1 2 3 4 5 6 7 8 T = k o m p u t e r
S = c o m p u t e r k
2.5. Algoritma Levenshtein Distance
Algoritma Levenshtein Distance ditemukan oleh Vladimir Levenshtein, seorang ilmuan asal Rusia pada tahun 1965 Janowski, 2010, algoritma ini sering juga disebut
dengan Edit Distance Husain,2013. Yang dimaksud dengan distance adalah jumlah modifikasi yang dibutuhkan untuk mengubah suatu bentuk string ke bentuk string yang lain,
sebagai contoh hasil penggunaan algoritma ini, string “komputer” dan “computer” memiliki distance 1 karena hanya perlu dilakukan satu operasi saja untuk mengubah satu string ke
string yang lain. Dalam kasus dua string di atas, string “computer” dapat menjadi “komputer” hanya dengan melakukan satu penukaran karakter „c‟ menjadi „k‟ Andhika,
2010. Algoritma Levenshtein Distance digunakan secara luas dalam berbagai bidang, misalnya mesin pencari, pengecek ejaan spell checking, pengenal pembicaraan speech
recognition, pengucapan dialek, analisis DNA, pendeteksi pemalsuan, dan lain-lain. Algoritma ini menghitung jumlah operasi string paling sedikit yang diperlukan untuk
mentransformasikan suatu string menjadi string yang lain Adiwidya, 2009. Algoritma Levenshtein Distance bekerja dengan menghitung jumlah minimum pentranformasian suatu
string menjadi string lain yang meliputi penghapusan, penyisipan, dan penukaran Husain, 2013. Selisih perbedaan antar string dapat diperoleh dengan memeriksa apakah suatu string
sumber sesuai dengan string target. Nilai selisih perbedaan ini disebut juga Edit distance jarak Levenhstein. Jarak Levenshtein antar string s dan string t tersebut adalah fungsi D
yang memetakan s,t ke suatu bilangan real nonnegatif, sebagai contoh diberikan dua buah string s = s1s2s3...sm dan t = t1t2t3...tn dengan | s | = m dan | t | = n sepanjang
alfabet V berukuran r sehingga s dan t anggota dari V. Sj adalah karakter pada posisi ke-j pada string s dan ti adalah karakter pada posisi ke-i pada string t. Sehingga jarak
Levenshtein dapat didefinisikan sebagai Harahap, 2013.
Universitas Sumatera Utara
D s, t adalah banyaknya operasi minimum dari operasi penghapusan, penyisipan dan penukaran untuk menyamakan string s dan t. Pada implementasi pencocokan antar string,
ketiga operasi tersebut dapat dilakukan sekaligus untuk menyamakan string sumber dengan string target seperti pada contoh berikut ini. Jika diberikan string sumber S =
“pemrograman” dan T = “ algoritma” merupakan string target, dengan | s | = 11, | t | = 9, maka proses pencocokan string dapat diilustrasikan sebagai berikut :
1 2 3 4 5 6 7 8 9 10 11 T = a l g o r i t m a - -
S = p e m p r o s e s a n a l g o i t m a
Pada contoh di atas terlihat bahwa proses penukaran kara kter „p‟ pada indeks ke-1, „e‟ pada
indeks ke-2,”m” pada indeks ke-3, ‟p‟ pada indeks ke-4, ‟o‟ pada indeks ke-6, ‟s‟ pada
indeks ke- 7, ‟e‟ pada indeks ke-8, penyisipan karakter „g‟ pada indeks ke-3 dan proses
penghapusan karakter „a ‟ pada indeks ke-9, dan „n‟ pada indeks ke-11. Maka jarak
Levenshtein antara S dan T adalah sebagai berikut ini.
Universitas Sumatera Utara
= d s1, t1 + d s2, t2 + d s3, t3 + d s4, t4 + d s5, t5 + d s6, t6 + d s7, t7 + d s8, t8 + d s9, t9 + d s10, t10 +
d s11, t11 + d s12, t12 = d a, p + d l, e + d g, - + d o, m + d r, r + d i, o +
d t, g + d m, r + d a, a + d -, m + d -, a + d-, n = 1 + 1 + 1 + 1 + 0 + 1 + 1 + 1 + 1 + 1 + 1
= 10
Sehingga jarak Levenshtein antara string T = “pemprosesan” dan T = “algoritma” adalah Ds, t = 10.
2.6. Algoritma Boyer Moore
Kategori