Otomasi Pembentukan Abstrak Bahasa Indonesia Berdasarkan Keseluruhan Dokumen Menggunakan Term Frequency-Inverse Document Frequency (TF-IDF)

OTOMASI PEMBENTUKAN ABSTRAK BAHASA
INDONESIA BERDASARKAN KESELURUHAN DOKUMEN
MENGGUNAKAN TERM FREQUENCY – INVERSE
DOCUMENT FREQUENCY (TF-IDF)

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana

ARIE PRIMA ANGGARA
10110038

PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA

2016

KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Allah SWT yang Maha pengasih
dan juga Maha penyayang, karena atas rahmat dan hidayah-Nya penulis dapat

menyelesaikan Skripsi yang berjudul “OTOMASI PEMBENTUKAN ABSTRAK
BAHASA INDONESIA BERDASARKAN KESELURUHAN DOKUMEN
MENGGUNAKAN

TERM

FREQUENCY

–

INVERSE

DOCUMENT

FREQUENCY (TF-IDF)”.
Skripsi ini dibuat sebagai salah satu syarat kelulusan program Strata 1
Fakultas Teknik dan Ilmu Komputer, Program Studi Teknik Informatika di
Universitas Komputer Indonesia. Dengan penuh rasa syukur, ucapan terima kasih
yang mendalam serta penghargaan yang setinggi-tingginya penulis sampaikan
kepada :

1. Allah SWT yang senantiasa memberikan kekuatan, kesehatan, dan
kesempatan kepada penulis dalam proses menyelesaikan skripsi ini serta
atas semua rahmat dan hidayah-Nya yang dapat menjadikan semangat
tiada henti.
2. Kedua orang tua yang sangat penulis cintai dan hormati, yang selalu
memberikan semangat, kekuatan moril, dan selalu mendo’akan penulis.
3. Ayah (Alm) tercinta yang penulis banggakan, terimakasih selama ini sudah
banyak membantu dan mendukung serta mendoakan semoga tenang
disana.
4. Ibu Nelly Indriani W, S.Si., M.T selaku pembimbing/Penguji 2 dan Wali
Dosen IF-1 2010 yang selalu memberikan yang terbaik dan selalu
meluangkan waktunya kepada penulis dalam pembuatan tugas akhir ini.
5. Ibu Ednawati Rainarli, S.Si., M.Si. selaku reviewer/Penguji 1 atas saran
dan arahan yang sangat membantu dalam penyempurnaan tugas akhir ini.
6. Seluruh staf dosen Teknik Informatika yang telah memberikan ilmu yang
sangat berarti untuk penulis.
7. Kepada Reza Fahlevi, Mugiana Munggaran, Yusuf Dwikarya, Ari
Tresnawan, Agung Maulana Putra, Muklis Sulaen, Doni Haryanto, Kevin
iii

Ervana, Muhammad Alfi, Iip Saepurahman, Vaskal Nanjung, Yopi
Iswandi, Rhendy Febrian, Taufik Setiadi, Taufik Maulana, Adhy Satria,
Adhi Prasetyo, Ryan Ferdiana, Firdaus Andhika, Toni Sulistianto, Asep
Irawan, dan masih banyak khususnya teman- teman IF-1 2010 terimakasih
atas kebersamaan susah senang yang telah dilalui sehingga sampai pada
penulis untuk dapat menyelesaikan skripsi ini.
8. Kepada teman seperjuangan driver gojek warsop yang telah mendukung
penulis untuk dapat menyelesaikan skripsi ini.
9. Teman-teman satu bimbingan yang selalu kompak dan saling membantu
untuk mencapai kelulusan bersama-sama.
Penulis sangat menyadari bahwa skripsi ini masih banyak kekurangan dan
masih jauh dari kata sempurna. Oleh karena itu, kritik dan saran yang sifatnya
membangun akan penulis terima dengan senang hati. Akhir kata penulis berharap
skripsi ini dapat bermanfaat bagi yang membutuhkan.

Bandung, Februari 2016

Penulis

iv

DAFTAR ISI

ABSTRAK ....................................................................................................... i
ABSTRACT ...................................................................................................... ii
KATA PENGANTAR ..................................................................................... iii
DAFTAR ISI .................................................................................................... v
DAFTAR GAMBAR ....................................................................................... viii
DAFTAR TABEL ............................................................................................ x
DAFTAR SIMBOL.......................................................................................... xii
DAFTAR LAMPIRAN .................................................................................... xv
BAB 1 PENDAHULUAN ............................................................................... 1
1.1

Latar Belakang Masalah ..................................................................... 1

1.2

Rumusan Masalah ............................................................................. 2

1.3

Maksud dan Tujuan ........................................................................... 2

1.3.1

Maksud ............................................................................................... 2

1.3.2

Tujuan ................................................................................................ 2

1.4

Batasan Masalah................................................................................. 2

1.5

Metodologi Penelitian ....................................................................... 3

1.5.1

Metode Pengumpulan Data ................................................................ 4

1.5.2

Metode Pembangunan Perangkat Lunak ............................................ 4

1.6

Sistematika Penulisan ........................................................................ 5

BAB 2 LANDASAN TEORI ........................................................................... 7
2.1

Ringkasan .......................................................................................... 7

2.2

Teks .................................................................................................... 7

2.3

Abstrak ............................................................................................... 8

v

2.4

Tahapan Teks Mining ........................................................................ 9

2.5

Term Frequency – Inverse Document Frequency (TF-IDF) .............. 11

2.7

Model Analisis dan Perancangan ....................................................... 12

2.7.1

Unified Modeling Language (UML) .................................................. 12

2.7.2

Use case Diagram .............................................................................. 13

2.7.3

Activity Diagram ................................................................................ 15

2.7.4

Sequence Diagram ............................................................................. 16

2.7.5

Class Diagram ................................................................................... 17

2.8

Teknik Evaluasi Sistem dan Pengujian ............................................. 19

2.9

Perangkat Lunak pendukung .............................................................. 20

2.9.1

Bahasa Program C# ............................................................................ 20

2.9.2

Microsoft Visual Studio ..................................................................... 21

2.9.3

DevExpress ........................................................................................ 24

BAB 3 ANALISIS DAN KEBUTUHAN ........................................................ 25

3.1

Analisis Masalah ............................................................................... 25

3.2

Analisis Masukan ............................................................................... 25

3.3

Analisis Prepocessing Data ................................................................ 25

3.4

Analisis Penerapan (TF-IDF) ............................................................. 36

3.5

Spesifikasi Kebutuhan Perangkat Lunak ........................................... 42

3.5.1

Analisis Kebutuhan Non Fungsional ...................................................... 42

3.5.1.1 Kebutuhan Perangkat Keras ............................................................... 43
3.5.1.2 Kebutuhan Perangkat Lunak .............................................................. 43
3.6

Pemodelan Sistem .............................................................................. 43

3.6.1

Use Case Diagram .............................................................................. 43

3.6.1.1 Deskripsi Aktor .................................................................................. 45

vi

3.6.2

Skenario Diagram .............................................................................. 46

3.6.3

Activity Diagram................................................................................ 50

3.6.4

Sequence Diagram ............................................................................. 58

3.6.5

Class Diagram .................................................................................... 62

3.7

Perancangan Sistem ........................................................................... 62

3.7.1

Diagram Relasi ................................................................................... 62

3.7.2

Rancangan Antar Muka ..................................................................... 62

3.7.3

Jaringan Semantik .............................................................................. 64

BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM ................................ 65
4.1

Implementasi Sistem .......................................................................... 65

4.1.1

Implementasi Perangkat Keras .......................................................... 65

4.1.2

Implementasi Perangkat Lunak .......................................................... 65

4.1.3

Implementasi Basis Data .................................................................... 66

4.1.4

Implementasi Class ............................................................................ 66

4.1.5

Implementasi Antarmuka ................................................................... 67

4.2

Pengujian Sistem ................................................................................ 68

4.2.1

Pengujian Akurasi .............................................................................. 68

4.2.2

Skenario Pengujian ............................................................................ 68

4.2.3

Kesimpulan Hasil Pengujian .............................................................. 97

BAB 5 KESIMPULAN DAN SARAN ........................................................... 95
5.1

Kesimpulan ....................................................................................... 95

5.2

Saran .................................................................................................. 95

DAFTAR PUSTAKA ...................................................................................... 97

vii

DAFTAR PUSTAKA
[1]

Gary Blake and Robert W. Bly, 1993 . The Elements of Technical Writing,
pg. 117. New York:Macmillan Publishers, ISBN 0020130856

[2]

Taufiq M. Isa 1) dan Taufik Fuadi Abidin 2)., “Mengukur tingkat kesamaan
paragraf menggunakan vector space model untuk mendeteksi plagiarisme”
Seminar Nasiaonal dan ExpoTeknik Elektro, 1) jurusan matematika.
FMIPA, Universitas Syiah Kuala, 2) Jurusan informatika, FMIPA,
Universitas Syiah Kuala, 2013.

[3]

R. S. Pressman, Software Engineering: A Practitioner’s Approach.

[4]

Raymond J. Mooney. CS, 391L: Machine Learning Text Categorization.
University of Texas at Austin, 2006.

[5]

P. P. Widodo dan Heriawati. “Menggunakan Unified Modeling Language
(UML)”. Bandung Informatika, 2011.

[6]

Wahana Komputer, Shortcourse Series: Microsoft Visual C# 2010. Andi,
2011

[7]

Deny Ocr.(2014, Aug.10) Pengenalan DevExpress [online]. Available :
http://www.jagocoding.com/tutorial/600/Pengenalan_DevExpress_Window
s_Form

[8]

Sholechul

Aziz,

Jurus

Andalan

Menguasai

EYD

(Ejaan

yang

Disempurnakan). IV. Jakarta : Kunci Komunikasi, 2015.
[9]

Mohd. Ehmer Khan. “Different Approaches to White Box Testing
Technique for Finding error”, 2011.

[10] Many, I. and Maybury. 1999. Advance in Automatic Text Summarization.
The MIT Press: Cambrige.
[11] Zaman B. dan E Winarko. 2011. Analisis Fitur Kalimat untuk Peringkas

Teks otomatis pada Bahasa Indonesia. Indonesian Journal of Computing
and.

97

BAB 1
PENDAHULUAN

1.1

Latar Belakang Masalah
Abstrak adalah sebuah ringkasan dari keseluruhan dokumen penelitian

agar pembaca tahu maksud dari penelitian tersebut. Abstrak digunakan sebagai
jembatan untuk memahami uraian yang akan disajikan dalam suatu karangan
biasanya laporan atau artikel ilmiah terutama untuk memahami ide-ide
permasalahannya. Dari abstrak, pembaca dapat mengetahui jalan pikiran penulis
laporan/artikel ilmiah tersebut dan mengetahui gambaran umum tulisan secara
lengkap. Untuk itulah pembuat abstrak harus dapat mewakili isi karangan ilmiah
secara keseluruhan, mulai dari latar belakang, analisis/analisa, dan hasil
penelitian/kesimpulan. [1]
Dalam membentuk paragraf abstrak pada sebuah dokumen jurnal dari
setiap sub bab tentunya membutuhkan pencarian kalimat yang singkat dan jelas.
Di

dalam

dunia

akademik,

tulisan

pendek

ini

digunakan

oleh

institusi/lembaga/organisasi pendidikan sebagai informasi awal atas sebuah
penelitian ketika dimasukkan dalam jurnal, konferensi, lokakarya, atau yang
sejenisnya. Pencarian kalimat pada setiap sub bab dalam dokumen jurnal yang
banyak akan menyulitkan penulis laporan/artikel ilmiah dalam membentuk
abstrak dengan keterbatasan pembentukan abstrak harus singkat, bagian harus
seimbang dan menghindari kalimat yang panjang. Pembuatan abstrak dapat
dilakukan secara otomatis dengan memanfaatkan metode Term Frequency –
Inverse Document Frequency (TF-IDF).
Untuk dapat membentuk kalimat abstrak secara otomatis maka akan
diterapkan metode Term Frequency – Inverse Document Frequency (TF-IDF),
karena TF-IDF merupakan pembobotan yang mengukur seberapa penting sebuah
kata dalam dokumen bila dilihat secara global pada seluruh dokumen.[5] Pada
pembuatan abstrak penelitian akan mencari sub judul yang dibutuhkan yaitu pada
bagian pendahuluan atau latar belakang, analisis atau analisa data dan kesimpulan.
Dimana TF-IDF akan mengukur kemiripan antara dua kalimat atau lebih pada
1

2

bagian kalimat yang berada dalam sub judul yang dibutuhkan. Dalam mengukur
sebuah kalimat dari kemiripan setiap sub bab pada sebuah dokumen akan
menggunakan teknik text mining.
Dari permasalahan diatas, maka penelitian ini akan menerapkan metode
Term Frequency – Inverse Document Frequency (TF-IDF) pada pembentukan
sebuah paragraf abstrak secara otomatis.
1.2

Rumusan Masalah
Berdasarkan latar belakang yang sudah dijelaskan diatas, maka rumusan

dalam masalah ini adalah bagaimana membentuk kalimat abstrak secara otomatis
berdasarkan keseluruhan dokumen jurnal penelitian dengan menggunakan
metode Term Frequency – Inverse Document Frequency (TF-IDF) yang nantinya
akan menghasilkan sebuah kalimat abstrak bahasa indonesia.
1.3

Maksud dan Tujuan

1.3.1

Maksud
Maksud dari pada penelitian tugas akhir ini adalah membuat sistem

pembentukan abstrak secara otomatis pada keseluruhan dokumen jurnal penelitian
dengan menggunakan metode Term Frequency – Inverse Document Frequency
(TF-IDF).
1.3.2

Tujuan
Adapun tujuan dari penelitian tugas akhir ini

adalah melakukan

pembuatan kalimat abstrak yang baik secara otomatis untuk melengkapi suatu
tulisan ilmiah dengan singkat dan jelas, sehingga membantu melengkapi
laporan/artikel ilmiah dalam pembentukan kalimat abstrak secara cepat dan
akurat.
1.4

Batasan Masalah
Batasan masalah yang akan diterapkan dalam pembentukan abstrak

berdasarkan keseluruhan dokumen yaitu:
1. Sistem yang dibangun berbasis desktop.

3

2. Dokumen yang digunakan pada penelitian ini adalah dokumen teks yang
berbahasa indonesia berformat Microsoft Word (*.doc).
3. Bahasa dokumen yang digunakan yaitu bahasa indonesia baku.
4. Dokumen yang diuji berupa jurnal dengan format umum untuk jurnal
ilmiah.
5. Pembagian kalimat dan pengambilan teks hanya pada bagian sub bab
Pendahuluan atau Latar Belakang, Analisis atau Analisa Data, dan
Kesimpulan.
1.5

Metodologi Penelitian
Metodologi penelitian yang digunakan adalah metode deskriptif.

Metodologi deskriptif merupakan metode yang bertujuan untuk mendapatkan
gambaran yang jelas mengenai hal-hal yang diperlukan. Metode penelitian
meliputi metode pengumpulan data dan metode pembangunan perangkat lunak.
Pada gambar 1.1 berikut ini merupakan gambaran penelitian yang dilakukan.

Gambar 1.1 Proses Penelitian

4

1.5.1

Metode Pengumpulan Data
Metode pengumpulan data yang akan digunakan adalah Studi literatur

pengumpulan data dengan cara literatur, jurnal, paper, dan bacaan – bacaan yang
berkaitan dengan judul.
1.5.2

Metode Pembangunan Perangkat Lunak
Dalam membangun aplikasi yang akan dikembangkan ini menggunakan

paradigma model prototype, yang meliputi beberapa proses diantaranya :
1. Pengumpulan kebutuhan : pengumpulan data dengan cara mengumpulan
literature, jurnal, paper dan bacaan-bacaan yang ada kaitannya dengan
judul penelitian.
2. Perancangan : perancangan dilakukan cepat dan rancangan mewakili
semua aspek software yang diketahui, dan rancangan ini menjadi dasar
pembuatan prototype.
3. Evaluasi Prototype : pengujian terhadap software yang dibuat dan
digunakan untuk memperjelas kebutuhan software.

Gambar 1. 2 Model Prototype [4]

5

1.6

Sistematika Penulisan
Sistematika penulisan penelitian ini disusun untuk memberikan gambaran

umum tentang penelitian yang dijalankan. Sistematika penulisan dalam penelitian
ini adalah sebagai berikut :
BAB 1 PENDAHULUAN
Bab ini membahas tentang latar belakang masalah, perumusan masalah yang
terjadi, menentukan maksud dan tujuan penelitian, batasan masalah,
metodologi penelitian yang digunakan dan sistematika penulisan.
BAB 2 LANDASAN TEORI
Pada bab ini membahas berbagai konsep dasar dan teori-teori dalam
pembuatan abstrak dan membahas mengenai metode Term Frequency –
Inverse Document Frequency (TF-IDF) serta cara penerapannya.
BAB 3 ANALISIS DAN KEBUTUHAN
Pada bab ini membahas tentang menganalisis masalah dari penelitian serta
pemecahan masalah yang akan dilakukan dan perancangan penggunaan
metode dalam melakukan pembuatan abstrak.
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM
Pada bab ini berisi tentang hasil evaluasi sistem dan pengujian untuk
hasil pembentukan kalimat abstrak secara otomatis yang telah
menggunakan metode Term Frequency – Inverse Document Frequency
(TF-IDF). sehingga dapat ditarik suatu kesimpulan.
BAB 5 KESIMPULAN DAN SARAN
Pada bab ini membahas tentang kesimpulan dan saran yang sudah diperoleh
dari hasil penelitian yang telah dilakukan dan masukan-masukan yang dapat
digunakan untuk perbaikan hasil dari penelitian atau untuk mengembangkan
aplikasi.

6

BAB 2
LANDASAN TEORI
2.1

Ringkasan
Ringkasan adalah suatu cara yang efektif untuk menyajikan suatu karangan

yang panjang dalam bentuk singkat. Oleh karena itu membuat ringkasan atas
sebuah karangan yang panjang dapat diumpamakan sebagai memangkas sebatang
pohon sehingga tinggal batang, cabang-cabang dan ranting-ranting yang
terpenting beserta daun-daun yang diperlukan, sehingga tampak bahwa esensi
pohon masing dipertahankan. Dalam ringkasan keindahan gaya bahasa, ilustrasi,
serta penjelasan-penjelasan

yang terperinci

dihilangkan, sedangkan sari

kerangaknya dibiarkan tanap hiasan. Walaupun bentuknya ringkas, namun tetap
mempertahankan pikiran pengarang dan pendekatan yang asli [11].
Dalam meringkas sebaiknya menggunakan kalimat tunggal daripada kalimat
majemuk. Kalimat majemuk menunjukan bahwa ada dua gagasan atau lebih yang
bersifat paralel. Bila memungkinkan ringkaslah kalimat menjadi frasa, selanjutnya
frasa menjadi kata. Begitu pula rangkaian gagasan yang penjang hendaknya
diganti dengan suatu gagasan sentral saja. Pada umumnya suatu ringkasan
ditentukan panjang ringkasan akhirnya, ada yang meringkas seperdua total kata,
sepertiga total kata, hingga sepersepuluh total kata. Untuk artikel yang memiliki
jumlah kata yang sangat banyak tentu saja hasil ringkasan sepersepuluh menjadi
pilihan yang tepat. Sedangkan untuk artikel yang jumlah katanya tidak terlalu
banyak maka hasil ringkasan sebanyak seperdua total kata menjadi pilihan yang
tepat sehingga hasil ringkasan nantinya masih dapat dibaca dengan struktur hasil
ringkasan yang baik.
2.2

Teks
Teks dapat diartikan kumpulan karakter yang membentuk kata yang disusun

dan memiliki suatu makna. Teks dapat berupa angka, frasa, kalimat, atau
paragraph. Dalam peringkasan teks, teks yang diinginkan dapat berbentuk
paragraf yang terdiri dari susunan kalimat yang memiliki informasi yang nantinya

7

8

akan diproses untuk digali informasinya akan dimanfaatkan untuk menghasilkan
teks yang lebih ringan.

2.3

Abstrak
Abstrak merupakan sebuah ringkasan isi dari sebuah karya tulis ilmiah yang

ditujukan untuk membantu seorang pembaca agar dapat dengan mudah dan cepat
untuk melihat tujuan dari penulisannya. Di dalam dunia akademik, tulisan pendek
ini digunakan oleh institusi/lembaga/organisasi pendidikan sebagai informasi awal
atas sebuah penelitian ketika dimasukkan dalam jurnal, konferensi, lokakarya,
atau yang sejenisnya. Dalam dunia maya (internet), sebuah abstrak digunakan
sebagai gambaran singkat atas sebuah karya tulis ilmiah/penelitian untuk dibaca,
sebagaimana halnya sebuah “display” model pakaian dipajang untuk dilihat atau
diuji pakai sebelum dibeli. Selanjutnya, bagian lengkap sebuah penelitian dijual
kepada mereka yang berminat untuk mendapatkannya.
Untuk membuat abstrak, hal-hal yang perlu diperhatikan adalah sebagai
berikut:
1. Struktur paragraf
Sebuah abstrak ditulis dalam satu paragraf yang menerangkan keseluruhan
isi tulisan secara singkat dan jelas. Penulisannya tidak melakukan
indentasi pada kalimat pertama paragraf. Single space adalah pilihan yang
dimiliki oleh penulis untuk menyusun kalimat dalam paragrafnya. Lebih
dalam, kadang seorang pembimbing Skripsi/Tesis/Disertasi mengatur
hingga pada penggunaan jenis huruf dan ukuran tertentu.
2. Jumlah kata
Idealnya sebuah paragraf terdiri dari 150 sampai dengan 200 kata. Namun,
pertimbangan jumlah kata yang paling tepat dalam penulisan Skripsi,
Tesis, ataupun disertasi biasanya bergantung pada pertimbangan
pandangan

pembimbing

(supervisor)

yang

mendampingi

seorang

mahasiswa dalam penulisannya. Seorang supervisor harusnya tidak
mempertimbangkan jumlah kata sebagai acuan utama penulisan paragraf,
karena bagian utama justru isi (content) paragraf.

9

3. Isi paragraf
Pertama, identifikasi fokus penelitian dijelaskan secara singkat agar
pembaca memahami apa yang diamati oleh seorang peneliti di dalam
penelitiannya. Kedua, penulis perlu menggambarkan secara jelas desain
penelitian yang dilakukan dalam proses pencarian jawaban atau solusi atas
persoalan yang diangkat di dalam penelitiannya. Desain langkah
penyelesaian masalah ini oleh mahasiswa lazim dikenal dengan istilah
Metode Penelitian. Ketiga, selanjutnya penulis akan menjelaskan hasil
temuannya kepada pembaca. Beberapa peneliti menganggap hasil temuan
yang diungkap tidak perlu mengungkap pembahasan yang dilakukan karena
hal itu justru akan membuat pengulangan isi tulisan. Jelas maksudnya
karena bagian pembahasan temuan penelitian juga diurai di dalam bagian
kesimpulan. Keempat, perlunya bagian kesimpulan di dalam sebuah tulisan
juga terlihat di dalam sebuah abstrak yang tetap mendapatkan perhatian
penting sebagai bagian akhir dari paragraf. Pada bagian ini kadangkala
sejumlah peneliti menyisipkan rekomendasi penelitian namun tanpa
pembahasan atau uraian yang panjang. Lebih lanjut, tidaklah lazim sebuah
abstrak diisi oleh nama si penulis serta para pembimbing tulisannya, apalagi
hal itu ditulis dalam huruf cetak tebal

2.4

Tahapan Text Mining
Pada tahap text mining ini terdapat lima langkah yaitu:
a. Case Folding, yaitu mengubah semua teks ke dalam huruf kecil.
b. Filtering, menghapus karakter yang tidak dipakai. Adapun karakter yang
akan dihilangkan yaitu : '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', ',', '"', '-', '/', '{',
'}', '+', '_', '!', '@', '#', '$', '%', '^', '&', '*', '(', ')', '?', '', '[', ']', '|', '~', '`', ';',
':', '=' dan “’s” untuk dokumen berbahasa Inggris akan dihapus kecuali
tanda titik.
c. Tokenizing, yaitu memecah kalimat-kalimat yang ada kedalam kata.

10

d. Synonim Checking, yaitu mengganti kata yang ada yang memiliki arti yang
sama. Penggantian kata yang dilakukan berdasarkan database yang dibuat
oleh penulis.
e. Stopwords, yaitu Pada proses stowords removal ini proses yang dikerjakan
yaitu menghapus kata yang kurang relevan atau kata yang tidak memiliki
arti yang begitu penting dan berkaitan yang ada pada kalimat di dokumen
dengan mencocokan list kata stopword yang pada database yang akan
diuji. Database yang digunakan baik untuk Bahasa Indonesia maupun
maupun Bahasa Inggris diambil dari sebuah situs yg menyediakan
berbagain jenis list stopword untuk berbagai bahasa.
Pada umumnya tahap preprocessing terdapat 5 langkah yaitu Case
Folding, Filtering, Tokenizing, Stemming, dan Stopwords. Ada satu langkah yang
tidak penulis gunakan dalam pembuatan aplikasi peringkasan dokumen esktraktif
ini yaitu proses stemming. Stemming yaitu proses menghilangkan imbuhan dari
sebuah kata dan mengubahnya menjadi kata dasar. Tujuan dari penghilangan
proses Stemming ini yaitu karena penulis memiliki pendapat bahwa dalam sebuah
peringkasan dokumen ekstraktif imbuhan yang terdapat pada sebuah kata
memiliki arti yang berbeda. Adapun contoh kalimat yaitu : “Bapak membuatkan
sebuah rumah untuk istrinya”, “Bapak dibuatkan secangkir kopi oleh ibu”,
“Bapak selalu berbuat baik kepada tetangga”. Kata “buat” pada kalimat pertama
dan kalimat ketiga memiliki arti bapak melakukan sebuah kegiatan tapi pada
kalimat dua kata”buat” memiliki arti bapak mendapatkan sebuah perlakuan.
Apabila proses stemming tetap dilakukan maka tidak akan didapatkan perbedaan
antara satu kata dengan yang lainnya.
Pada tahap filtering penulis menambahkan karakter “ ’s ” yang akan
digunakan untuk menghapus tanda baca bagi dokumen yang menggunakan bahasa
Inggris. Adapun contoh kalimatnya yaitu : “that is President’s car” berubah
menjadi “that is President car”.

11

2.5

Term Frequency – Inverse Document Frequency (TF-IDF)
Metode Term Frequency-Inverse Document Frequency (TF-IDF) adalah

cara pemberian bobot hubungan suatu kata (term) terhadap dokumen. Untuk
dokumen tunggal tiap kalimat dianggap sebagai dokumen. Metode ini
menggabungkan dua konsep untuk perhitungan bobot, yaitu Term Frequency (TF)
merupakan frekuensi kemunculan kata (t) pada kalimat (s). Document frequency
(DF) adalah banyaknya kalimat dimana suatu kata (t) muncul. Frekuensi
kemunculan kata di dalam dokumen yang diberikan menunjukkan seberapa
penting kata itu di dalam dokumen tersebut. [5]
Frekuensi kalimat yang mengandung kata tersebut menunjukkan seberapa
umum kata yang ada pada dokumen uji tersebut. Bobot kata semakin besar jika
sering muncul dalam suatu kalimat dan semakin kecil jika muncul dalam banyak
kalimat. Pada Metode ini pembobotan kata dalam sebuah dokumen dilakukan
dengan mengalikan nilai TF dan IDF. Pembobotan diperoleh berdasarkan jumlah
kemunculan term dalam kalimat (TF) dan jumlah kemunculan term pada seluruh
kalimat dalam dokumen (IDF). Bobot suatu istilah semakin besar jika istilah
tersebut sering muncul dalam suatu dokumen dan semakin kecil jika istilah
tersebut muncul dalam banyak dokumen. Nilai IDF sebuah term dihitung
menggunakan persamaan (1) di bawah ini :

IDF = log(

)

(1)

keterangan :
N = Jumlah keseluruhan kalimat pada dokumen
Df = Jumlah kalimat yang mengandung keyword t

12

Menghitung bobot (W) masing-masing kalimat dengan persamaan (2) di bawah
ini:

Wd.t = TFd.t * IDFt

(2)

dengan :
d

= kalimat ke-d

t

= kata (term) ke-t

TF = Term Frequency
W = bobot kalimat ke-d terhadap kata (term) ke-t
IDF= Inverse Document Frequency
Kemudian baru melakukan proses pengurutan (sorting) nilai kumulatif dari
W untuk setiap kalimat. Tiga kalimat dengan nilai W terbesar dijadikan sebagai
hasil dari ringkasan atau sebagai output dari peringkasan teks otomatis. [5]
2.7

Model Analisis Dan Perancangan
Model analisis dan perancangan yang digunakan untuk membangun aplikasi

ini adalah sebagai berikut:
2.7.1

Unified Modeling Language (UML)
Unified Modeling Language (UML) merupakan bahasa spesifikasi standar

untuk mendokumentasikan, menspesifikasikan, dan membangun sistem perangkat
lunak. UML tidak berdasarkan pada bahasa pemrograman tertentu. Standar
spesifikasi UML dijadikan standar defacto oleh OMG (Object Management
Group) pada tahun 1997. UML yang berorientasikan obyek mempunyai beberapa
notasi standar. Spesifikasi ini menjadi populer dan standar karena sebelum adanya
UML, telah ada berbagai macam spesifikasi yang berbeda. Hal ini menyulitkan
komunikasi antar pengembang perangkat lunak. Untuk itu beberapa pengembang
spesifikasi yang sangat berpengaruh berkumpul untuk membuat standar baru.
UML dirintis oleh Grady Booch, James Rumbaugh pada tahun 1994 dan
kemudian Ivar Jacobson[6].

13

Menurut perintisnya, UML di definisikan sebagai bahasa visual untuk
menjelaskan, memberikan spesifikasi, merancang, membuat model, dan
mendokumentasikan aspek-aspek dari sebuah sistem. Karena tergolong bahasa
visual, UML lebih mendepankan penggunaan diagram untuk menggambarkan
aspek dari sistem yang sedang dimodelkan. Memahami UML itu sebagai bahasa
visual itu penting, karena penekanan tersebut membedakannya dengan bahasa
pemrograman yang lebih dekat ke mesin. Bahasa visual lebih dekat ke mental
model pikiran kita, sehingga pemodelan menggunakan bahasa visual bisa lebih
mudah dan lebih cepat dipahami dibandingkan apabila dituliskan dalam sebuah
bahasa pemrograman.
Seperti yang telah dipaparkan di atas, UML yang merupakan turunan dan
beberapa metode mempunyai kumpulan diagram grafts sebagai kombinasi dari
konsep pemodelan data (Entity Relationship Diagram), pemodelan bisnis (work
flow), pemodelan obyek, dan pemodelan komponen. Diagram grafts tersebut
merupakan tampiian dari beberapa level abstraksi yang dapat digunakan secara
bersama oleh semua proses pada seluruh lifecycle pengembangan perangkat lunak
serta pada implementasi kebeberapa teknologi yang berbeda. UML memiliki
berbagai jenis diagram, diantarnya adalah:
2.7.2

Use case Diagram
Use case diagram berisi mengenai interaksi antara sekelompok proses

dengan sekelompok actor, menggambarkan fungsionalitas dari sebuah sistem
yang dibangun dan bagaimana sistem berinteraksi dengan dunia luar[6]. Use case
diagram dapat digunakan selama proses analisis untuk menangkap kebutuhan
sistem dan untuk memahami bagaimana sistem seharusnya bekerja.
Use Case diagram terdiri dari beberapa elemen pemodelan utama, yaitu
Actor, Use Case, Association, Dependency, dan Generalization.
a.

Actor
Pada dasarnya actor bukanlah bagian dari use case diagram, namun untuk

dapat terciptanya suatu use case diagram diperlukan beberapa actor. Actor
tersebut mempresentasikan seseorang atau sesuatu (seperti perangkat, sistem lain)
yang berinteraksi dengan sistem. Actor hanya berinteraksi dengan use case, tetapi

14

tidak memiliki kontrol atas use case. Actor digambarkan dengan stick man. Pada
gambar 2.1 menunjukan Simbol Actor pada Use Case Diagram.

Gambar 2.1 Simbol Actor pada Use Case diagram

b.

Use Case
Use case adalah gambaran fungsionalitas dari suatu sistem, sehingga

customer atau pengguna sistem paham dan mengerti mengenai kegunaan sistem
yang akan dibangun. Pada gambar 2.2 merupakan Simbol Use Case pada Use
Case Diagram.

Gambar 2.2. Simbol Use Case
c.

Association
Associaton

menghubungkan

link

antar

element,

dan

bukan

menggambarkan aliran data / informasi pada sistem. Association digunakan untuk
menggambarkan bagaimana actor terlibat dalam use case. Ada 4 jenis relasi yang
bisa timbul pada use case diagram, yaitu Association antara actor dan use
case, Association antara use case, Generalization/Inheritance antara use
case, Generalization/Inheritance antara actors.
d.

Dependency

15

Dependency adalah sebuah element bergantung dalam beberapa cara ke
element lainnya.
e.

Generalization
Generalization disebut juga inheritance (pewarisan), sebuah elemen dapat

merupakan spesialisasi dari elemen lainnya.
2.7.3

Activity Diagram
Activity diagram menggambarkan berbagai alir aktifitas dalam sistem yang

sedang diarancang, bagaimana masing-masing alir berawal, decision yang
mungkin terjadi, dan bagaimana mereka berakhir[6]. Activity diagram juga dapat
menggambarkan proses paralel yang mungkin terjadi pada beberapa eksekusi.
Activity diagram merupakan state diagram khusus, di mana sebagian besar
state adalah Action dan sebagian besar transisi di-trigger oleh selesainya state
sebelumnya (internal processing). Oleh karena itu activity diagram tidak
menggambarkan behavior internal sebuah sistem.
Terdapat berbagai simbol di dalam Activity Diagram, akan dijelaskan pada
tabel 2.1
Tabel 2.1 Simbol Activity Diagram

Simbol

Nama

Keterangan
Memperlihatkan bagaimana masing-

Actifity

masing

kelas

antarmuka

saling

berinteraksi satu sama lain
Action

Initial Node

State dari sistem yang mencerminkan
eksekusi dari suatu aksi
Bagaimana

Fork Node

dibentuk

atau

objek

dibentuk

dan

diawali.

Actifity Final Bagaimana
Node

objek

dihancurkan
Satu aliran yang pada tahap tertentu
berubah menjadi beberapa aliran

16

2.7.4

Sequence Diagram
Sequence diagram menggambarkan interaksi antar objek di dalam dan di

sekitar (termasuk pengguna, display, dan sebagainya) berupa message yang
disusun dalam suatu urutan waktu[6].
Secara khusus, diagram ini berasosiasi dengan use case. Sequence diagram
menggambarkan behavior internal sebuah sistem. Dan lebih menekankan pada
penyampaian message dengan parameter waktu.
Pada Tabel 2.2 menjelaskan tentang simbol yang terdapat pada Sequence
Diagram.
Tabel 2.2 Simbol Sequence Diagram
Simbol

Nama

Keterangan
Orang, proses, atau sistem lain yang
berinteraksi dengan sistem informasi

Actor

dan mendapat manfaat dari sistem
dengan mengirimkan atau menerima
pesan.

LifeLine

Objek entity, antarmuka yang saling
berinteraksi.
Spesifikasi dari komunikasi antar

Message

objek

yang

informasi

memuat

tentang

informasi-

aktifitas

yang

terjadi
Spesifikasi dari komunikasi antar
Message

objek

yang

informasi

memuat

tentang

informasi-

aktifitas

yang

terjadi
2.7.5

Class Diagram
Class Diagram adalah diagram yang menunjukan class-class yang ada dari

sebuah sistem dan hubungannya secara logika dan menggambarkan struktur statis

17

dari sebuah sistem[6]. Class diagram digunakan untuk menampilkan beberapa
kelas serta paket-paket yang ada dalam sistem/perangkat lunak yang sedang kita
gunakan.
Class diagram memberi kita gambaran (diagram statis) tentang
sistem/perangkat lunak dan relas-relasi yang ada didalamnya. Sebuah class
digambarkan seperti sebuah bujur sangkar dengan tiga bagian ruangan yaitu
bagian atas adalah bagian nama dari class, bagian tengah mendefinisikan property
/ atribut class, bagian akhir mendefinisikan method-method dari sebuah class.
Class sebaiknya diberi nama menggunakan kata benda sesuai dengan domain /
bagian / kelompoknya. Tabel 2.3 menjelaskan tentang symbol relationship pada
class diagram:

Tabel 2.3 Symbol Relationship Class Diagram
Nama

Simbol

Keterangan
Merupakan

sebuah

relationship

paling

umum yang menghubungkan antara 2 class.
Asosiasi /
Association

Garis ini bisa melambangkan tipe-tipe
relationship dan juga dapat menampilkan
hukum-hukum multiplisitas pada sebuah
relationship.(Contoh: One-to-one, one-tomany, many-to-many).

Asosiasi berarah /
Directed
Association

Generalisasi

Kebergantungan /
Dependency

Relasi antar kelas dengan makna kelas yang
satu digunakan oleh kelas yang lain,
asosiasi biasanya juga disertai dengan
multiplisitas
Relasi

antar

kelas

dengan

makna

generalisasi – spesialisasi (umum khusus)
Umumnya

penggunaan

dependency

digunakan untuk menunjukkan operasi pada
suatu class yang menggunakan class yang

18

lain.
Agregasi /

Relasi antar kelas dengan makna semua –

Agregation

bagian (whole part)

2.8

Teknik Evaluasi Sistem dan Pengujian
Adapun Teknik yang digunakan untuk mengevaluasi hasil suatu

ringkasan teks merupakan topik yang cukup suilit, baik evaluasi terhadap
ringkasan yang dihasilkan dari mesin peringkas otomatis ataupun ringkasan yang
dihasilkan secara manual yang dibuat manusia, dikarenakan tidak terdapat
definisi ringkasan ideal. Menurut Zaman B. dan E Winarko [12] metode untuk
melakukan evaluasi terhadap hasil dari ringkasan secara umum dibagi 2, yaitu:
1.

Ekstrinsik
Metode

evaluasi

ekstrinsik

adalah

menghitung

efektivitas

dan

akseptabilitas dari hasil ringkasan untuk tugas-tugas tertentu, misalnya
assessment terhadap hasil ringkasan.
2.

Intrinsik
Metode evaluasi intrinsik adalah evaluasi yang dilakukan oleh sistem

peringkas itu sendiri, misalnya menggunakan F-Measures. Evaluasi ini
difokuskan pada tingkat koheren dan informatif dari hasil ringkasan.
Dalam penelitian ini, metode evaluasi yang digunakan adalah metode
intrinsik penghitungan F-Measure berdasarkan perhitungan Precision dan Recall
yang menurut Zaman B. dan E Winarko [12] merupakan standar evaluasi dalam
penghitungan information retrieval. evaluasi perhitungan information retrieval
dengan menggunakan Precision dan Recall juga dapat digunakan dalam
evaluasi perhitungan peringkas teks otomatis.

(4)

(5)

19

Kombinasi antara nilai recall dan precision menghasilkan nilai f-measure.

(6)

Dalam metode intrinsik, precision dan recall digunakan untuk mengukur
kualitas ringkasan otomatis dengan cara membandingkan ringkasan otomatis
dengan ringkasan manual (buatan manusia). Kemudian hasil akhir akan didapatkan
dengan cara penggabungan nilai recall (4) dan precision (5) yang disebut dengan
nilai F-measures (5). Masalah dalam metode ini adalah dalam menentukan
kalimat relevan karena pasti terdapat perbedaan pendapat antar subyek pembuat
ringkasan dalam memilih kalimat. Misal subyek A menganggap kalimat x sebagai
kalimat utama tetapi bisa saja subyek B berpendapat sebaliknya bahwa kalimat x
kurang begitu penting. Untuk mengatasi hal ini digunakan beberapa metode
seperti suara terbanyak (majority opinion), gabungan (union), atau irisan
(intersection)[12].

2.9

Perangkat Lunak Pendukung
Pada pembangunan aplikasi pencarian paragraf kata atau kalimat pada

dokumen menggunakan Term Frequency-Inverse Document Frequency (TF-IDF)
dibutuhkan perangkat lunak pendukung, diantaranya adalah:
2.9.1

Bahasa Program C#
Sebuah

bahasa

pemrograman

yang

berorientasi

objek

yang

dikempbangkan oleh Microsoft sebagai bagian dari inisiatif kerangka .NET
Framework. Bahasa pemrograman ini dibuat berbasiskan bahasa C++ yang telah
dipengaruhi oleh aspek-aspek ataupun fitur bahasa yang terdapat pada bahasabahasa pemrograman lainnya seperti Java, Delphi, Visual Basic dll dengan
beberapa

penyederhanaan.

Menurut

standar

ECMA-334

C#

Language

Specification, nama C# terdiri atas sebuah huruf latin C (U+0043) yang diikuti
oleh tanda pagar yang menandakan angka #(U+0023). Tanda pagar yang

20

digunakan pada C# tidak sama dengan tanda kres yang ada dalam seni musik
#(U+266F). Tanda pagar # (U+0023) tersebut digunakan karena karakter kres
dalam seni musik tidak terdapat didalam keyboard standar.
C# kadang-kadang dapat disebutkan sebagai bahasa pemrograman yang
paling mencerminkan dasar dari CLR dimana semua program-program .NET
berjalan, dan bahasa ini sangat bergantung pada kerangka tersebut sebab ia secara
spesifik di desain untuk mengambil manfaat dari fitur-fitur yang tersedia pada
CLR. [7]
2.9.2

Microsoft Visual Studio
Microsoft visual stuido merupakan sebuah perangkat lunak lengkap (suite)

yang dapat digunakan untuk melakukan pengembangan aplikasi, baik itu aplikasi
bisnis, aplikasi personal ataupun komponen aplikiasnya yang masuk ke dalam
bentuk aplikasi console, Windows dan Web. Visual studio mencakup kompiler,
SDK, Integrated Development Environment (IDE) dan dokumentsi (umumnya
berupa MSDN Library). Kompiler yang dimasukan ke dalam paket visual studio
antara lain Visual C++, Visual C#, Visual Basic, Visual Basic .NET, Visual
InterDev, Visual J++, Visual J#, Visual FoxPro dan Visual SourceSafe.
Microsoft visual studio dapat digunakan untuk mengembangkan aplikasi
dalam native code (dalam bentuk bahasa mesin yang berjalan diatas Windows)
ataupun managed code (dalam bentuk Microsoft Intermediate Language diatas
.NET Framework). Selain itu, visual studio juga dapat digunakan untuk
mengembangkan aplikasi Silverlight, aplikasi Windows Mobile (yang berjalan
diatas .NET Compact Framework). Berikut adalah tampilan halaman awal dari
Microsoft Visual Studio yang dapat dilihat pada Gambar 2.3

21

Gambar 2.3 Halaman Utama Microsoft Visual Studio
Halaman awal tersebut merupakan tampilan utama untuk membuat suatu
project baru, mmembuka project yang akan dilanjutkan pengerjaannya dan untuk
membaca tutorial tentang bagaimana penggunaan aplikasi, cara untuk membuat
aplikasi, produk terupdate yang dibuat oleh Microsoft Visual Studio dan
pembelajaran coding.

Gambar 2.4 Tampilan Over View Microsoft Visual Studio

22

Pada Gambar 2.4 tampilan over view yang memperlihatkan tampilan
antarmuka dari Microsof Visual Studio saat akan membuat seuah project, berikut
adalah penjelasan sederhana tentang detail dari tampilan over view Microsoft
Visual Studio :
1. File Menu dan Toolbars Menu
Pada Gambar 2.4 nomor 1 dapat dilihat bagian ini terdiri dari
fungsi-fungsi untuk melakukan aksi save, new project, add class,
mendebug/execute program, search dan membuka project lain yang
disimpan pada sistem directory.
2. Toolbox Bar
Pada toolbox bar terdapat semua object yang dibutuhkan oleh
pengguna yang tinggal dilakukan dengan proses drag and drop.
3. Layout View
Layout view yaitu sebuah tempat atau wadah yang akan
menampung object-object dari toolbox bar.
4. Solutions Explorer Bar
Pada solution explorer bar terdapat program yang akan dibuat
pengguna dan pada solution explorer juga bisa digunakan untuk
menambahkan library-library.
5. Properties Bar
Properties bar yaitu detail dari toolbox bar yang digunakan untuk
mengedit object dari mulai penamaan object hingga warna object yang
dipakai.
6. Error List Bar
Pada error list bar terdapat pemberitahuan jika ada source code
pengguna yang mengalami kesalahan.

23

2.9.3

DevExpress
DevExpress adalah supplier terkemuka kontrol ASP.Net yang addins

digunakan dalam situs ASP.NET dan digunakan untuk menambah fitur,
meringankan tugas dan menghemat waktu pemakai dalam membuat suatu
program.
DevExpress menawarkan pula seperangkat komponen presentasi dan
pelaporan serta menambahkan beberapa fungsi, karena itulah setiap situs web
yang menggunakan ASP.Net banyak menggunakan aplikasi ini karena
kemudahannya untuk memperindah tampilan tanpa memasukkan coding yang
sangat banyak. [8]

24

BAB 5
KESIMPULAN DAN SARAN

5.1

Kesimpulan
Berdasarkan hasil yang didapatkan dalam penelitian dan penyusunan

skripsi ini maka dapat disimpulkan bahwa pembentukan kalimat abstrak secara
otomatis menggunakan metode Term Frequency – Inverse Document Frequency
(TF-IDF) mampu membentuk paragraf abstrak pada sebuah dokumen jurnal
secara otomatis. Kesimpulan yang diperoleh dari hasil uji menyatakan bahwa
hasil pembentukan abstrak secara manual dengan sistem menghasilkan persentase
kalimat yang sama tidak terlalu jauh. Dimana jarak antara hasil manual dengan
sistem rata-rata hanya berbeda 2 sampai 4 kalimat saja. Akurasi dengan persentase
100% didapat oleh jurnal ke 7 dan 9 sedangkan akurasi dengan pesentase terendah
60% didapat oleh jurnal ke 1.
5.2

Saran
Berdasarkan hasil

dari

penelitian

yang telah dilakukan,

sistem

pembentukan Abstrak masih perlu dikembangkan lagi untuk meningkatkan
keakuratan dari sistem pembentukan abstrak ini. Penyempurnaan aplikasi masih
harus dilakukan, saat ini dokumen yang digunakan hanya dalam format DOC.

95

96

BIODATA PENULIS (RIWAYAT HIDUP)

DATA PRIBADI
Nama

Arie Prima Anggara

Jenis Kelamin

Laki-laki

Golongan Darah

A

Tempat & Tanggal Lahir

Bandung 02 Mei 1993

Alamat

Jl. Galunggung dlm 3 No.38 RT 01 / RW 03
Kecematan Lengkong Kelurahan Lingkar
Selatan, Bandung.

No. Telp

088214903833

Email

arieprimaa@gmail.com

PENDIDIKAN FORMAL
1998 - 2004

SD Negeri Babakan Priangan II Bandung

2004 - 2007

SMP Pasundan 1 Bandung

2007 – 2010

SMA Pasundan 1 Bandung
Program Studi Teknik Informatika

2010 - 2015

Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia
Bandung

PENGALAMAN ORGANISASI
2011 - 2015

Anggota UKM Sadaya Unikom Bandung

2012 - 2014

Ketua Komunitas Gooners Unikom Bandung

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)
Edisi.. Volume.. Bulan 20.. ISSN :2089-9033

OTOMASI PEMBENTUKAN ABSTRAK BAHASA INDONESIA
BERDASARKAN KESELURUHAN DOKUMEN MENGGUNAKAN
TERM FREQUENCY – INVERSE DOCUMENT FREQUENCY (TF-IDF)
Arie Prima Anggara1
1

Teknik Informatika – Universitas Komputer Indonesia
Jl. Dipatiukur 112-114 Bandung
Email : arieprimaa@gmail.com

ABSTRAK

Abstrak adalah sebuah ringkasan dari
keseluruhan dokumen penelitian agar pembaca tahu
maksud dari penelitian tersebut. Dari abstrak,
pembaca dapat mengetahui jalan pikiran penulis
laporan/artikel ilmiah tersebut dan mengetahui
gambaran umum tulisan secara lengkap. Dalam
membentuk paragraf abstrak pada sebuah dokumen
jurnal dari setiap sub bab tentunya membutuhkan
pencarian kalimat yang singkat dan jelas. Pencarian
kalimat pada setiap sub bab dalam dokumen jurnal
yang banyak akan membantu penulis laporan/artikel
ilmiah dalam membentuk abstrak dengan
keterbatasan pembentukan abstrak harus singkat,
bagian harus seimbang dan menghindari kalimat
yang panjang.
Dalam penelitian ini dibangun sistem
pembentukan abstrak secara otomatis dengan
menerapkan metode Term Frequency – Inverse
Document Frequency. Metode Term Frequency –
Inverse Document Frequency (TF-IDF) akan
mencari kalimat pada sub judul pendahuluan,
analisis, dan kesimpulan sehingga akan terbentuklah
kalimat
abstrak
secara
otomatis
dengan
mengutamakan isi kalimat yang berada pada sub
judul tersebut. Analisis sistem pembentukan abstrak
otomatis yang dibangun memiliki 3 tahapan yaitu
input jurnal, praproses, pembentukan abstrak. Input
jurnal yang dipilih berupa jurnal berformat doc.
Praproses yang dilakukan dalam tahap ini adalah
pemecahan kalimat, case folding, filtering,
tokenizing, synonim checking, dan stopword. Tahap
selajutnya melakukan perhitungan menggunakan tfidf dan tahap terakhir menentukan hasil abstrak
dengan metode cosine similarity.
Berdasarkan hasil pengujian, maka dilakukan
tahap pengujian terhadap sistem dan secara manual.
Maka diperoleh jarak antara hasil manual dengan
sistem rata-rata hanya berbeda 2 sampai 4 kalimat
saja. Akurasi dengan persentase 100% didapat oleh
jurnal ke 7 dan 9 sedangkan akurasi dengan
pesentase terendah 60% didapat oleh jurnal ke 1.

Kata Kunci: Term Frequency – Inverse Document
Frequency
(TF-IDF),
Kecerdasan
Buatan,
Pembentukan Abstrak Otomatis.
1. PENDAHULUAN
Abstrak adalah sebuah ringkasan dari
keseluruhan dokumen penelitian agar pembaca tahu
maksud dari penelitian tersebut. Abstrak digunakan
sebagai jembatan untuk memahami uraian yang akan
disajikan dalam suatu karangan biasanya laporan
atau artikel ilmiah terutama untuk memahami ideide permasalahannya. Dari abstrak, pembaca dapat
mengetahui jalan pikiran penulis laporan/artikel
ilmiah tersebut dan mengetahui gambaran umum
tulisan secara lengkap. Untuk itulah pembuat abstrak
harus dapat mewakili isi karangan ilmiah secara
keseluruhan,
mulai
dari
latar
belakang,
analisis/analisa, dan hasil penelitian/kesimpulan. [1]
Dalam membentuk paragraf abstrak pada
sebuah dokumen jurnal dari setiap sub bab tentunya
membutuhkan pencarian kalimat yang singkat dan
jelas. Di dalam dunia akademik, tulisan pendek ini
digunakan
oleh
institusi/lembaga/organisasi
pendidikan sebagai informasi awal atas sebuah
penelitian ketika dimasukkan dalam jurnal,
konferensi, lokakarya, atau yang sejenisnya.
Pencarian kalimat pada setiap sub bab dalam
dokumen jurnal yang banyak akan menyulitkan
penulis laporan/artikel ilmiah dalam membentuk
abstrak dengan keterbatasan pembentukan abstrak
harus singkat, bagian harus seimbang dan
menghindari kalimat yang panjang. Pembuatan
abstrak dapat dilakukan secara otomatis dengan
memanfaatkan metode Term Frequency – Inverse
Document Frequency (TF-IDF).
Untuk dapat membentuk kalimat abstrak
secara otomatis maka akan diterapkan metode Term
Frequency – Inverse Document Frequency (TFIDF), karena TF-IDF merupakan pembobotan yang
mengukur seberapa penting sebuah kata dalam
dokumen bila dilihat secara global pada seluruh
dokumen.[5] Pada pembuatan abstrak penelitian
akan mencari sub judul yang dibutuhkan yaitu pada
bagian pendahuluan atau latar belakang, analisis atau
analisa data dan kesimpulan. Dimana TF-IDF akan

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)
Edisi.. Volume.. Bulan 20.. ISSN :2089-9033
mengukur kemiripan antara dua kalimat atau lebih
pada bagian kalimat yang berada dalam sub judul
yang dibutuhkan. Dalam mengukur sebuah kalimat
dari kemiripan setiap sub bab pada sebuah dokumen
akan menggunakan teknik text mining.
Dari permasalahan diatas, maka penelitian
ini akan menerapkan metode Term Frequency –
Inverse Document Frequency (TF-IDF) pada
pembentukan sebuah paragraf abstrak secara
otomatis.
1.1 Maksud dan Tujuan
Maksud dari pada penelitian tugas akhir ini
adalah membuat sistem pembentukan abstrak secara
otomatis pada keseluruhan dokumen jurnal
penelitian dengan menggunakan metode Term
Frequency – Inverse Document Frequency (TFIDF). Adapun tujuan dari penelitian tugas akhir ini
adalah melakukan pembuatan kalimat abstrak yang
baik secara otomatis untuk melengkapi suatu tulisan
ilmiah dengan singkat dan jelas, sehingga membantu
melengkapi
laporan/artikel
ilmiah
dalam
pembentukan kalimat abstrak secara cepat dan
akurat.

1.3 Abstrak
Abstrak merupakan sebuah ringkasan isi
dari sebuah karya tulis ilmiah yang ditujukan untuk
membantu seorang pembaca agar dapat dengan
mudah dan cepat untuk melihat tujuan dari
penulisannya. Di dalam dunia akademik, tulisan
pendek
ini
digunakan
oleh
institusi/lembaga/organisasi pendidikan sebagai
informasi awal atas sebuah penelitian ketika
dimasukkan dalam jur