Input berita catat akses berita
akses berita konversi berita
simpan sparse matrix vector multiplication
proximity processing
pengurutan skor bayesian framework for user interest
Gambar 3.16 Diagram aktivitas yang menggambarkan kerja sistem
3.12. Diagram Komponen
Diagram komponen yang menggambarkan tentang komponen – komponen penyusun
sehingga rekomendasi berita bisa dilihat oleh pembaca berita. Sistem rekomendasi dalam proses implementasi akan terbagi dalam dua package, yaitu :
1. Package client Untuk package client hanya memiliki komponen browser, yang digunakan oleh
client untuk mengakses portal berita yang memiliki sistem rekomendasi penelitian
ini. 2. Package server
Untuk package server memiliki 4 komponen, komponen yang pertama sekali akan dieksekusi adalah komponen PHP, yang selanjutnya membutuhkan
Universitas sumatera utara
WordPress untuk portal berita dan mysql untuk datanya. WordPress untuk bisa memberikan rekomendasi membutuhkan komponen sistem rekomendasi.
PHP
Mysql
Server
WordPress
Sistem Rekomendasi
Client
browser client
Gambar 3.17
Diagram komponen
3.13. Diagram Deployment
Diagram development untuk menunjukkan konfigurasi sistem rekomendasi pada WordPress sehingga bisa siap dipakai oleh pembaca berita dan admin. Untuk
melakukan eksekusi, membutuhkan server yang selanjutnya membutuhkan PHP dan MySQL. Dalam PHP ada dua komponen yaitu WordPress dan Plugin Sistem
Rekomendasi. Untuk MySQL memiliki dua komponen database WordPress dan database
sistem rekomendasi.
Server PHP
Components
WordPress Plugin Sistem Rekomendasi
MySQL Components
Database wordpress Database sistem rekomendasi
Gambar 3.18
Diagram deployment
Universitas sumatera utara
3.14. Perancangan Database
Tabel di database yang yang dibuat khusus penelitian ini yaitu : 1. dsr_milik,
dsr_milik_prefiks, dsr_prefiks1,
dsr_prefiks2, dsr_sufiks,
dsr_partikel_prefiks, dsr_prefiks1_sufiks, dsr_prefiks2_sufiks dan dsr_partikel yang merupakan tabel untuk kebutuhan proses stemming.
2. doc_frequency, akan digunakan untuk menyimpan hasil transformasi setiap judul berita dan membentuk tabel Tf seperti yang telah ditunjukkan pada tabel 3.8 yang
lengkap dengan posisi untuk setiap term. 3. anonymous, digunakan untuk menyimpan informasi pembaca berita yang berupa
lokasi, tujuan disimpannya informasi tersebut untuk menambahkan pengetahuan pemilik portal berita tentang dari lokasi mana saja pembaca berita tersebut.
4. post_access, digunakan untuk mencatat akses berita yang dilakukan oleh pengguna anonim. Yang dicatat berupa identatas berita dan waktu pengaksesan.
5. pnr_setting, digunakan untuk menyimpan pengaturan sistem rekomendasi, nilai pengaturan yang disimpan adalah pengaturan berita yang diambil.
Tabel di database yang sudah disediakan oleh WordPress dan digunakan dalam penelitian ini yaitu :
1. posts, yang merupakan tabel berita yang telah dibuat oleh WordPress
2. term_relationship, term_taxonomy
dan term
merupakan tabel
untuk menghubungkan berita terhadap kategori masing
– masing berita.
dsr_milik
PK id
name dsr_milik_prefiks
PK id
name
dsr_partikel
PK id
name dsr_partikel_prefiks
PK id
name dsr_prefiks1
PK id
name
dsr_prefiks1_sufiks
PK id
name dsr_prefiks2
PK id
name
dsr_prefiks2_sufiks
PK id
name dsr_sufiks
PK id
name
Tabel untuk mendukung proses stemming
Gambar 3.19
Perancangan database untuk sistem rekomendasi
Universitas sumatera utara
Tabel yang dibuat untuk Sistem Rekomendasi Tabel yang telah dibuat oleh wordpress
pnr_setting
PK id_setting
name value
post_access FK2
id_post FK1
id_user tgl
anonymous
PK ID
ip_address region
country city
posts
PK id_post
post_author post_date
post_date_gmt post_content
post_title post_excerpt
post_status comment_status
ping_status post_password
post_name to_ping
pinged post_modified
post_modified_gmt post_content_filtered
post_parent guid
menu_order post_type
post_mime_type comment_coount
docs_frequency FK1
id_post term
df term_relationship
FK1 id_post
term_order FK2
termt_taxonomy_id term_taxonomy
PK termt_taxonomy_id
FK1 term_id
taxonomy description
parent count
terms
PK term_id
name slug
term_group
Gambar 3.20
Perancangan database untuk sistem rekomendasi lanjutan
3.15. Perancangan Antarmuka
