Pencarian Informasi Dengan Metode Trigram
NNGKASAN
SIT1 NURHANIFAH. Pencarian Infomiasi dengan Metode Trigraiir (Trigrrriil Method air Scr~rrliiil~
Ii~foneatioi~).Dibinlbing oleh MEUTIIIA RACMMANIAI-I, JULIO ADISANTOSO, dan TlSYO
IIARYONO.
Untuk nielicari suatu informasi yang berbasis teks biasanya dibutuhkan atribut-atribut tertenlu, dalam
ha1 ini judul, nama peneliti, penerbit, dali tahun terbit. Untuk rekord berisi teks seperti judul dokmnc~~,
abstrak atau ri~igkasansuatu dokumen, identifikasi yang digunakan adalah kata kunci atau kata indeks dari
suatu dokumen. Pada saat jumlah kata yang dipunyai seniakin banyak, proses temu kenlbali yarig
dilakukan akan nienlbutulikan waktu yang cukup lama, juga media penyinipanan di komputer. Pada
pelielitiali ilii Ii~vertedfiledigunakan sebagai tempat lnenyimpali sekumpulan dokumen yalig dicirikali
olcli sekunipulan istilah. Sedangkan algoritnie trigranl dipakai sebagai algoritme untuk menieriksa istilali
dalaln qlleiy yang mirip dengan istilah dalam basisdata.
Tugas Akhir ini bertujuan untuk menginiplementasikan Sistem Temu-Kembali (lnformnlion Retrivrrl
Systeiit) dalam bentuk liypertext, yang dikenal sebagai loco1 search eirgiire. Implementasi dilakukan
nielalui pengukuran kinerja recall-precisioir dan kecfektifan algoritnie frigrairl, deligan menggunakan
liilai tl~rcsl~old
yang berbeda-beda untuk mengetahui istilah mana yang dianggap sesuai dengan quoy.
Uji coba dilakukali dengan menggunakan kumpula~iabstrak dari li~~loiiesia~t
Jomtrcrl of Crop Scieiice
yang dite1,bitkan oleh PUSTAKA (Pusat Perpustakaan dan Penyebarall Tcknologi I'ertanian). Sistem ini
berjalan baik pada Windows 95/98 dengan menggunakan ( Persoiml Web Server ) sebagai Web Server.
Keefektifan algoritme trigrai~z ini n~enghasilkan kinerja yang cukup baik pada nilai tIiresIiolrl 0.2.
berdasarkan varian istilah yang terambil. Hasil tugas akhir ilii adalah sebuah local search eilgiile yang
dapat dipergunakau untuk mencari dokulnen berdasarkan qrreiy dari liser.
)\
.'
8
PENCARIAN INFORMASI DENGAN METODE TRIGRAM
SIT1 NURHANIFAH
JURUSAN ILMU KOMPUTER
PAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
'~.
2001
\''
Maka nikmat Tuhan kamu manakah yang kamu dustakan? (QSAR-Rahman, 55 :55)
Saya bartgga dertgan rnarnaltku
Yartg ~neirgajariku,
Bukarr dengarr kata-kafa, fetapi deitgart perbuatan
Yang rirengajariku,
Perut bole11kosang, tetapi fidak deitgan kepala dart ltati
Yarrg ntertgajariku,
Sekecil apapurt suatu kesentpatart,pasli disifuada harapan
Yatrg nrerrgajariku,
Tiada kata terakhir dalam berjuarrg uittuk meinperolelr sesuatu yartg lebilt baik
Karya ilmiah ini Hani perscmbahkan unluk
(ALM) Mamah lercinta dalanr kenarrgarr, Bapak, Teteh, Aa dan sibungsu
)\
.'
8
PENCARIAN INFORMASI DENGAN METODE TRIGRAM
SIT1 NURHANIFAH
JURUSAN ILMU KOMPUTER
PAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
'~.
2001
\''
NNGKASAN
SIT1 NURHANIFAH. Pencarian Infomiasi dengan Metode Trigraiir (Trigrrriil Method air Scr~rrliiil~
Ii~foneatioi~).Dibinlbing oleh MEUTIIIA RACMMANIAI-I, JULIO ADISANTOSO, dan TlSYO
IIARYONO.
Untuk nielicari suatu informasi yang berbasis teks biasanya dibutuhkan atribut-atribut tertenlu, dalam
ha1 ini judul, nama peneliti, penerbit, dali tahun terbit. Untuk rekord berisi teks seperti judul dokmnc~~,
abstrak atau ri~igkasansuatu dokumen, identifikasi yang digunakan adalah kata kunci atau kata indeks dari
suatu dokumen. Pada saat jumlah kata yang dipunyai seniakin banyak, proses temu kenlbali yarig
dilakukan akan nienlbutulikan waktu yang cukup lama, juga media penyinipanan di komputer. Pada
pelielitiali ilii Ii~vertedfiledigunakan sebagai tempat lnenyimpali sekumpulan dokumen yalig dicirikali
olcli sekunipulan istilah. Sedangkan algoritnie trigranl dipakai sebagai algoritme untuk menieriksa istilali
dalaln qlleiy yang mirip dengan istilah dalam basisdata.
Tugas Akhir ini bertujuan untuk menginiplementasikan Sistem Temu-Kembali (lnformnlion Retrivrrl
Systeiit) dalam bentuk liypertext, yang dikenal sebagai loco1 search eirgiire. Implementasi dilakukan
nielalui pengukuran kinerja recall-precisioir dan kecfektifan algoritnie frigrairl, deligan menggunakan
liilai tl~rcsl~old
yang berbeda-beda untuk mengetahui istilah mana yang dianggap sesuai dengan quoy.
Uji coba dilakukali dengan menggunakan kumpula~iabstrak dari li~~loiiesia~t
Jomtrcrl of Crop Scieiice
yang dite1,bitkan oleh PUSTAKA (Pusat Perpustakaan dan Penyebarall Tcknologi I'ertanian). Sistem ini
berjalan baik pada Windows 95/98 dengan menggunakan ( Persoiml Web Server ) sebagai Web Server.
Keefektifan algoritme trigrai~z ini n~enghasilkan kinerja yang cukup baik pada nilai tIiresIiolrl 0.2.
berdasarkan varian istilah yang terambil. Hasil tugas akhir ilii adalah sebuah local search eilgiile yang
dapat dipergunakau untuk mencari dokulnen berdasarkan qrreiy dari liser.
I'ENCARIAN INFORMAS1 DENGAN METODE TRIGRAM
Ka~yaIlmial~
scbagai salah satu syarat unluk me~iipe~.oleli
gela~
Sarjana Ko~iipulcr
Pada Program Studi Ilmu Kompoter
JURUSAN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT I'ERTANIAN BOGOR
BOGOR
2001
Judul
Nama
NRP
:
:
:
Pencarian Infonnasi dengan Metode Trigrarn
Siti Nurhanifah
GO6495028
Menyetujui,
~A
- J\,
,
11. Meuthia Rachmaniah. MSc
Pen~bin~bing
I
Drs. Tisyo Hawono, MLS
Pembimbing 111
Tanggal Lulus :);
2
2m
.I~fi
RIWAYAT HIDUP
Penulis dilahirkan di Garut pada tanggal 8 Deselnber 1975 sebagai anak ketujuh dari sembilan
bersaudara, anak dari pasangan Bapak Enccp Sacf I-lidayat dan (Alm) Ibu Euis Sili Djubaedah.
Pada taliun 1995, panulis lulus dari SMA Negeri 2 Cimahi, Bandung. Pada tahun yang sama,
penulis juga berhasil lulus seleksi masuk IPB melalui jalur Undangan Seleksi Masuk IPB (USMl) dan
diterilna pada Program Studi llmu Komputer di Fakultas Matetnatika dan tlmu Pengetahuan Alam.
PRAKATA
AlI~atnd~rliNaahirrobil'alamitt.
Baoyak karunia yang penulis rasakan sebagai curahan kasili sayang yang Alloh oia~vojalaberikan, dalam
menyelesaikan Kalya llmiah ini yang berjudul "Pencarian Informasi dengan Metode 7'rigronlX maupun
dalam masa-masa pendakian pada perkulialian di Jurusan Ilmu Komputcr IPB. Dan rasa terima kasili yang
dalam ingin penulis saliipaikan kepada :
I.
(Alm) Mamah dalottl kmrotigan, Bapak, keluarga besar di Garut, Bandar Lampung, Bogor, dan
Cimahi atas do'a, nasehat dan kasih sayang.
2.
Ibu Ir. Meutliia Rachmaniah, MSc sebagai pembimbing pertama.
3.
Bapak Ir. Julio Adisantoso, MKom sebagai pembimbing kedua.
4.
Bapak Drs. Tisyo I-laryono, MLS sebagai pembimbing ketiga.
5.
Ibu R. Rusmini sebagai pembimbing tcknis di PUSTAKA
6. Bapak Dr. Ir. Kudang Boro Seminar sebagai pcmbimbing akadcmik scwaktu penulis kuliali.
7. Seluruh staf pengajar di IPB, kliususnya di Jurusan Ilmu Komputer IPB.
8, Ibu dan bapak pegawai tata usalia dan perpustakaan Jurusan Ilmu Komputer dan Jurusan Statistik II'B.
9.
Lutbfi, Dien, Degi, Fani, Widodo, Lida, Rina, Dhanin, lsti (Kom 32), Erwin, Riyadi, Risoa, Fitri dan
Tuti Kla(Kon1 33) sebagai teman-teman Ilkom"' yang telah banyak membantu, mendukung dan
membesarkan hati.
10. Seseorang di Palangkaraya yang sedang nlelaksaoakan tugas, yakin kita tidak bersatu, Okeli?
11. Pak "Lurah", Mas Hamed, Kang Af di Jakarta, dan seseorang di IPTN.
12. Para penghuni Ex Risaga K' Pinie, K' Delia, K' Neuncuk, K' Eci. K' Ani, K' Ticna, K' Indah, Ncng
Titin, Neng Elly, Teh Lia dan Mbak Yami yalig selalu menyayangi, meskipun sudah pisah. Tak lupa
untuk adikku sayang Anne dan Mira di Bandung serld Nitta di Garut 'kotr alivays stltile".
13. Dan seniua yang telah iiiemberikati jalan terang yang memungkinkan penulis nienyusun K a ~ y aIlmiah
ini dengan penuh semangat, tetapi tidak sempat penulis sebutkan satu persatu.
Zajak~rtt~~rllal~i
Kl~oerotiKalsiir.
Bogor, Juni 2001
Sir; N~rrl~unifuh
DAFTAR IS1
DAFTAR GAMBAR ................................................................................
DAFTAR LAMPIRAN ..............................................................................
PENDAHULUAN ....................................................................................
Latar Belakang ..................................................................................
Tujuan ............................................................................................
TINJAUAN
.
PUSTAKA ..............................
.
.
Metode Pencarian ...............................................................................
Iitverted File ......................................................................................
Algoritme n-gram ...............................................................................
Ukuran Kinerja ..................................................................................
Hyperrat Markup Laitguage (HTML) ...................................................
METODOLOGI PENELITIAN ....................... .
.
......................................
Pengambilan Data ..............................................................................
Cara Kerja Algoritme Trigraiil...........
....
.........................................
Penenhlan Nilai Ambang (T/~resholri)
.......................................................
Perangkat lunak dan keras ..................................................................
Algoritme Progran~PencarianQ~reiy
........................................................
Percobaan ........................................................................................
Pengukuran Kinerja Recall- Precisio~t.......................................................
HASIL DAN PEMBAHASAN .....................................................................
Keefektifan Algoritme Trigrain................. .
.
.........................................
Kinerja Sistem berdasarkan Recall-Pvecision ................................................
Kelebil~anSistem................................................................................
Kelemahan Sistem ...............................................................................
KESIMPULAN DAN SARAN ....................................................................
Kesimpulan .....................................................................................
Saran .............................................................................................
DAFTAR PUSTAKA ...............................................................................
LAMPIRAN ..........................................................................................
DAFTAR GAMBAR
1.
2.
3
4.
.
Implenientasi Ir~ver!edFile dellgan menggunakan Sorted Array ........................................
2
..
Grafik Recall-Precrslort .............................................................................................................
3
Diagram Alur Program Algoritme Trigrant ...............................................................................
5
Grafik Perbandingan Recall-Precision pada Tltreshold 0.2 .0.5 ........................
.
.
.......
7
DAPTAR LAMPIRAN
Halamall
1. Tampilan Awal Local Searcll Erlgirze ....................... ......................................................
10
2. Tampilan antar muka sebagai F o ~ misian user .......................................................................
10
3 . Tampilan Hasil Query pada Tlt~eshold0.2 ...................................................................................
10
4 . Hasil Percobaan Keefektifan Algorihne Trigrarrt pada Tl~resl~olri
0.2 ....................................... 11
5. Hasil Percobaan Keefektifan Algorihne Trigram pada T/~reshold0.3 ..........................
.
.
.
..... 11
6. Hasil Percobaan Keefektifan Algorilnle Trigram pada Tlrreshold 0.4 ....................................
12
............ 12
7. Hasil Percobaan Keefektifan Algoritme Trigram pada Tlrresl~old0.5 ...................
.
.
.
.
.
.
PENDAHULUAN
Latar Belakang
Pengembangan sistem informasi elektronik
dimulai pada sekitar 1940. Sistem temu-kembali
informasi (ir$ormation retrieval Syste~n) secara
otomatis pada awalnya dikembangkan untuk
membantu mengatur literatur ilmu pengetahuan
Kantor-kantor,
yang jumlahnya banyak.
pemsahaan dan perpustakaan telah menggunakan
sistem temu-kembali informasi untuk mengakses
buku-buku, koran, majalah, jumal, dan dokumen
lainnya. Sistem ini mengolah dokumen-dokumen
yang terorganisasi dalam record pada berkas Vile)
dan mengelola pemintaan (request) i~~fotmasi,
kemudian mengembalikamya dalam berkas
tertentu sebagai tanggapan terhadap permintaan
tersebut (Frakes & Baeza-Yates, 1992).
Kebutuhan informasi bagi user dan jumlah
dokumen yang banyak menuntut sistem temukembali informasi untuk bekerja secara efisien.
Berdasarkan lokasi sumber data, Local Searclt
Engine
memanfaatkan
internet
sebagai
penghubung sistem temu-kembali informasi yang
ada di dalamnya dengan user.
Salah satu algoritme temu-kembali infomiasi
nntuk membandingkan kesamaan string adalah rrgrants yang membandingkan humf pada kata taopa
memperhatikan bahasa yang digunakan. Semakin
banyak n-gra~ris yang sama muncul pada kedua
string, maka dikatakan semakin mirip. Ada dua
parameter yang dapat dipilih ketika memakai
metode ini, yaitu (I) panjang 11-graets dan (2) spasi
tamballan. Untuk parameter panjang 11-grants,
trigram dan digram memperoleh hasil yang paling
baik dalam pangambilan kata-kata yang niirip pada
setiap kata (Pfeifer el nl., 1996).
Sebena~nyapenelitian mengeiiai sistem temukembali infomasi telah dilakukan oleh Fittiyanti
(1997). Pada kalya ilmiah tersebut implementasi
sistem temu-ken~bali infomlasi bertumt-tumt
meneeunakan
o~cratorboolcan. sistem ~eringkat,
....
dan sumber Gata dalam Bahasa indoiisia,
melakukan
sedangkan pada penelitian ini
implenlentasi sistem temu-kembali ke dalam
bentuk lrypertext dengan menggunakan metode
.,-
...:....-...
Tujuau
Tujuan
penelitian
ini
a~alah
mengimpleme?tasikan
sistem
temll-kembali
untuk mencari suatu dokumen yang
dapat diakses melalui internet dalam bentuk
Itypcrtext dengan menggunakan metode trigram.
TINJAUAN PUSTAKA
Metode Pencarian
Beberapa metode yang dapat diterapkan untuk
pencarian data diantaranya pencarian berumtan
(sequential searchi~tg). Cara kerja metode iiii
adalah melakukan pembacaan data yang akan
dicari dan dibandingkan satu per satu dengan data
pertama sampai data terakhir secara bemmtan,
sehingga data tersebut ditemukan atau tidak
ditemukan. Pada saat data yang dicari telah
ditemukan, maka proses pencarian dapat langsung
dihentikan.
Jika data yang dicari belum
ditemukan maka pencarian tems dilakukan sampai
selumh data dibandingkan.
Dalam kasus
terbumk, untuk vektor dengan N buah elemen
hams dilakukan pencarian sebanyak N kali pula
(Stinson, 1985).
Metode yang kedua adalah pencarian pada
tabel yang sudah diumtkan (sorting table
senrclting), yaitu mencari suatu unsur dari suatu
tabel, setiap unsur dari tabel tersebut mempunyai
seknmpulan nilai yang disebut atribut. Salah satu
dari atribut ini disebut kata kunci atau nama yang
digunakan untuk menentukan unsur tersebut
(Slamet at a1.,1990).
Metode yang terakhir adalah pencarian
bemmtan
berindeks
(indexed
scquerrlirrl
searcltirrg). Data yang akan diproses dalam suatu
tabel sudah diumtkan menumt suatu urutan
tertentu dari key.
Metode ini melakukan
pengindeksan terhadap teks dan dapat digunakan
untuk meningkatkan kecepatan pencarian.
Ukuran indeks biasanya proporsional dengan
ukuran basisdata dan waktu pencarian sublinear
terhadap ukuran teks, contohnya inverter1 jile
(Frakes&Baeza-Yates, 1992).
-
x"vcrtcdl'ile
Inverledjile adalah daftar yang diuiutkan olch
istilah, dimana setiap istilah mempunyai
atau Iebih
dOkumen Yaiig
Ilubungan ke
mengandung istilah. Fungsi irtvertedfilc adalah
untuk ii~emperbaiki efisieusi pencarian dengan
beberapa ukuran jarak yang biasanya diperlukan
untuk bcrkas teks yang besar. Ada dua algoritmc
pencarian untuk irtverte(1 file, yaitu pencarian
istilah dan algoritme possible search. Algoritme
pencarian istilah mengembalikan indeks sebagai
hasil pencariannya, sedaugkan algoritme possible
search mengembalika~i sekumpulan dokumen
sebagai hasil pencariannya. Beberapa struktur
yang dapat diimplementasikan pada irtvertedfile,
misalnya larik yang diurutkan (sorted array), BTree dan tries. Pada metode ini inverted file
diimplementasikan seperti Ga~nbar 1. Kerugian
menggunakan struktur ini adalah rendahnya
efisiensi ketika melakukan pe~neliharaan indeks,
sedangkan keuntungannya adalah kemudahan
dalam penyimpanan dan kecepatannya dalam
pencarian.
Filc Indcks
IslilsL
Junllvl!
Filc I'cu~njuk
Link
Doc.#
Link
File Dokunicn
Ooku1nen2
Jika c adalah banyaknya substring yalig sania
antara ti dan mk, maka ukuran kesamaan antara T
dan M dapat dihitung dengan menggunakan
koefisien dice sebagai berikut :
Jika I = 3, maka algoritme di atas dinamakan
algoritme trigram. Sebagai contoh istilali
COMBINING dalam dokumen dibandingkan
dengan istilah COMBINE dala~nquery, algoritme
di atas dapat diterangkan sebagai berikut :
1. Kata COMBINING terdiri dari 11 substring,
yaitu : $$C, $CO, COM, OMB, MBI, BIN,
INI, NIN, ING, NG$. G$$.
2. Kata COMBINE terdiri atas 9 substring,
yaitu : $$C, $CO, COM, OMB, MBI, BIN,
INE, NE$, E$$.
3. Jumlah substring yang sama G yaitu : $$C,
$CO, COM, OMB, MBI, BIN.
4. Memakai rumus koefisien dice maka
didapatkan nilai koefisien dice 0.60
Jika nilai tersebut merupakan nilai terbesar
dari koefisien dice untuk setiap pasangan istilali
dala~ndokumen dan istilah dalam query, maka
COMBINING adalah istilah dalam dokumen yang
mirip dengan istilah COMBINE dalam qvmy.
Gambar I. lmplementasi irzverted File dengall
~nenggunakanSorted Array
Penemu-kembalian dokumen-dokumen yang
tersimpan untuk menjawab permintaan harus
berdasarkan penentuan ukuran kesamaan antara
query dan iten? yang disimpan dan penga~nbilan
itcal-item yang dapat dibuktikan cukup mirip
dengan query. Padalial dokunien-dokumcn yang
disimpan dan informasi yang diminta dapat tidak
terstruktur dan keputusan penemu-kembaliannya
tergantulig pada teks yang berliubungan.
Algoritme n-gram
Misalkan T adalah sebuah istilah dalam
dokumen dengan panjang n karakter dan disimpan
sebagai larik yang mengandung substring t, dengan
panjang I, untuk i = 1,2,..., n+l - 1 (Angell, 1982
dalam Waliyudin). Misalkan M adalah istilah
dalam q~rerj.\dengan panjang n' karakter dan
disilnpan sebagai larik yang mengandung substring
mk dengan panjang I, untuk k = 1,2,...,n' + I + 1.
Ulturan Kinerja
Untuk mengukur kinerja sistem temu-kembali
informasi dilakukan dcngan melihat perbandingan
banyaknya dokumen yang terambil dari
sekumpulan dokumen pada saat query diterapkan.
Dokumen terambil
merupakan kumpulan
dokumen yang menjadi keluaran sistem, yang
~iierupakan subset dari koleksi dokumcn.
Menurut Salton (1989) recall-precisior~adalah
metode yang digunakan untuk mcngukur
ofektivitas temu-kembali.
Recall merupakan ukuran banyaknya
dokumen-dokumen yang relevan yang terambil
dari kumpulan dokumen pada saat qtrery
diterapkan. RecaN didefinisikan sebagai berikut :
Jurnlah doku~iic~i
rclcvan tcrambil
R=
Ju~iilalikcsclurulian dokumen rclcvan dalam basisdata
Precisiorz ~nerupakan ukuran ketetapan atau
kerelevansian hasil query. Precision menyatakan
perbandingan antara jumlah dokume~i yang
sangat menentukan dalam meniunculkan hasil
query yang relevan. Jika nilai ambang terlalu
besar, nlaka hasil query yang ditampilkan aka11
benar-benar dekat dengan query yang diterapkan
dan ada kemungkinan istilah yang diharapkan tidak
ditampilkan. Jika nilai ambang terlalu kecil, niaka
hasil query yang ditampilkan selain istilah yang
dekat juga akan mencakup istilah-istilali yang jauh
dari query yang diterapkan.
Nilai ambang
dinyatakan dengan selang bilangan nyata antara 0
dan 1 ([O,l])sedangkan [0,0] diberikan untuk istilali
yang tidak mirip atau tidak relevan.
Dalani penelitian ini, penentuan nilai ambang
untuk masing-masing istilali dalam dokumen
menggunakan interval.
Tujuan penggunaan
interval ini adalah untuk mengetahui tingkat recall
dan precision yang optinium. Nilai ambang yang
digunakan berada pada selang [0.2 - 0.51. Dari
keempat nilai ambang ini akan diambil suatu nilai
recall-precision yang kinerjanya optimum.
Perangkat lunak dan Perangkat keras
Pembuatan program pada saat mengembangkan
sistem ini dilakukan dengan menggunakan sisteni
operasi Windows 95. , Perangkat lunak yang
digunakan adalah Persortal Web Server (PWS),
HTML, VB-Scripf untuk program aplikasi ASP,
MS Access 97 untuk basisdata, pen~olahangambar
k
ke
dengan Adobe Photoshop 5.0. ~ n 6 hubuigan
server basisdata dilakukan nielalui ODBC (Operr
Data Base Cortnectivity). Sedangkan perangkat
keras, yang digunakan Personcrl Cosrpurer (PC)
dengan prosesor 486DX, RAM 16 MB dan
kapasitas ltarddisk 540 MB.
Algoritrne Program Pencarian Qrrery
Secara unium algoritnie program pencarian
qtrery dapat digambarkan seperi diagram alur pada
Gambar 3.
Percobaan
Tujuan percobaan ini adalah untuk niengetnhui
kinerja algorime frigrarrt, dengan memasukkan
satu istilab dalam query dan nilai flrresholil yang
berbeda-beda.
Akan dilihat apakah metode
tersebut niemberikan perkiraan istilah yang cukup
baik untuk berbagai variasi qrrery. Junllah query
yang diterapkan sebanyak 20 dengan nilai ambang
berada pada selang [0.2 - 0.51. Lampiran 1 sampai
3 adalah tampilan awal, salah satu contoh query
yang diujicoba seaa hasilnya.
\.
Pengukuran Kinerja Recall-Precisio~~
Pengukuran kinerja recirll dan precisiorr
didasarkan pada tingkat relevansi yang tcrdiri atas
dua macam yaitu : Relevan (R) dan Tidak Relevan
(TR). Sedangkan proses pengukuran kinerjanya
dijelaskan sebagai berikut:
Anggap nilai recall telah diketaliui, yaitu
terdiri dari 0.1 sampai 1.0.
Hasil keluaran program yaitu berupa
dokunien-dokumen yang terambil diliitung
jumlaluya. Nomor urut dokumen-dokunien
menjadi acak sesuai dengan hasil keluaran
program. Kemudian
dicari
dokumendokumen relevan dan dokumen-dokumen
yang tidak rclevan.
Setelah selesai maka nilai precisio~r dapat
diliitung, sesuai dengan rumus perliitungan
precision pada lialaman 3.
.
.
.
Pengukuran kinerja berdasarkan waktu proses
dilakukan pada saat implementasi program temukenibali informasi. Waktu proses dimulai saat
pengguna memasukan query dan berakhir ketika
dokumen-dokumen telah terambil. Waktu proses
diliitung dalam satuan detik. Pada penelitian ini
waktu proses tidak diperhitungkan.
HASIL DAN PEMBAHASAN
Lampiran 4 sanlpai 7 menunjukkan hasil
percobaan keefektifan algorihne frigru~r~
dengan
irlverled file untuk masing-masing nilai fl~resl~olil.
Pada Lampiran ini kolom pertama adalah nomor
query, kolom kedua adalah qtrery, kolom ketiga
adalah jumlah dokumen terambil dan kolom
keempat adalah daftar
varian istilah yang
ditampilkan untuk masing-masing query. Perkiraan
istilah dalam basisdata yang diniunculkan adalah
istilah-istilah yang mempunyai koefisien dice yang
melampaui atau sama dcngan nilai flrreshol~iyatig
telah ditentukan.
Nilai flrresholrl yang telah ditentukan adalah 0.2
sampai 0.5. Pemilihan selang nilai iltreshold itii
karena nilai-nilai fltreshold tersebut merupakali
fomlula yang cocok untuk niendapatkan daftar
perkiiaan istilab yang benar-beuar dekat dengall
yang diinginkan. Tetapi ada kenlungkinan juga
istilah yang diharapkan tidak diniunculkan atau
ditanipilkan. Misal~iyadengan nienerapkan nilai
flrreshold04 atau 0.5. Selain itu pernilillan sclang
1
Query don Tl?resl~old
]
diparsing
Cnri Substring
Dapatkan
Kocfisico-Dicc
f
Istilah sesuai
qtcery
1
Urutkan Hasil
sesuai besarnya Kd
Tampilkan
istilab le~igkap
dcngnn URL
\.
Gambar 3. Diagram Alur Program Algoritme Pigroar
..------"r/
=
.%+#
-,
nilai tersebut dapat memperluas proses pencarian
istilah dalam basisdata. Meskipun hasil q u e ~ yyang
ditampilkan selain istilah yang dekat juga akan
mencakup istilah-istilah yang jauh dari qiroy yang
diterapkan.
Misalnya bila menerapkan nilai
tltreshold 0.2 atau 0.3.
Keefektifan Algoritme Trigran]
Banyaknya
istilah
yang
dimunculkan
tergantung pada banyaknya istilah dalam basisdata
yang mempunyai koefisien dice tinggi, atau dengan
kata lain istilah tersebut dianggap semakin mirip.
Besarnya nilai lltresltol(1 telah ditentukan untuk
bisa memunculkan istilah dengan mengacu pada
satu atau lebih doku~nenyang terambil.
Untuk nilai tltreshold 0.2 istilah dan jumlah
dokumen yang terambil dari basisdata cukup
banyak, berbeda pada saat nilai tltresl~old 0.3
diterapkan untuk q u a y yang sama.
Terjadi
perbedaan jumlah dokumen dan istilah yang
terambil dari basisdata. Yaitu ketika query ke 7
sampai 20 diterapkan kecuali untuk query ke
13,15,16, dan 17 jumlah dokumen dan istilah yang
terambil sama banyak. Penggunaan nilai tltresl~old
0.4 dan 0.5, istilah yang dimunculkan benar-benar
dekat dengan yang diinginkan. Ketika istilah
tersebut mengacu pada dokumen yang memuat
istilah-istilab yang didapatkan, dokumen tersebut
nlempakan dokumen yang relevan yang telah
ditentukan sebelumnya. Pemilihan qtrery yang
digunakan sangat berpengaruli terhadap banyak
sedikitnya istilah yang ditemu-kembalikan.
Besarnya nilai tl~reshold yang digunakan
memberikan pengamh pada nilai rata-rata
precision sehingga menghasilkan nilai yang tinggi.
Seperti yang diuraikan sebelumnya pemilihan nilai
tl~resholdini dianggap sebagai formula yang cocok
dan dapat memperluas proses pencarian, dengan
hasil percobaan yang didapatkan menunjukkan
bahwa dari keempat nilai tltresltold tersebut
menggambarkan penggunaan algoritme trigrartl
mempunyai kinerja yang cukup baik.
Keefektifan didefinisikan sebagai presentase
istilah yang terseleksi dari senlua istilah yang
diperiksa. Berdasarkan jumlah varian istilah yang
terambil maka algoritme wigram dengall inverted
jile memperlihatkan kinerja terbaik pada nilai
fhreshold 0.2. Untuk nilai tltresltold 0.5 juga
memperlihatkan kinerja yang baik karena nilai
rata-rata precisiort yang dillasilkan tinggi, dan
varian yang terambil lebih mendekati istilah yang
dicari.
\.
Secara umum algoritme lrigrarn mempunyai
kinerja yang cukup baik dalam menyeleksi istilah
dalam query dengan istilah dalam basisdata,
sepanjang istilah yang diharapkan terdapat dalam
basisdata.
Kinerja Sistem berdasarkan Recall-Prccisio~l
Kinerja sistem temu-kenlbali
informasi
dianalisis berdasarkan nilai Recall-Precision untuk
setiap pemilihan nilai lhresslrold. Nilai rata-rata
recall-precision
untuk masing-masing nilai
llrresltold dicantumkan pada Tabel 1. Utituk
memperjelas perbedaan nilai precision pada setiap
tingkat recall untuk masing-masing nilai tl~reshold
direpresentasikan dalam Gambar 4.
Grafik pada Gambar 4 secara jelas
menampilkan perbedaan kinerja setiap nilai
tl~reskold. Ada dua buah grafik pada Gambar 4 ini
yang memiliki nilai precisiorl menurun bersan~aan
dengan bertambahnya nilai recall, yaitu grafik
untuk nilai tl~resshold0.2 dan nilai thresl~old0.3.
Hal ini terjadi karena pada saat query-query
diterapkan jumlah dokumen yang terambil dalam
basisdata banyak. Sedangkan untuk grafik pada
nilai ihreshold 0.5 memiliki tingkat persiciort yaug
tinggi dari nilai tl~resltold yang laimya.
Disebabkan pada saat query diterapkan jumlah
dokumen yang terambil dalam basisdata lebih
mendekati istilah yang dicari atau diinginkan.
Meskipun jumlah istilah yang mempunyai nilai
koefisien dice lebih besar atau sama dengan nilai
tltreshold
yang terdapat dalam basisdata
junllahnya sedikit. Masalah lain adalah adanya
istilah yang me'mpunyai dokumen yang sania
dengan istilah lain.
Jumlah dokumen yang ditampilkan pada nilai
~Itreshold0.4 relatif sama dengan nilai tltreshold 0.5,
perbedaannya terjadi pada saat q u e ~ y13 diterapkan.
Pada nilai tltreshold 0.4 jumlah dokumen yang
terambil 3 buah, sedangkan pada nilai ~ltresl~old
0.5
hanya 2 buah dokumen yang terambil.
Dalam berbagai keadaan, kinerja rata-rata yang
umum terjadi adalah keadaan d i i n a tingkat recnll
dan tingkat precision antara 0.5 - 0.6. Oleh karena
itu dapat disimpulkan bahwa dalam penelitian ini
nntuk setiap nilai rl~reshold,tingkat precision tidak
pemah berada dalam selang nilai 0.5 - 0.6. Untuk
nienentukan nilai thresholrl yang men~ilikikinerja
terbaik sangat terganhmg dari isi basisdata, yaitu
sedikit banyaknya data yang aka11 dicari.
Kelebil~arlSisterr~
Sistein dapat bekerja sesuai dengan harapan,
yakni sejauh i~iidapat ditampilkao oleh browser, dan
telah dapat diakses oleli user nielalui intranet.
Penggunaan algorit~ne irigra~ir dapat ~iierilberikan
keuntungan bagi zrser yaitu qtle~yyang dituliskan
atau yang diterapkan tidak rnesti saina dengall yang
dicari.
K c l e n ~ a l ~Sistcrn
a~l
Sistem ini inasih menggunakan PWS yang
bekerja pada Windows 95/98 yang ~nerupakaiisistein
operasi yang tidak didesain kliusus sebagai server,
sehingga belurn mampu menanggung beban berat.
Pernakaian Access sebagai basisdata ternyata tidak
dapat rnenampung data yang banyak. Maka altan
lebili baik untuk basisdatariya inenggunakan SQL
Server.
Tabel I. Nilai rata-rata recall-precision pada nilai rl?r.es/lold 0.2 - 0.5
Recall
Precision pada Threshold
0.2
I
0.3
I
0.4
0
7
.
.
i
0.1
0.2
0.3
0.4
,..~~
0.5
0.6
?--.
0.7
_.
0.8
/
.
--
I
.~
v-..' '.
0.9
1
recall
-
Gambar 4. Grafik Perbandingan Recall-Precision pada Tl~reshold0.2 0.5
'~,
0.5
ICESIMPULAN DAN SARAN
I(esi1npu1a11
Pada
prinsipnya,
penemu-kenibalian
dokumen-dokunlen
yang
tersimpan
untuk
menjawab
pernlintaan
hams
berdasarkan
penentuan ukuran kesamaan antara query dan iterrr
yang disimpan dan pengambilan itenr-iteirr yang
dapat dibuktikan cukup mirip dengan query.
Berdasarkan jumlah varian istilali yang
teranibil, algorit~ne trigram dengan irlverterl file
memberikan kinerja yang baik pada penieriksaan
istilali dalam basisdata. Keefektifan algoritme ini
niernberikan kinerja terbaik pada nilai tlzreshold
0.2 selain itu pada nilai threslrold 0.5 juga
nlemperliliatkan kinerja yang baik karena nilai ratarata precisiort yang dihasilkan tinggi, dan varian
yang tera~nbillebih niendekati istilali yang dicari
nielalui query atau benar-benar dekat de~iganyang
diinginkan. Naniun untuk mengetahui tingkat
recall yang opti~nunitidak dapat disajikan, karena
tingkat precision tidak pernah berada pada selang
nilai 0.5 - O.G.
~ i n g k a tprecisiorr~pada 11asi
penelitian ini berada diatas nilai 0.6.
Fitriyanti, M. 1997. Perigenibangan TemuKenibali
Infol-niasi
dengan
Menginiplenientasikan Operasi Boolean,
Sistem Peringkat, Perbaikan qrre,y dan
Pemanfaatan Tesaurus. Skripsi. Fakultas
Ilmu Komputer, Universitas Indonesia,
Depok.
Frakes, W. B. & R. Raeza-Yates. 1992.
Iifor?nuliort Retrievnl : Data Strricf~tre&
Algoritlrnzs. Prentice IJall, New Jersey.
Pfeifer, U., T. Poerscll & N. F u l ~ r . 1996.
Retrieval 8ffectiveness of Proper Nrrrrte
Seurcl~Melltods. Irfornrntiorz Pmcessir~gcE
Marmgcrizeirt. 32: 667-679.
Salton, G . 1989. Arrtorrzafic Text Processirrg : Tlze
Trrn~sforrrrntior~.Aitalysis, roril Reaievttl of
Irfo,?r~ntiorr by Corripzrler. Addison Wesley
Publishing Company, Canada.
Slamet, S. I.S., FX. Nursalim., C. II. Makaliwe
&
W. C. Wibolvo. 1990. Petlnantar
St~uktur
Data. PT Elex Media Kompu~indo,
Saran
Jakarta.
Faktor yang sangat penting dalam ten~u-kemnbali
informasi adalah ukuran kinerja sistem yaitu waktu
proses dall relevallsi yang diberikan sesuai dengan Stinson, D. R. 1985. An ltrf,url~rctiorr to fhe
kebutuhan.
Secara unium algoritn~e frigrarrr
SIT1 NURHANIFAH. Pencarian Infomiasi dengan Metode Trigraiir (Trigrrriil Method air Scr~rrliiil~
Ii~foneatioi~).Dibinlbing oleh MEUTIIIA RACMMANIAI-I, JULIO ADISANTOSO, dan TlSYO
IIARYONO.
Untuk nielicari suatu informasi yang berbasis teks biasanya dibutuhkan atribut-atribut tertenlu, dalam
ha1 ini judul, nama peneliti, penerbit, dali tahun terbit. Untuk rekord berisi teks seperti judul dokmnc~~,
abstrak atau ri~igkasansuatu dokumen, identifikasi yang digunakan adalah kata kunci atau kata indeks dari
suatu dokumen. Pada saat jumlah kata yang dipunyai seniakin banyak, proses temu kenlbali yarig
dilakukan akan nienlbutulikan waktu yang cukup lama, juga media penyinipanan di komputer. Pada
pelielitiali ilii Ii~vertedfiledigunakan sebagai tempat lnenyimpali sekumpulan dokumen yalig dicirikali
olcli sekunipulan istilah. Sedangkan algoritnie trigranl dipakai sebagai algoritme untuk menieriksa istilali
dalaln qlleiy yang mirip dengan istilah dalam basisdata.
Tugas Akhir ini bertujuan untuk menginiplementasikan Sistem Temu-Kembali (lnformnlion Retrivrrl
Systeiit) dalam bentuk liypertext, yang dikenal sebagai loco1 search eirgiire. Implementasi dilakukan
nielalui pengukuran kinerja recall-precisioir dan kecfektifan algoritnie frigrairl, deligan menggunakan
liilai tl~rcsl~old
yang berbeda-beda untuk mengetahui istilah mana yang dianggap sesuai dengan quoy.
Uji coba dilakukali dengan menggunakan kumpula~iabstrak dari li~~loiiesia~t
Jomtrcrl of Crop Scieiice
yang dite1,bitkan oleh PUSTAKA (Pusat Perpustakaan dan Penyebarall Tcknologi I'ertanian). Sistem ini
berjalan baik pada Windows 95/98 dengan menggunakan ( Persoiml Web Server ) sebagai Web Server.
Keefektifan algoritme trigrai~z ini n~enghasilkan kinerja yang cukup baik pada nilai tIiresIiolrl 0.2.
berdasarkan varian istilah yang terambil. Hasil tugas akhir ilii adalah sebuah local search eilgiile yang
dapat dipergunakau untuk mencari dokulnen berdasarkan qrreiy dari liser.
)\
.'
8
PENCARIAN INFORMASI DENGAN METODE TRIGRAM
SIT1 NURHANIFAH
JURUSAN ILMU KOMPUTER
PAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
'~.
2001
\''
Maka nikmat Tuhan kamu manakah yang kamu dustakan? (QSAR-Rahman, 55 :55)
Saya bartgga dertgan rnarnaltku
Yartg ~neirgajariku,
Bukarr dengarr kata-kafa, fetapi deitgart perbuatan
Yang rirengajariku,
Perut bole11kosang, tetapi fidak deitgan kepala dart ltati
Yarrg ntertgajariku,
Sekecil apapurt suatu kesentpatart,pasli disifuada harapan
Yatrg nrerrgajariku,
Tiada kata terakhir dalam berjuarrg uittuk meinperolelr sesuatu yartg lebilt baik
Karya ilmiah ini Hani perscmbahkan unluk
(ALM) Mamah lercinta dalanr kenarrgarr, Bapak, Teteh, Aa dan sibungsu
)\
.'
8
PENCARIAN INFORMASI DENGAN METODE TRIGRAM
SIT1 NURHANIFAH
JURUSAN ILMU KOMPUTER
PAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
'~.
2001
\''
NNGKASAN
SIT1 NURHANIFAH. Pencarian Infomiasi dengan Metode Trigraiir (Trigrrriil Method air Scr~rrliiil~
Ii~foneatioi~).Dibinlbing oleh MEUTIIIA RACMMANIAI-I, JULIO ADISANTOSO, dan TlSYO
IIARYONO.
Untuk nielicari suatu informasi yang berbasis teks biasanya dibutuhkan atribut-atribut tertenlu, dalam
ha1 ini judul, nama peneliti, penerbit, dali tahun terbit. Untuk rekord berisi teks seperti judul dokmnc~~,
abstrak atau ri~igkasansuatu dokumen, identifikasi yang digunakan adalah kata kunci atau kata indeks dari
suatu dokumen. Pada saat jumlah kata yang dipunyai seniakin banyak, proses temu kenlbali yarig
dilakukan akan nienlbutulikan waktu yang cukup lama, juga media penyinipanan di komputer. Pada
pelielitiali ilii Ii~vertedfiledigunakan sebagai tempat lnenyimpali sekumpulan dokumen yalig dicirikali
olcli sekunipulan istilah. Sedangkan algoritnie trigranl dipakai sebagai algoritme untuk menieriksa istilali
dalaln qlleiy yang mirip dengan istilah dalam basisdata.
Tugas Akhir ini bertujuan untuk menginiplementasikan Sistem Temu-Kembali (lnformnlion Retrivrrl
Systeiit) dalam bentuk liypertext, yang dikenal sebagai loco1 search eirgiire. Implementasi dilakukan
nielalui pengukuran kinerja recall-precisioir dan kecfektifan algoritnie frigrairl, deligan menggunakan
liilai tl~rcsl~old
yang berbeda-beda untuk mengetahui istilah mana yang dianggap sesuai dengan quoy.
Uji coba dilakukali dengan menggunakan kumpula~iabstrak dari li~~loiiesia~t
Jomtrcrl of Crop Scieiice
yang dite1,bitkan oleh PUSTAKA (Pusat Perpustakaan dan Penyebarall Tcknologi I'ertanian). Sistem ini
berjalan baik pada Windows 95/98 dengan menggunakan ( Persoiml Web Server ) sebagai Web Server.
Keefektifan algoritme trigrai~z ini n~enghasilkan kinerja yang cukup baik pada nilai tIiresIiolrl 0.2.
berdasarkan varian istilah yang terambil. Hasil tugas akhir ilii adalah sebuah local search eilgiile yang
dapat dipergunakau untuk mencari dokulnen berdasarkan qrreiy dari liser.
I'ENCARIAN INFORMAS1 DENGAN METODE TRIGRAM
Ka~yaIlmial~
scbagai salah satu syarat unluk me~iipe~.oleli
gela~
Sarjana Ko~iipulcr
Pada Program Studi Ilmu Kompoter
JURUSAN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT I'ERTANIAN BOGOR
BOGOR
2001
Judul
Nama
NRP
:
:
:
Pencarian Infonnasi dengan Metode Trigrarn
Siti Nurhanifah
GO6495028
Menyetujui,
~A
- J\,
,
11. Meuthia Rachmaniah. MSc
Pen~bin~bing
I
Drs. Tisyo Hawono, MLS
Pembimbing 111
Tanggal Lulus :);
2
2m
.I~fi
RIWAYAT HIDUP
Penulis dilahirkan di Garut pada tanggal 8 Deselnber 1975 sebagai anak ketujuh dari sembilan
bersaudara, anak dari pasangan Bapak Enccp Sacf I-lidayat dan (Alm) Ibu Euis Sili Djubaedah.
Pada taliun 1995, panulis lulus dari SMA Negeri 2 Cimahi, Bandung. Pada tahun yang sama,
penulis juga berhasil lulus seleksi masuk IPB melalui jalur Undangan Seleksi Masuk IPB (USMl) dan
diterilna pada Program Studi llmu Komputer di Fakultas Matetnatika dan tlmu Pengetahuan Alam.
PRAKATA
AlI~atnd~rliNaahirrobil'alamitt.
Baoyak karunia yang penulis rasakan sebagai curahan kasili sayang yang Alloh oia~vojalaberikan, dalam
menyelesaikan Kalya llmiah ini yang berjudul "Pencarian Informasi dengan Metode 7'rigronlX maupun
dalam masa-masa pendakian pada perkulialian di Jurusan Ilmu Komputcr IPB. Dan rasa terima kasili yang
dalam ingin penulis saliipaikan kepada :
I.
(Alm) Mamah dalottl kmrotigan, Bapak, keluarga besar di Garut, Bandar Lampung, Bogor, dan
Cimahi atas do'a, nasehat dan kasih sayang.
2.
Ibu Ir. Meutliia Rachmaniah, MSc sebagai pembimbing pertama.
3.
Bapak Ir. Julio Adisantoso, MKom sebagai pembimbing kedua.
4.
Bapak Drs. Tisyo I-laryono, MLS sebagai pembimbing ketiga.
5.
Ibu R. Rusmini sebagai pembimbing tcknis di PUSTAKA
6. Bapak Dr. Ir. Kudang Boro Seminar sebagai pcmbimbing akadcmik scwaktu penulis kuliali.
7. Seluruh staf pengajar di IPB, kliususnya di Jurusan Ilmu Komputer IPB.
8, Ibu dan bapak pegawai tata usalia dan perpustakaan Jurusan Ilmu Komputer dan Jurusan Statistik II'B.
9.
Lutbfi, Dien, Degi, Fani, Widodo, Lida, Rina, Dhanin, lsti (Kom 32), Erwin, Riyadi, Risoa, Fitri dan
Tuti Kla(Kon1 33) sebagai teman-teman Ilkom"' yang telah banyak membantu, mendukung dan
membesarkan hati.
10. Seseorang di Palangkaraya yang sedang nlelaksaoakan tugas, yakin kita tidak bersatu, Okeli?
11. Pak "Lurah", Mas Hamed, Kang Af di Jakarta, dan seseorang di IPTN.
12. Para penghuni Ex Risaga K' Pinie, K' Delia, K' Neuncuk, K' Eci. K' Ani, K' Ticna, K' Indah, Ncng
Titin, Neng Elly, Teh Lia dan Mbak Yami yalig selalu menyayangi, meskipun sudah pisah. Tak lupa
untuk adikku sayang Anne dan Mira di Bandung serld Nitta di Garut 'kotr alivays stltile".
13. Dan seniua yang telah iiiemberikati jalan terang yang memungkinkan penulis nienyusun K a ~ y aIlmiah
ini dengan penuh semangat, tetapi tidak sempat penulis sebutkan satu persatu.
Zajak~rtt~~rllal~i
Kl~oerotiKalsiir.
Bogor, Juni 2001
Sir; N~rrl~unifuh
DAFTAR IS1
DAFTAR GAMBAR ................................................................................
DAFTAR LAMPIRAN ..............................................................................
PENDAHULUAN ....................................................................................
Latar Belakang ..................................................................................
Tujuan ............................................................................................
TINJAUAN
.
PUSTAKA ..............................
.
.
Metode Pencarian ...............................................................................
Iitverted File ......................................................................................
Algoritme n-gram ...............................................................................
Ukuran Kinerja ..................................................................................
Hyperrat Markup Laitguage (HTML) ...................................................
METODOLOGI PENELITIAN ....................... .
.
......................................
Pengambilan Data ..............................................................................
Cara Kerja Algoritme Trigraiil...........
....
.........................................
Penenhlan Nilai Ambang (T/~resholri)
.......................................................
Perangkat lunak dan keras ..................................................................
Algoritme Progran~PencarianQ~reiy
........................................................
Percobaan ........................................................................................
Pengukuran Kinerja Recall- Precisio~t.......................................................
HASIL DAN PEMBAHASAN .....................................................................
Keefektifan Algoritme Trigrain................. .
.
.........................................
Kinerja Sistem berdasarkan Recall-Pvecision ................................................
Kelebil~anSistem................................................................................
Kelemahan Sistem ...............................................................................
KESIMPULAN DAN SARAN ....................................................................
Kesimpulan .....................................................................................
Saran .............................................................................................
DAFTAR PUSTAKA ...............................................................................
LAMPIRAN ..........................................................................................
DAFTAR GAMBAR
1.
2.
3
4.
.
Implenientasi Ir~ver!edFile dellgan menggunakan Sorted Array ........................................
2
..
Grafik Recall-Precrslort .............................................................................................................
3
Diagram Alur Program Algoritme Trigrant ...............................................................................
5
Grafik Perbandingan Recall-Precision pada Tltreshold 0.2 .0.5 ........................
.
.
.......
7
DAPTAR LAMPIRAN
Halamall
1. Tampilan Awal Local Searcll Erlgirze ....................... ......................................................
10
2. Tampilan antar muka sebagai F o ~ misian user .......................................................................
10
3 . Tampilan Hasil Query pada Tlt~eshold0.2 ...................................................................................
10
4 . Hasil Percobaan Keefektifan Algorihne Trigrarrt pada Tl~resl~olri
0.2 ....................................... 11
5. Hasil Percobaan Keefektifan Algorihne Trigram pada T/~reshold0.3 ..........................
.
.
.
..... 11
6. Hasil Percobaan Keefektifan Algorilnle Trigram pada Tlrreshold 0.4 ....................................
12
............ 12
7. Hasil Percobaan Keefektifan Algoritme Trigram pada Tlrresl~old0.5 ...................
.
.
.
.
.
.
PENDAHULUAN
Latar Belakang
Pengembangan sistem informasi elektronik
dimulai pada sekitar 1940. Sistem temu-kembali
informasi (ir$ormation retrieval Syste~n) secara
otomatis pada awalnya dikembangkan untuk
membantu mengatur literatur ilmu pengetahuan
Kantor-kantor,
yang jumlahnya banyak.
pemsahaan dan perpustakaan telah menggunakan
sistem temu-kembali informasi untuk mengakses
buku-buku, koran, majalah, jumal, dan dokumen
lainnya. Sistem ini mengolah dokumen-dokumen
yang terorganisasi dalam record pada berkas Vile)
dan mengelola pemintaan (request) i~~fotmasi,
kemudian mengembalikamya dalam berkas
tertentu sebagai tanggapan terhadap permintaan
tersebut (Frakes & Baeza-Yates, 1992).
Kebutuhan informasi bagi user dan jumlah
dokumen yang banyak menuntut sistem temukembali informasi untuk bekerja secara efisien.
Berdasarkan lokasi sumber data, Local Searclt
Engine
memanfaatkan
internet
sebagai
penghubung sistem temu-kembali informasi yang
ada di dalamnya dengan user.
Salah satu algoritme temu-kembali infomiasi
nntuk membandingkan kesamaan string adalah rrgrants yang membandingkan humf pada kata taopa
memperhatikan bahasa yang digunakan. Semakin
banyak n-gra~ris yang sama muncul pada kedua
string, maka dikatakan semakin mirip. Ada dua
parameter yang dapat dipilih ketika memakai
metode ini, yaitu (I) panjang 11-graets dan (2) spasi
tamballan. Untuk parameter panjang 11-grants,
trigram dan digram memperoleh hasil yang paling
baik dalam pangambilan kata-kata yang niirip pada
setiap kata (Pfeifer el nl., 1996).
Sebena~nyapenelitian mengeiiai sistem temukembali infomasi telah dilakukan oleh Fittiyanti
(1997). Pada kalya ilmiah tersebut implementasi
sistem temu-ken~bali infomlasi bertumt-tumt
meneeunakan
o~cratorboolcan. sistem ~eringkat,
....
dan sumber Gata dalam Bahasa indoiisia,
melakukan
sedangkan pada penelitian ini
implenlentasi sistem temu-kembali ke dalam
bentuk lrypertext dengan menggunakan metode
.,-
...:....-...
Tujuau
Tujuan
penelitian
ini
a~alah
mengimpleme?tasikan
sistem
temll-kembali
untuk mencari suatu dokumen yang
dapat diakses melalui internet dalam bentuk
Itypcrtext dengan menggunakan metode trigram.
TINJAUAN PUSTAKA
Metode Pencarian
Beberapa metode yang dapat diterapkan untuk
pencarian data diantaranya pencarian berumtan
(sequential searchi~tg). Cara kerja metode iiii
adalah melakukan pembacaan data yang akan
dicari dan dibandingkan satu per satu dengan data
pertama sampai data terakhir secara bemmtan,
sehingga data tersebut ditemukan atau tidak
ditemukan. Pada saat data yang dicari telah
ditemukan, maka proses pencarian dapat langsung
dihentikan.
Jika data yang dicari belum
ditemukan maka pencarian tems dilakukan sampai
selumh data dibandingkan.
Dalam kasus
terbumk, untuk vektor dengan N buah elemen
hams dilakukan pencarian sebanyak N kali pula
(Stinson, 1985).
Metode yang kedua adalah pencarian pada
tabel yang sudah diumtkan (sorting table
senrclting), yaitu mencari suatu unsur dari suatu
tabel, setiap unsur dari tabel tersebut mempunyai
seknmpulan nilai yang disebut atribut. Salah satu
dari atribut ini disebut kata kunci atau nama yang
digunakan untuk menentukan unsur tersebut
(Slamet at a1.,1990).
Metode yang terakhir adalah pencarian
bemmtan
berindeks
(indexed
scquerrlirrl
searcltirrg). Data yang akan diproses dalam suatu
tabel sudah diumtkan menumt suatu urutan
tertentu dari key.
Metode ini melakukan
pengindeksan terhadap teks dan dapat digunakan
untuk meningkatkan kecepatan pencarian.
Ukuran indeks biasanya proporsional dengan
ukuran basisdata dan waktu pencarian sublinear
terhadap ukuran teks, contohnya inverter1 jile
(Frakes&Baeza-Yates, 1992).
-
x"vcrtcdl'ile
Inverledjile adalah daftar yang diuiutkan olch
istilah, dimana setiap istilah mempunyai
atau Iebih
dOkumen Yaiig
Ilubungan ke
mengandung istilah. Fungsi irtvertedfilc adalah
untuk ii~emperbaiki efisieusi pencarian dengan
beberapa ukuran jarak yang biasanya diperlukan
untuk bcrkas teks yang besar. Ada dua algoritmc
pencarian untuk irtverte(1 file, yaitu pencarian
istilah dan algoritme possible search. Algoritme
pencarian istilah mengembalikan indeks sebagai
hasil pencariannya, sedaugkan algoritme possible
search mengembalika~i sekumpulan dokumen
sebagai hasil pencariannya. Beberapa struktur
yang dapat diimplementasikan pada irtvertedfile,
misalnya larik yang diurutkan (sorted array), BTree dan tries. Pada metode ini inverted file
diimplementasikan seperti Ga~nbar 1. Kerugian
menggunakan struktur ini adalah rendahnya
efisiensi ketika melakukan pe~neliharaan indeks,
sedangkan keuntungannya adalah kemudahan
dalam penyimpanan dan kecepatannya dalam
pencarian.
Filc Indcks
IslilsL
Junllvl!
Filc I'cu~njuk
Link
Doc.#
Link
File Dokunicn
Ooku1nen2
Jika c adalah banyaknya substring yalig sania
antara ti dan mk, maka ukuran kesamaan antara T
dan M dapat dihitung dengan menggunakan
koefisien dice sebagai berikut :
Jika I = 3, maka algoritme di atas dinamakan
algoritme trigram. Sebagai contoh istilali
COMBINING dalam dokumen dibandingkan
dengan istilah COMBINE dala~nquery, algoritme
di atas dapat diterangkan sebagai berikut :
1. Kata COMBINING terdiri dari 11 substring,
yaitu : $$C, $CO, COM, OMB, MBI, BIN,
INI, NIN, ING, NG$. G$$.
2. Kata COMBINE terdiri atas 9 substring,
yaitu : $$C, $CO, COM, OMB, MBI, BIN,
INE, NE$, E$$.
3. Jumlah substring yang sama G yaitu : $$C,
$CO, COM, OMB, MBI, BIN.
4. Memakai rumus koefisien dice maka
didapatkan nilai koefisien dice 0.60
Jika nilai tersebut merupakan nilai terbesar
dari koefisien dice untuk setiap pasangan istilali
dala~ndokumen dan istilah dalam query, maka
COMBINING adalah istilah dalam dokumen yang
mirip dengan istilah COMBINE dalam qvmy.
Gambar I. lmplementasi irzverted File dengall
~nenggunakanSorted Array
Penemu-kembalian dokumen-dokumen yang
tersimpan untuk menjawab permintaan harus
berdasarkan penentuan ukuran kesamaan antara
query dan iten? yang disimpan dan penga~nbilan
itcal-item yang dapat dibuktikan cukup mirip
dengan query. Padalial dokunien-dokumcn yang
disimpan dan informasi yang diminta dapat tidak
terstruktur dan keputusan penemu-kembaliannya
tergantulig pada teks yang berliubungan.
Algoritme n-gram
Misalkan T adalah sebuah istilah dalam
dokumen dengan panjang n karakter dan disimpan
sebagai larik yang mengandung substring t, dengan
panjang I, untuk i = 1,2,..., n+l - 1 (Angell, 1982
dalam Waliyudin). Misalkan M adalah istilah
dalam q~rerj.\dengan panjang n' karakter dan
disilnpan sebagai larik yang mengandung substring
mk dengan panjang I, untuk k = 1,2,...,n' + I + 1.
Ulturan Kinerja
Untuk mengukur kinerja sistem temu-kembali
informasi dilakukan dcngan melihat perbandingan
banyaknya dokumen yang terambil dari
sekumpulan dokumen pada saat query diterapkan.
Dokumen terambil
merupakan kumpulan
dokumen yang menjadi keluaran sistem, yang
~iierupakan subset dari koleksi dokumcn.
Menurut Salton (1989) recall-precisior~adalah
metode yang digunakan untuk mcngukur
ofektivitas temu-kembali.
Recall merupakan ukuran banyaknya
dokumen-dokumen yang relevan yang terambil
dari kumpulan dokumen pada saat qtrery
diterapkan. RecaN didefinisikan sebagai berikut :
Jurnlah doku~iic~i
rclcvan tcrambil
R=
Ju~iilalikcsclurulian dokumen rclcvan dalam basisdata
Precisiorz ~nerupakan ukuran ketetapan atau
kerelevansian hasil query. Precision menyatakan
perbandingan antara jumlah dokume~i yang
sangat menentukan dalam meniunculkan hasil
query yang relevan. Jika nilai ambang terlalu
besar, nlaka hasil query yang ditampilkan aka11
benar-benar dekat dengan query yang diterapkan
dan ada kemungkinan istilah yang diharapkan tidak
ditampilkan. Jika nilai ambang terlalu kecil, niaka
hasil query yang ditampilkan selain istilah yang
dekat juga akan mencakup istilah-istilali yang jauh
dari query yang diterapkan.
Nilai ambang
dinyatakan dengan selang bilangan nyata antara 0
dan 1 ([O,l])sedangkan [0,0] diberikan untuk istilali
yang tidak mirip atau tidak relevan.
Dalani penelitian ini, penentuan nilai ambang
untuk masing-masing istilali dalam dokumen
menggunakan interval.
Tujuan penggunaan
interval ini adalah untuk mengetahui tingkat recall
dan precision yang optinium. Nilai ambang yang
digunakan berada pada selang [0.2 - 0.51. Dari
keempat nilai ambang ini akan diambil suatu nilai
recall-precision yang kinerjanya optimum.
Perangkat lunak dan Perangkat keras
Pembuatan program pada saat mengembangkan
sistem ini dilakukan dengan menggunakan sisteni
operasi Windows 95. , Perangkat lunak yang
digunakan adalah Persortal Web Server (PWS),
HTML, VB-Scripf untuk program aplikasi ASP,
MS Access 97 untuk basisdata, pen~olahangambar
k
ke
dengan Adobe Photoshop 5.0. ~ n 6 hubuigan
server basisdata dilakukan nielalui ODBC (Operr
Data Base Cortnectivity). Sedangkan perangkat
keras, yang digunakan Personcrl Cosrpurer (PC)
dengan prosesor 486DX, RAM 16 MB dan
kapasitas ltarddisk 540 MB.
Algoritrne Program Pencarian Qrrery
Secara unium algoritnie program pencarian
qtrery dapat digambarkan seperi diagram alur pada
Gambar 3.
Percobaan
Tujuan percobaan ini adalah untuk niengetnhui
kinerja algorime frigrarrt, dengan memasukkan
satu istilab dalam query dan nilai flrresholil yang
berbeda-beda.
Akan dilihat apakah metode
tersebut niemberikan perkiraan istilah yang cukup
baik untuk berbagai variasi qrrery. Junllah query
yang diterapkan sebanyak 20 dengan nilai ambang
berada pada selang [0.2 - 0.51. Lampiran 1 sampai
3 adalah tampilan awal, salah satu contoh query
yang diujicoba seaa hasilnya.
\.
Pengukuran Kinerja Recall-Precisio~~
Pengukuran kinerja recirll dan precisiorr
didasarkan pada tingkat relevansi yang tcrdiri atas
dua macam yaitu : Relevan (R) dan Tidak Relevan
(TR). Sedangkan proses pengukuran kinerjanya
dijelaskan sebagai berikut:
Anggap nilai recall telah diketaliui, yaitu
terdiri dari 0.1 sampai 1.0.
Hasil keluaran program yaitu berupa
dokunien-dokumen yang terambil diliitung
jumlaluya. Nomor urut dokumen-dokunien
menjadi acak sesuai dengan hasil keluaran
program. Kemudian
dicari
dokumendokumen relevan dan dokumen-dokumen
yang tidak rclevan.
Setelah selesai maka nilai precisio~r dapat
diliitung, sesuai dengan rumus perliitungan
precision pada lialaman 3.
.
.
.
Pengukuran kinerja berdasarkan waktu proses
dilakukan pada saat implementasi program temukenibali informasi. Waktu proses dimulai saat
pengguna memasukan query dan berakhir ketika
dokumen-dokumen telah terambil. Waktu proses
diliitung dalam satuan detik. Pada penelitian ini
waktu proses tidak diperhitungkan.
HASIL DAN PEMBAHASAN
Lampiran 4 sanlpai 7 menunjukkan hasil
percobaan keefektifan algorihne frigru~r~
dengan
irlverled file untuk masing-masing nilai fl~resl~olil.
Pada Lampiran ini kolom pertama adalah nomor
query, kolom kedua adalah qtrery, kolom ketiga
adalah jumlah dokumen terambil dan kolom
keempat adalah daftar
varian istilah yang
ditampilkan untuk masing-masing query. Perkiraan
istilah dalam basisdata yang diniunculkan adalah
istilah-istilah yang mempunyai koefisien dice yang
melampaui atau sama dcngan nilai flrreshol~iyatig
telah ditentukan.
Nilai flrresholrl yang telah ditentukan adalah 0.2
sampai 0.5. Pemilihan selang nilai iltreshold itii
karena nilai-nilai fltreshold tersebut merupakali
fomlula yang cocok untuk niendapatkan daftar
perkiiaan istilab yang benar-beuar dekat dengall
yang diinginkan. Tetapi ada kenlungkinan juga
istilah yang diharapkan tidak diniunculkan atau
ditanipilkan. Misal~iyadengan nienerapkan nilai
flrreshold04 atau 0.5. Selain itu pernilillan sclang
1
Query don Tl?resl~old
]
diparsing
Cnri Substring
Dapatkan
Kocfisico-Dicc
f
Istilah sesuai
qtcery
1
Urutkan Hasil
sesuai besarnya Kd
Tampilkan
istilab le~igkap
dcngnn URL
\.
Gambar 3. Diagram Alur Program Algoritme Pigroar
..------"r/
=
.%+#
-,
nilai tersebut dapat memperluas proses pencarian
istilah dalam basisdata. Meskipun hasil q u e ~ yyang
ditampilkan selain istilah yang dekat juga akan
mencakup istilah-istilah yang jauh dari qiroy yang
diterapkan.
Misalnya bila menerapkan nilai
tltreshold 0.2 atau 0.3.
Keefektifan Algoritme Trigran]
Banyaknya
istilah
yang
dimunculkan
tergantung pada banyaknya istilah dalam basisdata
yang mempunyai koefisien dice tinggi, atau dengan
kata lain istilah tersebut dianggap semakin mirip.
Besarnya nilai lltresltol(1 telah ditentukan untuk
bisa memunculkan istilah dengan mengacu pada
satu atau lebih doku~nenyang terambil.
Untuk nilai tltreshold 0.2 istilah dan jumlah
dokumen yang terambil dari basisdata cukup
banyak, berbeda pada saat nilai tltresl~old 0.3
diterapkan untuk q u a y yang sama.
Terjadi
perbedaan jumlah dokumen dan istilah yang
terambil dari basisdata. Yaitu ketika query ke 7
sampai 20 diterapkan kecuali untuk query ke
13,15,16, dan 17 jumlah dokumen dan istilah yang
terambil sama banyak. Penggunaan nilai tltresl~old
0.4 dan 0.5, istilah yang dimunculkan benar-benar
dekat dengan yang diinginkan. Ketika istilah
tersebut mengacu pada dokumen yang memuat
istilah-istilab yang didapatkan, dokumen tersebut
nlempakan dokumen yang relevan yang telah
ditentukan sebelumnya. Pemilihan qtrery yang
digunakan sangat berpengaruli terhadap banyak
sedikitnya istilah yang ditemu-kembalikan.
Besarnya nilai tl~reshold yang digunakan
memberikan pengamh pada nilai rata-rata
precision sehingga menghasilkan nilai yang tinggi.
Seperti yang diuraikan sebelumnya pemilihan nilai
tl~resholdini dianggap sebagai formula yang cocok
dan dapat memperluas proses pencarian, dengan
hasil percobaan yang didapatkan menunjukkan
bahwa dari keempat nilai tltresltold tersebut
menggambarkan penggunaan algoritme trigrartl
mempunyai kinerja yang cukup baik.
Keefektifan didefinisikan sebagai presentase
istilah yang terseleksi dari senlua istilah yang
diperiksa. Berdasarkan jumlah varian istilah yang
terambil maka algoritme wigram dengall inverted
jile memperlihatkan kinerja terbaik pada nilai
fhreshold 0.2. Untuk nilai tltresltold 0.5 juga
memperlihatkan kinerja yang baik karena nilai
rata-rata precisiort yang dillasilkan tinggi, dan
varian yang terambil lebih mendekati istilah yang
dicari.
\.
Secara umum algoritme lrigrarn mempunyai
kinerja yang cukup baik dalam menyeleksi istilah
dalam query dengan istilah dalam basisdata,
sepanjang istilah yang diharapkan terdapat dalam
basisdata.
Kinerja Sistem berdasarkan Recall-Prccisio~l
Kinerja sistem temu-kenlbali
informasi
dianalisis berdasarkan nilai Recall-Precision untuk
setiap pemilihan nilai lhresslrold. Nilai rata-rata
recall-precision
untuk masing-masing nilai
llrresltold dicantumkan pada Tabel 1. Utituk
memperjelas perbedaan nilai precision pada setiap
tingkat recall untuk masing-masing nilai tl~reshold
direpresentasikan dalam Gambar 4.
Grafik pada Gambar 4 secara jelas
menampilkan perbedaan kinerja setiap nilai
tl~reskold. Ada dua buah grafik pada Gambar 4 ini
yang memiliki nilai precisiorl menurun bersan~aan
dengan bertambahnya nilai recall, yaitu grafik
untuk nilai tl~resshold0.2 dan nilai thresl~old0.3.
Hal ini terjadi karena pada saat query-query
diterapkan jumlah dokumen yang terambil dalam
basisdata banyak. Sedangkan untuk grafik pada
nilai ihreshold 0.5 memiliki tingkat persiciort yaug
tinggi dari nilai tl~resltold yang laimya.
Disebabkan pada saat query diterapkan jumlah
dokumen yang terambil dalam basisdata lebih
mendekati istilah yang dicari atau diinginkan.
Meskipun jumlah istilah yang mempunyai nilai
koefisien dice lebih besar atau sama dengan nilai
tltreshold
yang terdapat dalam basisdata
junllahnya sedikit. Masalah lain adalah adanya
istilah yang me'mpunyai dokumen yang sania
dengan istilah lain.
Jumlah dokumen yang ditampilkan pada nilai
~Itreshold0.4 relatif sama dengan nilai tltreshold 0.5,
perbedaannya terjadi pada saat q u e ~ y13 diterapkan.
Pada nilai tltreshold 0.4 jumlah dokumen yang
terambil 3 buah, sedangkan pada nilai ~ltresl~old
0.5
hanya 2 buah dokumen yang terambil.
Dalam berbagai keadaan, kinerja rata-rata yang
umum terjadi adalah keadaan d i i n a tingkat recnll
dan tingkat precision antara 0.5 - 0.6. Oleh karena
itu dapat disimpulkan bahwa dalam penelitian ini
nntuk setiap nilai rl~reshold,tingkat precision tidak
pemah berada dalam selang nilai 0.5 - 0.6. Untuk
nienentukan nilai thresholrl yang men~ilikikinerja
terbaik sangat terganhmg dari isi basisdata, yaitu
sedikit banyaknya data yang aka11 dicari.
Kelebil~arlSisterr~
Sistein dapat bekerja sesuai dengan harapan,
yakni sejauh i~iidapat ditampilkao oleh browser, dan
telah dapat diakses oleli user nielalui intranet.
Penggunaan algorit~ne irigra~ir dapat ~iierilberikan
keuntungan bagi zrser yaitu qtle~yyang dituliskan
atau yang diterapkan tidak rnesti saina dengall yang
dicari.
K c l e n ~ a l ~Sistcrn
a~l
Sistem ini inasih menggunakan PWS yang
bekerja pada Windows 95/98 yang ~nerupakaiisistein
operasi yang tidak didesain kliusus sebagai server,
sehingga belurn mampu menanggung beban berat.
Pernakaian Access sebagai basisdata ternyata tidak
dapat rnenampung data yang banyak. Maka altan
lebili baik untuk basisdatariya inenggunakan SQL
Server.
Tabel I. Nilai rata-rata recall-precision pada nilai rl?r.es/lold 0.2 - 0.5
Recall
Precision pada Threshold
0.2
I
0.3
I
0.4
0
7
.
.
i
0.1
0.2
0.3
0.4
,..~~
0.5
0.6
?--.
0.7
_.
0.8
/
.
--
I
.~
v-..' '.
0.9
1
recall
-
Gambar 4. Grafik Perbandingan Recall-Precision pada Tl~reshold0.2 0.5
'~,
0.5
ICESIMPULAN DAN SARAN
I(esi1npu1a11
Pada
prinsipnya,
penemu-kenibalian
dokumen-dokunlen
yang
tersimpan
untuk
menjawab
pernlintaan
hams
berdasarkan
penentuan ukuran kesamaan antara query dan iterrr
yang disimpan dan pengambilan itenr-iteirr yang
dapat dibuktikan cukup mirip dengan query.
Berdasarkan jumlah varian istilali yang
teranibil, algorit~ne trigram dengan irlverterl file
memberikan kinerja yang baik pada penieriksaan
istilali dalam basisdata. Keefektifan algoritme ini
niernberikan kinerja terbaik pada nilai tlzreshold
0.2 selain itu pada nilai threslrold 0.5 juga
nlemperliliatkan kinerja yang baik karena nilai ratarata precisiort yang dihasilkan tinggi, dan varian
yang tera~nbillebih niendekati istilali yang dicari
nielalui query atau benar-benar dekat de~iganyang
diinginkan. Naniun untuk mengetahui tingkat
recall yang opti~nunitidak dapat disajikan, karena
tingkat precision tidak pernah berada pada selang
nilai 0.5 - O.G.
~ i n g k a tprecisiorr~pada 11asi
penelitian ini berada diatas nilai 0.6.
Fitriyanti, M. 1997. Perigenibangan TemuKenibali
Infol-niasi
dengan
Menginiplenientasikan Operasi Boolean,
Sistem Peringkat, Perbaikan qrre,y dan
Pemanfaatan Tesaurus. Skripsi. Fakultas
Ilmu Komputer, Universitas Indonesia,
Depok.
Frakes, W. B. & R. Raeza-Yates. 1992.
Iifor?nuliort Retrievnl : Data Strricf~tre&
Algoritlrnzs. Prentice IJall, New Jersey.
Pfeifer, U., T. Poerscll & N. F u l ~ r . 1996.
Retrieval 8ffectiveness of Proper Nrrrrte
Seurcl~Melltods. Irfornrntiorz Pmcessir~gcE
Marmgcrizeirt. 32: 667-679.
Salton, G . 1989. Arrtorrzafic Text Processirrg : Tlze
Trrn~sforrrrntior~.Aitalysis, roril Reaievttl of
Irfo,?r~ntiorr by Corripzrler. Addison Wesley
Publishing Company, Canada.
Slamet, S. I.S., FX. Nursalim., C. II. Makaliwe
&
W. C. Wibolvo. 1990. Petlnantar
St~uktur
Data. PT Elex Media Kompu~indo,
Saran
Jakarta.
Faktor yang sangat penting dalam ten~u-kemnbali
informasi adalah ukuran kinerja sistem yaitu waktu
proses dall relevallsi yang diberikan sesuai dengan Stinson, D. R. 1985. An ltrf,url~rctiorr to fhe
kebutuhan.
Secara unium algoritn~e frigrarrr