan RSS aggregator pada web IPB dengan menggunakan metode Single Stream Aggregation sebagai sarana untuk memudahkan pengguna mendapatkan update berita di lingkungan Institut Pertanian Bogor.

Ruang Lingkup

Aggregator yang dikembangkan pada penelitian ini hanya mengambil feed-feed dari situs Fakultas dan Departemen di IPB yang menyediakan fitur RSS feed saja, yaitu: Fakultas Peternakan (FAPET), Departemen Ilmu Keluarga dan Konsumen (IKK) FEMA, dan Fakultas Kehutanan (FAHUTAN) dan terdapat tiga kategori berita yaitu Beasiswa, Riset dan Kegiatan Kampus.

Manfaat

Manfaat yang dapat diperoleh dari sistem yang dikembangkan adalah mempermudah seorang pengguna atau pengunjung web untuk memperoleh berita dari tiap fakultas atau departemen yang telah terklasifikasi tanpa harus mengunjungi situs dari masing-masing fakultas atau departemen tersebut.

TINJAUAN PUSTAKA

Website

Website ialah sistem penyebaran informasi melalui internet. Banyak hal yang terdapat pada suatu web, dan yang menarik adalah banyak halaman web yang menggabungkan data teks, data gambar diam atau bergerak, data animasi, suara, video dan atau gabungan dari semuanya. Halaman-halaman web yang terkait yang membentuk suatu rangkaian yang mana masing-masing dihubungkan dengan jaringan-jaringan halaman yang disebut hyperlink (Wittenbrink 2005 ).

Halaman web dibangun dengan menggunakan markup language yang disebut HTML (HyperText Markup Language) merupakan bahasa yang mengandung perintah kepada browser (Internet Explorer , Mozilla Firefox, Opera, Safari dan lainnya) untuk menampilkan teks, gambar dan file multimedia lainnya (Gralla 2007).

Contoh dari salah satu website disajikan pada Gambar 1.

(10)

Jenis web berdasarkan sifatnya adalah :

- Website dinamis, web yang isi atau informasinya selalu berubah-ubah setiap saat.

- Website statis, web yang isi atau informasinya sangat jarang diubah.

Web Server

Web server adalah sebuah bentuk server

yang khusus digunakan untuk menyimpan situs

web. Komputer dapat dikatakan sebagai web server jika komputer tersebut memiliki suatu program server yang disebut Personal Web Server (PWS). PWS ini difungsikan agar halaman web yang ada dalam sebuah komputer

server dapat dipanggil oleh komputer client.

Macam-macam web server antara lain Apache, IIS, Xitami, dan PWS. Apache yang dikembangkan oleh komunitas open source

merupakan web server yang paling populer dan paling banyak digunakan (Nugroho 2005). MySQL

MySQL merupakan salah satu database

yang berkembang di lingkungan open source

dan didistribusikan secara gratis di bawah lisensi GPL (General public License). MySQL adalah sistem manajemen database yang free

tetapi memiliki banyak keunggulan dibandingkan dengan sistem manajemen

database lainnya, yaitu performance, support,

dan fitur-fitur yang lengkap. Fitur yang ditawarkan MySQL (Dubois 2003) antara lain : - Kecepatan.

- Mudah digunakan.

- Capability. Banyak client yang dapat terhubung ke server secara bersamaan. - Connectivity dan security.

- Portability. MySQL dapat berjalan pada banyak sistem operasi.

- Availability dan harga. MySQL tersedia secara gratis di bawah GPL.

Really Simple Syndication (RSS)

RSS adalah singkatan dari Really Simple Syndication, yakni suatu metode terbuka untuk pengumpulan (syndicating) dan penyatuan (aggregating) isi dari sebuah web. Sebuah file RSS memberikan data informasi ringkas (summary) tentang headlines, links, dan article

dari website.

RSS adalah istilah kolektif untuk format

news feed. Teknologi RSS berhubungan erat dengan update informasi. Istilahnya dikembangkan dari singkatan yang dapat diintepretasikan dalam beberapa cara yang berbeda yaitu :

- RDF Site Summary

- Rich Site Summary

- Really Simple Syndication (Wittenbrink 2005).

RSS menggunakan bahasa XML sebagai formatnya. Sebuah file RSS menerangkan isi dari sebuah saluran informasi (channel) yang berisi logo/image, site link,input box dan items. Items pada file RSS sering disebut sebagai

“news item”. Website tertentu dapat menyalin dan menggunakan RSS yang dimiliki website

lain untuk menginformasikan berita atau artikel. Hal ini disebut dengan RSS feed. Gambar 2 mengilustrasikan alur pembuatan feed (RSS) di

web server dan pengambilan feed oleh user.

Gambar 2 RSS Feed

Sebuah program komputer yang dikenal sebagai pembaca umpan (feed reader) bertindak sebagai pengumpul. Tenggang waktu dan siklus pengumpulan RSS biasanya dapat diatur oleh penggunanya. Program pengumpul dapat berupa program komputer atau sebuah layanan web

yang tersedia secara on line.

Gambar 3 adalah diagram yang menunjukkan bagaimana website, file XML RSS feed, dan komputer terhubung.

Gambar 3 Diagram website, XML, RSS feed

dan komputer terhubung use r web page RSS versio_n of W_eb Page Aggregator

checks every hour

(11)

Aggregator

Aggregator adalah suatu sistem yang menyerap dan mengumpulkan isi gabungan beberapa website. Isi dari website aggregator

bisa berasal dari web blog, podcast, vlog, dan situs web media utama. RSS aggregator secara otomatis memeriksa serangkaian item terbaru dari RSS feed secara berkala. Sebuah entitas yang secara transparan mengumpulkan informasi dari sumber data web yang banyak. Pada prosesnya, aggregator memisahkan perbedaan-perbedaan informasi yang semantik atau kontekstual (Stuart 2001).

Menurut definisi yang disarankan, ada tiga karakteristik spesifik yang penting untuk sebuah

web aggregator.

- Access Transparency, pada sumber-sumber datanya, sebuah aggregator terlihat seperti seorang pengguna yang normal yang mengakses informasi.

- Contextual Transparency, aggregator

memisahkan perbedaan-perbedaan yang kontekstual untuk mendapatkan perbandingan-perbandingan yang efektif. - Analysis, sebagai pengganti dari penyajian

yang sederhana, aggregator menyatukan penambahan nilai informasi yang berdasar pada analisis post-aggregation.

Salah satu contoh sistem aggregator pada situs Institut Teknologi Bandung dapat dilihat pada Gambar 4.

Gambar 4 Web Aggregator ITB

Single Stream Aggregation

Ada beberapa metode dalam pengumpulan berita. Salah satunya ialah dengan metode

Single Stream Aggregation. Cara kerja metode ini ialah dengan cara mengambil berita dari berbagai sumber mengenai satu topik berita yang sama dan menggabungkannya ke dalam sebuah Single Stream. Single Stream dalam hal ini ialah halaman web tunggal.

Berita-berita yang telah masuk ke dalam

feed akan disajikan dalam satu halaman web. Metode ini menempatkan update berita yang terbaru pada posisi yang teratas dari tiap sumber berita. Single Stream Aggregation adalah salah satu metode yang baik untuk tetap dapat menarik lebih dari satu umpan (feed) (Catone 2007). Gambar 5 merupakan arsitektur diagram

Single Stream.

Gambar 5 Arsitektur Single Stream

Pada Gambar 5 di atas menjelaskan cara kerja metode Single Stream Aggregation yaitu mengambil artikel dari beberapa situs kemudian dari artikel-artikel berita yang ada disaring dan ditampilkan berdasarkan kategori. Sebagai contoh pada gambar web aggregator di atas yaitu web tentang kesehatan, maka berita yang ditampilkan adalah artikel tentang kesehatan. Oleh karena itu web tersebut hanya mengambil berita mengenai artikel kesehatan saja, dan berita-beritanya ditampilkan berdasarkan urutan waktu terbaru.

k-Nearest Neighbor (KNN)

k-Nearest Neighbor merepresentasikan setiap data sebagai titik dalam k-ruang dimensi. Jika ada sebuah data uji, maka akan dihitung kedekatan titik data tersebut dengan titik data lainnya pada data latih untuk diklasifikasikan berdasarkan kedekatannya yang didefinisikan dengan ukuran jarak (Han & Kamber 2006).

Prinsip kerja KNN adalah mencari jarak terdekat antara data uji dan K tetanggaan (neighbor) terdekatnya dalam data pelatihan. Fungsi jarak yang umum digunakan adalah jarak Euclidean.

(12)

di= (xi−yi) i

∑ …(1) dengan:

xi= data latih

yi = data uji

i = variabel data

d = jarak

p = dimensi data Algoritme KNN

Proses KNN akan mengolah data dari hasil pra proses untuk dicari kategorinya. Proses perhitungan dilakukan dengan cara menghitung jarak terpendek data masukan terhadap data yang ada dengan langkah-langkah sebagai berikut:

1. _{Menentukan nilai K.}

2. _{Menghitung jarak setiap titik data latih} dengan titik data yang akan dilatih menggunakan persamaan (1).

3. Mengurutkan data berdasarkan jarak terkecil.

4. _{Mengambil K jarak terpendek berdasarkan} nilai K yang telah ditentukan.

5. _{Dengan melihat pola kelas yang terbanyak,} maka data uji termasuk ke dalam kelas tersebut.

Stemming

Stemming adalah suatu proses mendapatkan kata dasar dari sebuah kata. Kata dasar ini kemudian dapat digunakan sebagai token, yang merupakan salah satu kriteria penciri dokumen dan kueri (Salton1989). Stemming dilakukan atas asumsi bahwa kata-kata yang memiliki

stem yang sama memiliki makna yang serupa, sehingga sistem dapat menemukan lebih banyak dokumen yang relevan dengan kueri pengguna.

Extensible Markup Language (XML)

XML merupakan kumpulan aturan yang mendefinisikan tag semantik yang membagi dokumen menjadi bagian-bagian dan mengidentifikasi bagian-bagian berbeda dari dokumen (Iqbal 2009). XML untuk saat ini bukan merupakan pengganti HTML. Masing-masing dikembangkan untuk tujuan yang berbeda. Kalau HTML digunakan untuk menampilkan informasi dan berfokus pada bagaimana informasi terlihat, XML mendefinisikan susunan informasi dan berfokus

pada informasi itu sendiri. Kelebihan lain yang dimiliki XML adalah bahwa informasi bisa dipertukarkan dari satu sistem ke sistem yang berbeda platform. Misalnya dari Windows ke Unix.

Seperti halnya HTML, XML juga menggunakan elemen yang ditandai dengan tag

pembuka (diawali dengan ‘<’ dan diakhiri dengan ‘>’), tag penutup (diawali dengan ‘</’ dan diakhiri ‘>’) dan attribut elemen (parameter yang digunakan dalam tag pembuka misal <form name=”isidata”>). Hanya bedanya, HTML mendefinisikan dari awal tag dan attribut yang dipakai di dalamnya, sedangkan pada XML seseorang bisa menggunakan tag

dan atribut sesuai dengan kehendak. Contoh tag HTML:

<head> <tittle>contoh</tittle> <style type=”text/css”> #principal { } </style> </head>

Contoh tag XML

<pesan>

<dari>MIS manager</dari> <buat>HRD Manager</buat> <buat>bagian rekrut</buat> <buat>computer support team>

<subyek>permohonan tenaga kerja

baru</subyek>

<isi>mohon diberikan tenaga kerja baru di Departemen MIS</isi>

</pesan>

Prototyping

Menurut Sommervile (2001), prototyping

merupakan pengembangan sistem cepat dimana pengembang dan pengguna dapat saling berinteraksi selama proses pembuatan sistem.

Tujuan dari prototipe adalah untuk mendefinisikan perangkat lunak yang akan dihasilkan tanpa menyertakan rincian pemasukan data, proses dan keluaran yang diperlukan. Proses yang terjadi dalam prototipe seperti pada Gambar 6 berikut :

(13)

Gambar 6 Metode Prototipe Pengujian Black Box

Metode pengujian Black Box merupakan metode pengujian terhadap spesifikasi program atau komponen. Proses pengujian ini dapat ditentukan dengan mempelajari masukan dan kemungkinan hasilnya. Nama lain dari metode ini ialah pengujian fungsional, karena pada metode ini penguji hanya fokus pada fungsional perangkat lunak (Sommerville 2001). Gambar 7 mengilustrasikan metode Black Box.

Gambar 7 Metode Pengujian Black Box

Pengujian black box berusaha menemukan kesalahan dalam kategori :

- Fungsi yang tidak benar atau hilang - Kesalahan interface

- Kesalahan dalam struktur data atau akses -database eksternal

- Kesalahan kinerja

- Inisialisasi dan kesalahan terminasi METODOLOGI PENELITIAN Tahapan pada penelitian ini tersusun dari beberapa tahapan, yang ditunjukkan pada Gambar 8.

Gambar 8 Metodologi Penelitian 1. Pengumpulan Kebutuhan.

Pada tahap ini dilakukan studi literatur yaitu untuk mengumpulkan semua bahan pustaka yang relevan dengan topik atau tema penelitian, dan memilih metode pengumpulan berita yang akan dipakai dan menganalisa metode tersebut, termasuk juga menganalisis pengklasifikasian beritanya. 2. Perancangan cepat prototipe

Pada tahapan ini dilakukan simulasi pembuatan sistem untuk mendapatkan gambaran mengenai sistem aggregator. Analisis dilakukan untuk menentukan metode klasifikasi berita yaitu tahapan bagaimana suatu berita dapat ditentukan kategorinya. Sebelumnya akan dilakukan beberapa tahapan proses lebih lengkapnya dijelaskan pada bab pembahasan. Tahap ini juga melakukan perancangan antarmuka sistem dan perancangan basis data. Antarmuka sistem terdiri atas dua bagian yaitu antarmuka bagian depan untuk pengguna umum dan antarmuka bagian belakang untuk pengguna admin.

3. Pembentukan prototipe

Kegiatan yang dilakukan pada tahap ini adalah melakukan transformasi pemodelan sistem pada tahap perancangan menjadi kode-kode program. Sistem dibuat dengan menggunakan bahasa pemrograman PHP dan Smarty dengan webserver Apache. Tahapan ini juga meliputi implementasi desain antarmuka dari tahap perancangan sebelumnya.

4. Evaluasi prototipe

Pengujian terhadap sistem dilakukan dengan menggunakan metode black-box. Pengujian dilakukan terhadap fungsi-fungsi yang

(14)

berlaku pada sistem, dengan cara memberikan sejumlah masukan tertentu kemudian diperiksa apakah keluaran yang dihasilkan sesuai dengan tujuan, jika belum sesuai maka akan dilakukan perbaikan, kembali ke tahapan perancangan.

HASIL DAN PEMBAHASAN 1. Pengumpulan Kebutuhan

Untuk mendapatkan berita maka sistem

aggregator membutuhkan feed yang terlebih dahulu di subscribe sebagai umpan agar isi berita dapat ditampilkan oleh sistem. Tidak semua fakultas dan departemen menyediakan

feed RSS. Dari hasil yang didapat ada beberapa yang telah menyediakan feed dan tidak semua digunakan untuk umpan sistem aggregator yang dibuat. Sistem menggunakan tiga buah feed dari situs-situs terkait di IPB yaitu:

- http://fema.ipb.ac.id

- http://ikk.fema.ipb.ac.id

- http://psp.ipb.ac.id

- http://ipb.ac.id

Dari masing-masing situs tersebut dapat dilihat berita mengenai topik apa saja yang paling banyak diberitakan, antara lain:

1. Beasiswa, yaitu berita mengenai informasi beasiswa yang diberikan dari pihak atau lembaga pendidikan maupun pemerintahan baik dari dalam maupun luar negeri.

2. Kegiatan kampus, yaitu berita mengenai berbagai macam kegiatan baik formal maupun nonformal yang diadakan oleh setiap fakultas dan departemen.

3. Riset, yaitu berita mengenai informasi tentang penelitian yang dilakukan oleh para staff dosen di lingkungan IPB.

2. Prototipe I

2.1 Perancangan Cepat Prototipe

Tahap awal yaitu dengan membuat prototipe dari sistem aggregator untuk mendapatkan gambaran tentang sistem yang akan dibuat, bagaimana aggregator dapat menampilkan isi berita dari feed yang berupa file dalam bentuk XML. Prototipe sistem tidak menggunakan data

real sehingga xml tidak diambil langsung dari situs terkait, akan tetapi file XML juga dibuat prototipenya menggunakan struktur XML standard.

Sistem ini dibuat menggunakan dua kondisi

yaitu offline dan online, yang mana untuk kondisi offline, berita dalam format XML diambil dari direktori sistem yang sebelumnya format XML tersebut telah diunduh, dan pada kondisi online, XML berita diambil langsung dari situs yang feed-nya telah didaftarkan sebelumnya dan disimpan ke dalam database

sistem. Untuk status offline XML yang dipakai diambil dari Fakultas Ekologi Manusia (FEMA) (http://fema.ipb.ac.id), Fakultas Kehutanan (FAHUTAN) (http://fahutan.ipb.ac.id) dan dari Departemen Ilmu Keluarga dan Konsumen (IKK) Fakultas Ekologi Manusia (FEMA) (http://ikk.fema.ipb.ac.id).

2.2 Analisis

Dari hasil studi yang dilakukan, dapat ditentukan metode pengklasifikasian berita yaitu menggunakan metode klasifikasi KNN ( k-Nearest Neighbor), berdasarkan metode pengumpulan berita yang digunakan yaitu metode Single Stream Aggregator, dimana cara kerja metode ini menempatkan berita terbaru pada posisi teratas yang mana berita-berita diambil dari beberapa situs dan metode ini juga mengklasifikasikan berita-beritanya. Untuk tahap klasifikasi, berita yang dijadikan sebagai dokumen latih adalah file berita yang di unduh dari mesin pencari Google, dimana file masih berbentuk halaman HTML yang didapat dari situs berita terkait dari situs apa saja, file

kemudian disimpan dan diubah ke dalam bentuk

file teks. Untuk data latih digunakan 10 dokumen berita untuk masing-masing kategori, sehingga jumlah keseluruhan adalah 30 dokumen. Untuk file berita dapat dilihat pada lampiran 14. Untuk data uji digunakan file

berita sebanyak 30 dokumen diambil dari situs fakultas dan departemen, yang mana file XML dari ke-30 dokumen diunduh dan disimpan dalam direktori htdocs karena sistem dijalankan pada keadaan offline.

Untuk menentukan kategori dari suatu dokumen uji dilakukan beberapa tahapan, dimana untuk setiap dokumen berita baik dokumen latih maupun uji sistem akan melakukan proses parsing untuk kemudian akan dibuang kata-kata yang tidak penting (stopwords). Ada sebanyak 332 kata stopwords

yang digunakan yang diambil dari situs http://fpmipa.upi.edu/staff/yudi/stop_words_list.

txt, semua stopwords dapat dilihat pada

Lampiran 13. Setelah dilakukan pembuangan kata-kata yang tidak penting selanjutnya proses pemotongan kata untuk diambil kata dasarnya (stemming), stemming yang digunakan mengadopsi algoritme pada stemming yang

(15)

dibuat oleh Iqbal (2010), mengkonversi

stemming ke dalam bahasa pemrograman PHP. Proses ini adalah pembuangan imbuhan baik awalan maupun akhiran, daftar imbuhan-imbuhan disimpan dalam database sistem. Kata-kata yang telah didapatkan kata dasarnya akan dicocokkan dengan kata-kata yang telah tersimpan dalam database sesuai dengan kata-kata dalam KBBI. Kata-kata-kata yang telah didapat dari 30 dokumen latih adalah untuk dijadikan sebagai kata-kata penciri dari setiap kategori berita. Setelah dihitung frekuensinya semua kata dan nilai frekuensinya kemudian disimpan ke dalam database sistem, sehingga jika ada dokumen uji yang akan ditentukan kelasnya maka dari setiap kata dari dokumen uji akan dilakukan perhitungan jarak dari semua kata dokumen latih yang telah tersimpan di database

dengan menggunakan persamaan (1). Setelah didapatkan nilai jarak masing-masing kata, diambil k jarak terpendeknya dan dari k jarak tersebut dilihat pola kelas terbanyak sehingga dokumen uji akan dapat diketahui kelasnya. 2.3 Desain Antarmuka Sistem

Sistem aggregator ini memiliki tampilan antarmuka yang dirancang sederhana sehingga diharapkan dapat mempermudah pengguna dalam menjalankan sistem. Ada dua bagian antarmuka yaitu untuk pengguna biasa dan pengguna admin. Dimana untuk pengguna biasa, interkasi yang dapat dilakukan adalah melihat berita yang ditampilkan pada halaman utama dan melihat berita pada halaman kategori. Gambar 9 merupakan antarmuka untuk pengguna biasa.

Gambar 9 Rancangan Antarmuka Frontend

Terdapat beberapa bagian tampilan antarmuka dari sistem aggregator ini:

- Header

Berupa logo IPB dan nama sistem yaitu RSS Aggregator IPB

- Menu

Berupa tab-tab yang dapat dipilih oleh pengguna, dimana tab yang sedang aktif ditandai dengan panah berwarna kuning. Pada sistem ini terdapat tiga tab menu, yaitu

tab Home yang berisi berita-berita, tab IPB yang menghubungkan langsung ke situs Institut Pertanian Bogor dan tab About System yang berisi deskripsi tentang sistem.

- Isi

Berisi tampilan berita-berita dari setiap situs yang feednya telah disubscribe terlebih dahulu. Isi yang ditampilkan berupa judul berita, waktu posting, deskripsi berita, sumber berita dan link yang menuju ke berita selengkapnya. Berdasarkan metode yang digunakan, nantinya secara otomatis berita yang terbaru akan berada diposisi yang paling atas, berdasarkan waktu berita tersebut di posting. Hal itu tergantung dari

feed masing-masing situs yang telah di

subscribe. - Kolom Kategori

Berisi kategori berita, dimana terdapat tiga kategori yang telah ditentukan yaitu kategori berita tentang Beasiswa, Kegiatan Kampus, dan Riset. Pemilihan kategori berita ditentukan berdasarkan berita yang paling banyak diposting oleh setiap pengelola situs fakultas dan departemen pada tahap analisis sebelumnya.

- Kolom Profil

Berisi profil tentang penulis. - Footer

Berisi tab-tab menu sama seperti menu di atas.

Untuk rancangan antarmuka admin dapat dilihat pada Gambar 10.

(16)

Gambar 10 Rancangan Antarmuka Backend

Berikut keterangan bagian tampilan untuk Form

Admin : - Header

Berisi nama form yaitu RSS Aggregator Admin

- Menu utama

Pada halaman depan menu utama hanya terdapat menu login, menu selengkapnya dapat dilihat pada halaman lampiran.

- Isi

Berupa form untuk mengisi username dan

password yang telah disimpan sebelumnya di database.

- Footer

Nama form admin

Dimana seorang administrator dapat menggunakan semua fitur yang terdapat pada sistem, yaitu:

1. _{Menambah URL RSS}_feed 2. Menambah kategori berita 3. _{Menghapus kategori berita} 3. Pembentukan Prototipe

Setelah mendapatkan hasil pada tahapan perancangan sebelumnya, maka dapat dilakukan implementasi untuk pembentukan prototipe yaitu mengkodekan sistem dengan menggunakan bahasa pemrograman PHP dan

template engine Smarty untuk memisahkan kode PHP dan HTML. Selama pengerjaan sistem dijalankan pada keadaan offline.

Hasil prototipe sistem Aggregator dapat dilihat pada Gambar 11.

Gambar 11 Hasil prototipe 3.1 Implementasi Antarmuka

Sistem ini dirancang memliki dua tampilan yaitu frontend dan backend. Pada frontend yaitu untuk pengguna biasa, hanya menerima keluaran dari sistem yaitu berupa berita-berita baik yang tidak terklasifikasi maupun yang telah terklasifikasi. Pada backend yaitu bagian yang hanya diakses seorang admin dan tersedia berbagai konfigurasi untuk mengelola sistem ini.

Antarmuka yang dibuat berupa antarmuka grafis yang memudahkan pengguna untuk berinterkasi dengan sistem. Frontend (halaman utama) sistem dapat dilihat pada Gambar 12.

Gambar 12 Frontend

Selanjutnya untuk tampilan Backend (halaman admin) dapat dilihat pada Gambar 13.

(17)

Gambar 13 Backend

3.2 Lingkungan Implementasi

Perangkat yang digunakan dalam pembentukan sistem adalah:

Hardware yang digunakan:

- Processor Intel Core 2 Duo 2.13 GHz - RAM 2 GB

- Harddisk 160 GB

Software yang digunakan: - Apache 1.7.2a

- Adobe Dreamweaver CS4 - Adobe Photoshop CS4

- MySQL

4. Evaluasi

Pada proses pengujian yang pertama kali dilakukan adalah menguji setiap feed dengan menggunakan sebuah software yaitu Feed Validator untuk mengetahui apakah feed-feed

tersebut adalah feed yang valid, karena tidak semua feed adalah valid, hal tersebut dapat menyebabkan beberapa tampilan error pada sistem. Software Feed Validator dapat dilihat pada Gambar 14.

Gambar 14 Software feed validator

Pada prototipe pertama feed yang digunakan diambil dari beberapa situs antara lain:

- http://fema.ipb.ac.id

- http://ikk.fema.ipb.ac.id

- http://psp.ipb.ac.id

- http://ipb.ac.id

dari keempat feed tersebut ada dua feed yang tidak valid yaitu situs PSP dan situs IPB yang menyebabkan hasil berita yang ditampilkan menjadi kurang baik. Tampilan pengujian untuk valid dan tidak validnya feed dapat dilihat pada Lampiran 1 dan Lampiran 2.

Beberapa kesalahan keluaran yang disebabkan oleh feed yang tidak valid seperti terlihat pada Gambar 15.

Gambar 15 karakter Ugly dan Tag HTML Ada beberapa berita yang isinya terdapat kode-kode HTML dan karakter-karakter ugly

atau karakter yang tidak pantas ada di feed,

karena feed RSS seharusnya bersih dari kode-kode HTML dan karakter ugly.

Kesalahan tampilan yang lain seperti pada Gambar 16. Hal ini disebabkan oleh dari salah satu feed ada yang tidak memiliki isi berita, atau dengan kata lain feed-nya kosong (hal ini tidak selalu terjadi) dan tidak seharusnya feed tidak memiliki isi.

Gambar 16 feed kosong

Evaluasi pada sistem yang lainnya juga dilakukan yaitu evaluasi pada halaman login admin dengan memberikan masukan dan keluaran yang dihasilkan juga diperhatikan apakah sistem berhasil atau tidak.

(18)

Tabel 2 Test Case 1

Input Login Output Hasil (benar/ tidak) Username& Password Valid Login berhasil √ Username& Password Invalid Login gagal √

Feed Valid Notifikasi x

Feed Invalid

Notifikasi √

Tabel 2 di atas merupakan tabel untuk uji kasus prototipe 1 terhadap feed dan form login

admin. Pengujian pertama yaitu untuk pengujian feed, digunakan software yang sudah ada, yang mana input yang diberikan adalah berupa URL atau link yang berisi feed dari situs yang ingin didaftarkan sebelumnya, maka jika seseorang memasukkan feed yang valid maka

akan muncul pemberitahuan

“Congratulation!...” selengkapnya pada Lampiran 1, dan jika yang dimasukkan adalah

feed yang tidak valid maka pemberitahuan yang muncul adalah “Sorry. …”, tampilan juga dapat dilihat pada halaman lampiran. Ada beberapa

feed yang tidak valid pada evaluasi prototipe pertama.

Evaluasi juga dilakukan pada form login administrator (antarmuka backend), dimana jika seorang admin memasukkan username dan

password yang benar maka admin diijinkan masuk dan selanjutnya dapat melakukan konfigurasi pada sistem. Jika seorang salah memasukkan username dan password, maka admin tidak dapat masuk dan akan muncul tampilan pemberitahuan bahwa input yang dimasukkan salah yang dapat dilihat pada lampiran 5. Kedua kasus di atas telah berhasil dijalankan.

4. Prototipe II

4.1 Perancangan Cepat Prototipe II

Tanpa mengubah tampilan antarmuka sistem dan perancangan basis data yang sebelumnya, pada tahap perancangan yang kedua simulasi tetap dijalankan pada keadaan offline dengan menggunakan file xml yang sama. Perancangan pada tahap ini tidak ada yang berbeda dengan perancangan pada prototipe pertama.

4.2 Pembentukan Prototipe II

Pembentukan pada prototipe yang kedua yaitu melakukan pengkodean ulang pada sistem untuk mendapatkan hasil yang lebih baik, yaitu membersihkan karakter ugly dan tag HTML yang sebelumnya terdapat pada hasil prototipe pertama. Ada perbedaan pada prototipe kedua yaitu untuk file xml diambil dari situs yang berbeda dengan prototipe pertama, yaitu: - http://fapet.ipb.ac.id

- http://fahutan.ipb.ac.id

- http://ikk.fema.ipb.ac.id

Perubahan data ini dikarenakan adanya beberapa perbaikan dari website tersebut selama dilakukan penelitian ini, sehingga data tidak bisa lagi digunakan.

Sama seperti pembentukan prototipe pertama, masing-masing feed juga akan diuji validitasnya dengan menggunakan software

yang sama yaitu Feed Validator, dan dari ketiga

feed yang digunakan pada prototipe kedua ini semuanya adalah feed yang valid.

4.3 Evaluasi

Untuk hasil pembentukan prototipe kedua, setelah dilakukan perbaikan dapat dilihat tidak terdapat karakter-karakter ugly pada semua berita yang ditampilkan, hasil yang diperoleh dapat lebih optimal seperti yang ditunjukkan pada Gambar 17.

Gambar 17 feed yang valid Tabel 3. Test Case 2

Input Login Output Hasil (benar/ tidak) Username& Password Valid Login berhasil √

(19)

Password Invalid

berhasil

Feed Valid Notifikasi √

Feed Invalid

Notifikasi √

Tabel 3 di atas merupakan tabel untuk uji kasus prototipe 2 terhadap feed dan form login

admin. Sama seperti test case 1 untuk login halaman admin tidak ada kesalahan yang terjadi pada evaluasi pembentukan prototipe yang kedua, akan tetapi untuk kasus pemeriksaan

feed pada evaluasi kedua hasil yang didapat untuk feed yang digunakan semuanya adalah

feed yang valid.

4.2 Pengujian Klasifikasi

Pada hasil prototipe kedua dilakukan pengujian terhadap klasifikasi berita. Untuk mengetahui dokumen-dokumen yang salah diklasifikasikan digunakan matrix confusion

seperti pada Tabel 4. Pengujian dilakukan dengan kondisi offline untuk nilai k=5.

Tabel 4 Matrix Confusion

Kelas hasil prediksi Kelas

aktual

Kelas 1 Kelas 2 Kelas 3

Kelas 1 9 1 0

Kelas 2 4 3 3

Kelas 3 2 4 4

Berdasarkan Tabel 4 Matrix Confusion data yang tepat diklasifikasi sebagai kelas 1 sebanyak 9 dokumen. Kelas 1 yang salah diklasifikasi sebagai kelas 2 sebanyak 1 dokumen dan tidak ada dokumen berita kelas 1 yang salah diklasifikasikan sebagai kelas 3. Kelas 2 yang salah diklasifikasi sebagai kelas 1 sebanyak 4 dokumen. Kelas 2 yang tepat diklasifikasi sebagai kelas 2 sebanyak 3 dokumen, dan kelas 2 yang salah diklasifikasi sebagai kelas 3 sebanyak 3 dokumen. Kelas 3 yang salah diklasifikasi sebagai kelas 1 sebanyak 2 dokumen. Kelas 3 yang salah diklasifikasi sebagai kelas 2 sebanyak 4 dokumen, dan kelas 3 yang tepat diklasifikasi sebagai kelas 3 sebanyak 4 dokumen.

Adanya kesalahan klasifikasi pada dokumen-dokumen berita disebabkan oleh perhitungan jarak setiap kata untuk

masing-masing dokumen dengan nilai jarak yang sama, sehingga dokumen bisa berada pada setiap kategori yang berbeda. Untuk proses klasifikasi tidak dilakukan perhitungan bobot setiap kata-kata, sehingga hasilnya menjadi kurang akurat. Dengan menggunakan persamaan:

a k u r a s i=b a n y a k_h a s il_p e n g u jia n_b e n a r b a n y a k_d a ta_s a m p e l ×1 0 0 %

=1 6

3 0×1 0 0 % =5 3 %

hasil pengujian menunjukkan bahwa akurasi kinerja pengklasifikasian sistem sebesar 53% .

KESIMPULAN DAN SARAN Kesimpulan

Perangkat lunak aggregator merupakan fasilitas pengumpulan berita secara otomatis dan menyajikan informasi menjadi kemasan yang padat sehingga dapat menghemat waktu

user. Sistem aggregator yang dibuat telah berhasil mengumpulkan tiap berita dari feed

yang telah di-subscribe dari beberapa situs Fakultas dan Departemen di Insitut Pertanian Bogor. User juga dapat mempersempit lingkup berita dengan menyaring berita berdasarkan kategori berita yang ingin ditampilkan sesuai dengan metode pengumpulan Single Stream Aggregation yaitu berita diklasifikasikan dengan dengan metode klasifikasi KNN untuk k=5 menghasikan tingkat akurasi sebesar 53%, dan pengurutan tampilan beritanya berdasarkan waktu terbaru telah berhasil dilakukan.

Saran

Untuk pengembangan yang selanjutnya, ada beberapa saran yang dapat ditambahkan ke dalam sistem, diantaranya :

1. _{Menggunakan metode}_aggregator_{yang lain} dalam menampilkan berita-berita, karena ada beberapa metode lainnya selain Single Stream Aggregation. Seperti: Single Page Aggregation, Meme Aggregation, People Powered Aggregation, dan Edited Aggregation.

2. _{Menambahkan fitur statistik berupa grafik} yang dapat memberikan informasi tentang intensitas update berita fakultas atau departemen yang berada di Institut Pertanian Bogor.

3. _{Menggunakan metode klasifikasi yang lain} seperti Naïve Bayes dengan menambahkan metode pembobotan tf.idf.

(20)

DAFTAR PUSTAKA

Catone J, 2007. 5 News Aggregation Methods Compared. http://www.readwriteweb.com. Agustus. 2009.

Faiza NN. 2009. Prediksi Tingkat Keberhasilan Mahasiswa Tingkat I Dengan Metode k-Nearest Neighbor. [Skripsi]. Bogor. Institut Pertanian Bogor.

Gralla P. 2006. How the Internet Works /

Preston Gralla, Michael Troller. 8th_Ed.

United States of America. Que Publishing. Iqbal R. 2010. Pengembangan Stemmer

Berbasis Kamus Besar Basaha Indonesia [Skripsi]. Bogor. Institut Pertanian Bogor.

Madnick S, Siegel M. 2001. Seizing the Opportunity: Exploiting Web Aggregation.

Cambridge, Massachusetts Institute of Technology.

McLeod R, Schell G. Sistem Informasi Manajemen. Ed ke-8. Prentice Hall, Inc. 2001.

Ridok A, et all. 2010. Pengelompokan Dokumern Berbahasa Indonesia Menggunakan Metode K-NN [Paper]. Malang. Universitas Brawijaya.

Rismawan T, et all. 2008. Sistem Pendukung Keputusan Berbasis Pocket PC Sebagai Penentu Status Gizi menggunakan Metode KNN (K-Nearest Neighbor) [Paper]. Yogyakarta. Universitas Islam Indonesia. Salim B, et all. 2007. Analisis dan Perancangan

Aplikasi RSS Aggregator Berbasis Web 2.0 [Skripsi]. Jakarta: Universitas Bina Nusantara.

Sommerville I. 2001. Software Engineering. 6th

Edition. Addison-Wesley.

Wittenbrink I. 2005. RSS and Atom: Understanding and Implementing Content Feeds and Syndication. Birmingham, UK. Packt Publishing Ltd.

(21)

(22)

(23)

(24)

Lampiran 3 Struktur file RSS Feed

<?xml version="1.0" encoding="UTF-8"?>

<rss version="2.0"

xmlns:content="http://purl.org/rss/1.0/modules/content/"

xmlns:wfw="http://wellformedweb.org/CommentAPI/"

xmlns:dc="http://purl.org/dc/elements/1.1/"

xmlns:atom="http://www.w3.org/2005/Atom"

xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"

xmlns:slash="http://purl.org/rss/1.0/modules/slash/"

<title>Fakultas Ekologi Manusia - Institut Pertanian Bogor » Agenda Kegiatan</title>

<atom:link href="http://fema.ipb.ac.id/index.php/category/agenda-kegiatan/feed/" rel="self" type="application/rss+xml" />

<description>"MEMBUMI DAN MENDUNIA"</description>

<sy:updatePeriod>hourly</sy:updatePeriod>

<sy:updateFrequency>1</sy:updateFrequency>

<generator>http://wordpress.org/?v=3.0.3</generator>

<item>

<title>22 Februari: Pelatihan Persiapan Memasuki Dunia Kerja</title>

<comments>http://fema.ipb.ac.id/index.php/22-februari-pelatihan-persiapan-memasuki-dunia-kerja/#comments</comments>

<dc:creator>FEMA IPB</dc:creator>

(25)

<description><![CDATA[Fakultas Ekologi Manusia IPB mengundang para lulusan yang mengikuti wisuda Tahap III IPB untuk menghadiri acara” Pelatihan Persiapan Memasuki Dunia Kerja” yang akan dilaksanakan pada: Hari/Tanggal: Selasa, 22 Februari 2011... <a class="meta-more"

href="http://fema.ipb.ac.id/index.php/22-februari-pelatihan-persiapan-memasuki-dunia-kerja/">Read more »</a>]]></description>

<content:encoded><![CDATA[<a href="http://fema.ipb.ac.id/wp-content/uploads/2011/02/pelatihan-dunia-kerja.jpg"><img class="alignright size-medium wp-image-1528" title="pelatihan dunia kerja"

src="http://fema.ipb.ac.id/wp-content/uploads/2011/02/pelatihan-dunia-kerja-138x190.jpg" alt="" width="138" height="190" /></a>Fakultas Ekologi Manusia IPB mengundang para lulusan yang mengikuti wisuda Tahap III IPB untuk menghadiri acara” Pelatihan Persiapan Memasuki Dunia Kerja” yang akan dilaksanakan pada:

<ul>

<li>Hari/Tanggal: Selasa, 22 Februari 2011</li>

<li>Waktu: Pukul 09.00 sd selesai</li>

<li>Tempat: Ruang Rapat Besar FEMA IPB</li>

<li>Pembicara: Retna Widayawati (Account Director of Prudential)</li>

</ul>

Atas perhatian dan kehadirannya, disampaikan ucapan terimakasih.

]]></content:encoded>

<wfw:commentRss>http://fema.ipb.ac.id/index.php/22-februari-pelatihan-persiapan-memasuki-dunia-kerja/feed/</wfw:commentRss>

<slash:comments>0</slash:comments>

</item>

<item>

<title>[20 - 23 Desember] Pekan Ekologi Manusia</title>

<comments>http://fema.ipb.ac.id/index.php/20-23-desember-pekan-ekologi-manusia/#comments</comments>

<dc:creator>FEMA IPB</dc:creator>

<description><![CDATA[Pekan Ekologi Manusia (PEM) merupakan kegiatan rutin sebagai akhir dari penyelenggaraan kuliah MK. Ekologi Manusia yang di ampu oleh Departemen Sains Komunikasi dan Pengembangan Masyarakat. Kegiatan berupa pameran tentang hasil... <a class="meta-more" href="http://fema.ipb.ac.id/index.php/20-23-desember-pekan-ekologi-manusia/">Read more <span

(26)

<content:encoded><![CDATA[<a href="http://fema.ipb.ac.id/content/uploads/2010/12/edit_DSC02695.jpg"><img class="alignright size-medium wp-image-1447" title="edit_DSC02695"

src="http://fema.ipb.ac.id/wp-content/uploads/2010/12/edit_DSC02695-253x190.jpg" alt="" width="253" height="190" /></a>Pekan Ekologi Manusia (PEM) merupakan kegiatan rutin sebagai akhir dari penyelenggaraan kuliah MK. Ekologi Manusia yang di ampu oleh Departemen Sains Komunikasi dan Pengembangan Masyarakat. Kegiatan berupa pameran tentang hasil riset yang dilakukan oleh mahasiswa tentang ekologi manusia.

Nama Acara:

Pekan Ekologi Manusia

Waktu:

20 Desember 2010 sd 23 Desember 2010

Tempat:

Koridor FEMA IPB, Kampus IPB Darmaga

]]></content:encoded>

<wfw:commentRss>http://fema.ipb.ac.id/index.php/20-23-desember-pekan-ekologi-manusia/feed/</wfw:commentRss>

<slash:comments>0</slash:comments>

</item>

</channel>

(27)

(28)

(29)

(30)

(31)

(32)

(33)

(34)

Lampiran 11 Perancangan Database RSS

Tabel Categories

no Field Tipe Keterangan

1 Category_id Int(11) Id kategori

2 Name Varchar(300) Nama kategori

Tabel Feeds

No Field Tipe Keterangan

1 Feed_id Int(11) Id feed

2 url Varchar(400) alamat situs feed

Tabel Users

No Field Tipe Keterangan

1 User_id Int(11) Id administrator

2 nama Varchar(200) Nama administrator

3 email Varchar(200) Email administrator

(35)

Lampiran 12 Struktur Database RSS

Nama tabel Nama tabel

categories Berisi kategori berita

feed Berisi url dari situs yang menyediakan feed RSS

users Berisi username dan password administrator

frequency berisi file_id, category_id, frekuensi setiap kata

dan semua kata dari setiap dokumen

files semua file atau dokumen yang disimpan yang

akan dijadikan sebagai data training.

entry berisi daftar kata atau Kamus

(36)

Lampiran 13 Stopwords (http://fpmipa.upi.edu/staff/yudi/stop_words list.txt)

yang, di, dan, itu, dengan, untuk, tidak, ini, dari, dalam, akan, pada, juga, saya, ke, karena, tersebut, bisa, ada, mereka, lebih, kata, tahun, sudah, atau, saat, oleh, menjadi, orang, ia, telah, adalah, seperti, sebagai, bahwa, dapat, para, harus, namun, kita, dua, satu, masih, hari, hanya, mengatakan, kepada, kami, setelah, melakukan, lalu, belum, lain, dia, kalau, terjadi, banyak, menurut, anda, hingga, tak, baru, beberapa, ketika, saja, jalan, sekitar, secara, dilakukan, sementara, tapi, sangat, hal, sehingga, seorang, bagi, besar, lagi, selama, antara, waktu, sebuah, jika, sampai, jadi, terhadap, tiga, serta, pun, salah, merupakan, atas, sejak, membuat, baik, memiliki, kembali, selain, tetapi, pertama, kedua, memang, pernah, apa, mulai, sama, tentang, bukan, agar, semua, sedang, kali, kemudian, hasil, sejumlah, juta, persen, sendiri, katanya, demikian, masalah, mungkin, umum, setiap, bulan, bagian, bila, lainnya, terus, luar, cukup, termasuk, sebelumnya, bahkan, wib, tempat, perlu, menggunakan, memberikan, rabu, sedangkan, kamis, langsung, apakah, pihak, melalui, diri, mencapai, minggu, aku, berada, tinggi, ingin, sebelum, tengah, kini, the, tahu, bersama, depan, selasa, begitu, merasa, berbagai, mengenai, maka, jumlah, masuk, katanya, mengalami, sering, ujar, kondisi, akibat, hubungan, empat, paling, mendapatkan, selalu, lima, meminta, melihat, sekarang, mengaku, mau, kerja, acara, menyatakan, masa, proses, tanpa, selatan, sempat, adanya, hidup, datang, senin, rasa, maupun, seluruh, mantan, lama, jenis, segera, misalnya, mendapat, bawah, jangan, meski, terlihat, akhirnya, jumat, punya, yakni, terakhir, kecil, panjang, badan, juni, of, jelas, jauh, tentu, semakin, tinggal, kurang, mampu, posisi, asal, sekali, sesuai, sebesar, berat, dirinya, memberi, pagi, sabtu, ternyata, mencari, sumber, ruang, menunjukkan, biasanya, nama, sebanyak, utara, berlangsung, barat, kemungkinan, yaitu, berdasarkan, sebenarnya, cara, utama, pekan, terlalu, membawa, kebutuhan, suatu, menerima, penting, tanggal, bagaimana, terutama, tingkat, awal, sedikit, nanti, pasti, muncul, dekat, lanjut, ketiga, biasa, dulu, kesempatan, ribu, akhir, membantu, terkait, sebab, menyebabkan, khusus, bentuk, ditemukan, diduga, mana, ya, kegiatan, sebagian, tampil, hampir, bertemu, usai, berarti, keluar, pula, digunakan, justru, padahal, menyebutkan, gedung, apalagi, program, milik, teman, menjalani, keputusan, sumber, a, upaya, mengetahui, mempunyai, berjalan, menjelaskan, b, mengambil, benar, lewat, belakang, m, rp, ikut, barang, meningkatkan, kejadian, kehidupan, keterangan, penggunaan, masing-masing, bca, unsoed, menghadapi.

(37)

Lampiran 14 Daftar Berita Berita Beasiswa

1. Beasiswa Master di Wageningen University 2. Tawaran Beasiswa dari Pemerintah Romania 3. Beasiswa Triputra Group Scholarship Program 4. Beasiswa PhD ke Hongkong

5. Pendaftaran Beasiswa S2/S3 Luar Negri Ditjen Dikti gelombang 5 alokasi tahun 2011 6. Beasiswa S3

7. Fulbright Scholarship 8. Beasiswa Depkominfo

9. Beasiswa dari Yayasan Beasiswa Jakarta (YBJ) 10. Tawaran Beasiswa dari Pemerintah Belanda Berita Riset

1. Hasil Seleksi Proposal Program Hibah Desentralisasi T.A. 2011 2. Pendaftaran Program Academic Recharging

3. Teknis Baru Proposal BIC

4. Insentif Penulisan buku ajar 2010 : Revisi

5. Program Hibah Pengembangan Himpunan Profesi Tahun 2010

6. Undangan Usulan Proposal Program Hibah Kemitraan (HI-LINK) Tahun 2010 7. Program Bantuan Seminar Luar Negeri Bagi Peneliti/Dosen di Perguruan Tinggi 8. Pelatihan Penulisan Artikel Ilmiah Tahun 2010

9. Insentif Penulisan Buku Ajar 2010

10. Program Bantuan Penulisan/Publikasi Artikel Ilmiah Pada Berkala Bereputasi Internasional Tahun 2010

Berita Kampus

1. 22 Februari : Pelatihan Persiapan Memasuki Dunia Kerja 2. [20 – 23 Desember] Pekan Ekologi Manusia

3. Seminar Food Estate di Indonesia 4. Workshop Manajemen Pendidikan Tinggi

5. Seminar Hasil-hasil Penting Riset Bidang Sosiologi Program STORMA

6. Simposium dan Kongres Perhimpunan Penyuluhan Pembangunan Indonesia (PAPPI) 7. [03 November 2009] Studium Generale : Dirjen Dikti Depdiknas dan Gubernur Jawa Barat 8. [26 Agustus 2009] Workshop Sosialisasi Pancasila

9. [Jumat, 7 Agustus 2009] Pembukaan Dies ke-4 FEMA IPB 10. Undangan Rabuan Bersama Warga IPB

(38)

Lampiran 15 Berita Hasil Klasifikasi Berita Beasiswa

1. Fulbright Scholarship 2. Beasiswa Depkominfo

3. Beasiswa Master di Wageningen University 4. Beasiswa dari Yayasan Beasiswa Jakarta (YBJ) 5. Tawaran Beasiswa dari Pemerintah Belanda 6. Tawaran Beasiswa dari Pemerintah Romania 7. Beasiswa Triputra Group Scholarship Program 8. Beasiswa PhD ke Hongkong

9. Beasiswa S3

10. Pendaftaran Beasiswa S2/S3 Luar Negri Ditjen Dikti gelombang 5 alokasi tahun 2011 Berita Riset

1. 22 Februari : Pelatihan Persiapan Memasuki Dunia Kerja 2. Beasiswa PhD ke Hongkong

3. Seminar Food Estate di Indonesia 4. Insentif Penulisan buku ajar 2010 : Revisi

5. Program Hibah Pengembangan Himpunan Profesi Tahun 2010

6. Undangan Usulan Proposal Program Hibah Kemitraan (HI-LINK) Tahun 2010 7. Pelatihan Penulisan Artikel Ilmiah Tahun 2010

8. Program Bantuan Seminar Luar Negeri Bagi Peneliti/Dosen di Perguruan Tinggi 9. Insentif Penulisan Buku Ajar 2010

10. Hasil Seleksi Proposal Program Hibah Desentralisasi T.A. 2011 Berita Kampus

1. 22 Februari : Pelatihan Persiapan Memasuki Dunia Kerja 2. [20 – 23 Desember] Pekan Ekologi Manusia

3. Workshop Manajemen Pendidikan Tinggi

4. Pendaftaran Beasiswa S2/S3 Luar Negri Ditjen Dikti gelombang 5 alokasi tahun 2011 5. Beasiswa S3

6. Simposium dan Kongres Perhimpunan Penyuluhan Pembangunan Indonesia (PAPPI) 7. [Jumat, 7 Agustus 2009] Pembukaan Dies ke-4 FEMA IPB

8. [26 Agustus 2009] Workshop Sosialisasi Pancasila 9. [Jumat, 7 Agustus 2009] Pembukaan Dies ke-4 FEMA IPB 10. Undangan Rabuan Bersama Warga IPB

(1)

(2)

Lampiran 11 Perancangan Database RSS Tabel Categories

no Field Tipe Keterangan

1 Category_id Int(11) Id kategori

2 Name Varchar(300) Nama kategori

Tabel Feeds

No Field Tipe Keterangan

1 Feed_id Int(11) Id feed

2 url Varchar(400) alamat situs feed

Tabel Users

No Field Tipe Keterangan

1 User_id Int(11) Id administrator

2 nama Varchar(200) Nama administrator

3 email Varchar(200) Email administrator

(3)

Lampiran 12 Struktur Database RSS

Nama tabel Nama tabel

categories Berisi kategori berita

feed Berisi url dari situs yang menyediakan feed RSS

users Berisi username dan password administrator

frequency berisi file_id, category_id, frekuensi setiap kata dan semua kata dari setiap dokumen

files semua file atau dokumen yang disimpan yang

akan dijadikan sebagai data training.

entry berisi daftar kata atau Kamus

(4)

Lampiran 13 Stopwords (http://fpmipa.upi.edu/staff/yudi/stop_words list.txt)

(5)

Lampiran 14 Daftar Berita Berita Beasiswa

1. Beasiswa Master di Wageningen University 2. Tawaran Beasiswa dari Pemerintah Romania 3. Beasiswa Triputra Group Scholarship Program 4. Beasiswa PhD ke Hongkong

5. Pendaftaran Beasiswa S2/S3 Luar Negri Ditjen Dikti gelombang 5 alokasi tahun 2011 6. Beasiswa S3

7. Fulbright Scholarship 8. Beasiswa Depkominfo

9. Beasiswa dari Yayasan Beasiswa Jakarta (YBJ) 10. Tawaran Beasiswa dari Pemerintah Belanda Berita Riset

1. Hasil Seleksi Proposal Program Hibah Desentralisasi T.A. 2011 2. Pendaftaran Program Academic Recharging

3. Teknis Baru Proposal BIC

4. Insentif Penulisan buku ajar 2010 : Revisi

5. Program Hibah Pengembangan Himpunan Profesi Tahun 2010

9. Insentif Penulisan Buku Ajar 2010

10. Program Bantuan Penulisan/Publikasi Artikel Ilmiah Pada Berkala Bereputasi Internasional Tahun 2010

Berita Kampus

1. 22 Februari : Pelatihan Persiapan Memasuki Dunia Kerja 2. [20 – 23 Desember] Pekan Ekologi Manusia

3. Seminar Food Estate di Indonesia 4. Workshop Manajemen Pendidikan Tinggi

5. Seminar Hasil-hasil Penting Riset Bidang Sosiologi Program STORMA

9. [Jumat, 7 Agustus 2009] Pembukaan Dies ke-4 FEMA IPB 10. Undangan Rabuan Bersama Warga IPB

(6)

Lampiran 15 Berita Hasil Klasifikasi Berita Beasiswa

1. Fulbright Scholarship 2. Beasiswa Depkominfo

9. Beasiswa S3

10. Pendaftaran Beasiswa S2/S3 Luar Negri Ditjen Dikti gelombang 5 alokasi tahun 2011 Berita Riset

1. 22 Februari : Pelatihan Persiapan Memasuki Dunia Kerja 2. Beasiswa PhD ke Hongkong

3. Seminar Food Estate di Indonesia 4. Insentif Penulisan buku ajar 2010 : Revisi

5. Program Hibah Pengembangan Himpunan Profesi Tahun 2010

6. Undangan Usulan Proposal Program Hibah Kemitraan (HI-LINK) Tahun 2010 7. Pelatihan Penulisan Artikel Ilmiah Tahun 2010

8. Program Bantuan Seminar Luar Negeri Bagi Peneliti/Dosen di Perguruan Tinggi 9. Insentif Penulisan Buku Ajar 2010

10. Hasil Seleksi Proposal Program Hibah Desentralisasi T.A. 2011 Berita Kampus

1. 22 Februari : Pelatihan Persiapan Memasuki Dunia Kerja 2. [20 – 23 Desember] Pekan Ekologi Manusia

3. Workshop Manajemen Pendidikan Tinggi

4. Pendaftaran Beasiswa S2/S3 Luar Negri Ditjen Dikti gelombang 5 alokasi tahun 2011 5. Beasiswa S3

6. Simposium dan Kongres Perhimpunan Penyuluhan Pembangunan Indonesia (PAPPI) 7. [Jumat, 7 Agustus 2009] Pembukaan Dies ke-4 FEMA IPB

8. [26 Agustus 2009] Workshop Sosialisasi Pancasila 9. [Jumat, 7 Agustus 2009] Pembukaan Dies ke-4 FEMA IPB 10. Undangan Rabuan Bersama Warga IPB

Molecular Identification of Mutant Candidate of Gα Gene from Soybean cv. Slamet Based on mRNA.

PENGEMBANGAN

WEB AGGREGATOR

INSTITUT PERTANIAN BOGOR

MENGGUNAKAN

SINGLE STREAM AGGREGATION

HANNISSA FITRI ASRY

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2011

ABSTRACT

PENGEMBANGAN

WEB AGGREGATOR

INSTITUT PERTANIAN BOGOR

MENGGUNAKAN

SINGLE STREAM AGGREGATION

HANNISSA FITRI ASRY

G64076029

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2011

RIWAYAT HIDUP

PRAKATA

DAFTAR ISI

DAFTAR GAMBAR

DAFTAR LAMPIRAN

Parts

Dokumen yang terkait

Identification of Toadfish-Pathogenic Bacteria Based on a Comparative Molecular Approach

Identifikasi Secara Molekular Kandidat Mutan Gen Gα dari Kedelai Kultivar Slamet berdasarkan mRNA

Molecular Phylogeny of Giant Clams Based on Mitochondrial DNA Cytochrome C Oxidase I Gene

Molecular Identification of Mutant Candidate of Gα Gene from Soybean cv. Slamet Based on mRNA.

Molecular Identification of Mutant Candidate of Gα Gene from Soybean cv. Slamet Based on mRNA

Detection and Identification of Root Knot Nematodes in Chrysanthemum Based on Morphological and Molecular Characters

Molecular Identification of Fusarium spp. Associated with Eaglewood Based on Its Internal Transcribed Spacer Sequence

molecular identification of borrelia genus in questing hard ticks from

IDENTIFICATION OF M4 GAMMA IRRADIATED MAIZE MUTANT BASED ON RAPD MARKERS

Diversity of gene encoding thermostable Lipase from compost based on metagenome analysis

Dokumen yang Anda mencari sudah siap untuk unduhkan