BAB 1 PENDAHULUAN
1.1 Latar Belakang
Kamus merupakan buku rujukan yang berisi penjelasan terkait dengan makna kata- kata. Secara fisik kamus memiliki dua jenis, yaitu kamus yang berbentuk buku dan
kamus elektronik. Kedua kamus ini mempunyai fungsi yang sama, yakni untuk membantu pengguna untuk mencari makna kata yang dibutuhkan. Hanya saja dari segi
efisien kamus ini sangat berbeda. Bentuk kamus yang besar dan cenderung tebal, menjadikan kamus tidak fleksibel. Penggunaan kamus buku ini membutuhkan waktu
lebih lama dalam mencari kata yang diinginkan, ini dikarenakan kamus terdiri dari puluhan bahkan ratusan lembar kata-kata didalamnya Nurhapipah, 2011. Berbeda
dengan kamus buku, kamus elektronik atau kamus digital merupakan sebuah fasilitas yang membantu pengguna untuk menemukan kata yang diinginkan hanya dengan
mengetikkan kata pada kolom pencarian, maka mesin pencari akan menampilkan
seluruh informasi yang berkaitan.
Mesin pencari adalah program komputer yang dirancang untuk menemukan informasi yang dicari dari banyaknya kumpulan informasi yang tersedia Haryanto,
2011. Untuk menampilkan informasi tersebut, beberapa kamus elektronik menampilkan informasi setelah pengguna selesai mengetikkan satu kata pada mesin
pencari. Tetapi ketika pengguna selesai mengetikkan kata pada mesin pencari, kata tersebut belum tentu ditemukan, hal ini menjadikan kamus elektronik kurang optimal
dalam hal pemakaian waktu. Oleh karena itu, pada penelitian ini penulis akan menambahkan sebuah fitur yang dapat membantu dalam memperoleh informasi,
dimana fitur tersebut dapat mempersingkat waktu pengetikan sebuah kata yang diinginkan pengguna, dimana fitur tersebut dapat menampilkan prediksi kata seperti
fitur
autocomplete
. Fitur
autocomplete
merupakan program yang dapat melakukan prediksi terhadap sebuah kata atau frasa yang pengguna ingin tulis tanpa harus
Universitas Sumatera Utara
menuliskan keseluruhan kata atau frasa secara lengkap pada kolom pencarian Kusuma, 2012.
Beberapa penelitian yang berkaitan dengan masalah ini diantaranya yaitu oleh Primadani 2014, pada penelitian tersebut Primadani menerapkan algoritma
Levenshtein Distance
untuk membangun fitur
autocomplete
pada aplikasi Katalog Perpustakaan. Kemudian sebelumnya penelitian mengenai
autocomplete
ini juga dilakukan oleh Kusuma 2012, pada penelitiannya Kusuma menggunakan algoritma
pencocokan
string
, yaitu algoritma
brute force
untuk membangun fitur
autocompletion
pada
text editor,
dimana pada penelitian tersebut Kusuma menggantikan struktur data yang digunakan pada algoritma
brute force
dengan struktur data pohon
tree
. Pada penelitian ini, penulis akan menerapkan algoritma Boyer-Moore untuk
membangun fitur
autocomplete
pada aplikasi kamus. Algoritma ini sering diimplementasikan dalam berbagai teks editor, misalnya
untuk fungsi “
search
” dan “substitute”, di mana algoritma ini melakukan pencocokan karakter dimulai dari
kanan ke kiri. Karakter pertama yang akan dicocokkan dengan teks adalah karakter paling kanan pada
pattern
Charras Lecroq, 2001. Sebuah penelitian yang dilakukan Prasetiyowati Sagita 2013, yaitu
perbandingan terhadap implementasi algoritma Boyer Moore, Turbo Boyer-Moore, dan Tuned Boyer-Moore dalam pencarian
string
, algoritma Boyer-Moore memiliki waktu pencarian tercepat dari ketiga varian Boyer-Moore tersebut. Dalam penelitian
yang mengimplementasikan algoritma KMP Knuth- Morris-Pratt dan Boyer-Moore dalam aplikasi
search engine
sederhana yang dilakukan Soleh 2011, menyimpulkan bahwa algoritma Boyer-Moore lebih cocok untuk pencarian
string
dengan alpabet banyak sedangkan KMP lebih cocok untuk pencarian
string
dengan alpabet sedikit seperti biner. Penelitian lain yang menggunakan algoritma Boyer-Moore yaitu oleh
Kartawidjaja Vandika 2009, pada penelitian ini dilakukan proses pencarian kata secara paralel dengan menggunakan algoritma Boyer-Moore. Lingkup paralel
diemulasikan menggunakan perangkat lunak PVM
Parallel Vitual Machine
. Algoritma Boyer-Moore juga digunakan untuk pencocokan DNA, di mana DNA dapat
dianggap sebagai rangkaian
string
sehingga pencocokan DNA tersebut merupakan pencocokan
string
.
Universitas Sumatera Utara
1.2 Rumusan Masalah
Kategori