MACHINE (SVM) UNTUK KLASIFIKASI BUKU PADA DIGITAL LIBRARY BERBASIS WEBSITE

  INSIGHT Volume 1 No. 1 | April 2018 : 137-141

SUPPORT VECTOR

  MACHINE (SVM) UNTUK KLASIFIKASI BUKU PADA DIGITAL LIBRARY BERBASIS WEBSITE _{1 2 3} Mohamad Denis Juliansyah , Mohamad Irfan , Cecep Nurul Alam

Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN SGD Bandung

  

ABSTRACT

Library provides a variety of materials used to fulfill the needs of all people, especially for students. Because the

student, even from whichever department comes from, in his daily life cannot be separated from the world of science

with diverse forms and appearances such as books, journals, literature, and so forth. Books become a primary need

for a student to add the necessary reference as the student's science consumption. A growing collection of books in

the Library will make it easier for many people to find for needed references of study. However, the large collection

of books will also make it difficult for readers to find books to read. Then to solve the problem it will be applied

classification techniques book data using the method of Support Vector Machine (SVM) on the book management

process in the library. Classification technique is a categorization of books based on scientific groups in the

department of Informatics Engineering. In this research, the classification technique will be applied to the Library

of Informatics Department of Bandung State Islamic University based digital using the website. Books that have the

same category according to the scientific group will be used as an analytical material to provide recommendations of

other titles to students who need the reference book he is looking for.

  Keywords : Digital library, classification, SVM.

  

ABSTRAK

Perpustakaan merupakan tempat yang menyediakan berbagai bahan pustaka yang digunakan untuk memenuhi

kebutuhan semua orang khususnya untuk mahasiswa. Karena mahasiswa walaupun dari jurusan manapun dia berasal,

pada kehidupan kesehariannya tidak terlepas dari dunia ilmu pengetahuan dengan beragam bentuk dan tampilanya

seperti buku, jurnal, literatur, dan lain sebagainya. Buku menjadi kebutuhan primer bagi seorang mahasiswa untuk

menambah referensi yang diperlukan sebagai konsumsi ilmu pengetahuan mahasiswa tersebut. Koleksi buku yang

semakin banyak di perpustakaan akan memudahkan banyak orang untuk mencari studi pustaka yang diinginkan.

  

Namun, banyaknya koleksi buku juga akan menyulitkan pembaca dalam mencari buku yang akan dibaca. Kemudian

untuk penyelesaian masalah tersebut maka akan diterapkan teknik klasifikasi data buku dengan menggunakan metode

Support Vector Machine (SVM) pada proses pengelolaan buku di perpustakaan. Teknik klasifikasi merupakan

pengkategorian buku-buku berdasarkan kategori buku yang ada di jurusan Teknik Informatika. Pada penelitian ini,

teknik klasifikasi tersebut akan diterapkan pada perpustakaan Jurusan Teknik Informatika Universitas Islam Negeri

Bandung berbasis digital menggunakan website. Buku-buku yang memiliki kategori sama sesuai kelompok keilmuan

akan digunakan sebagai bahan analisis untuk memberikan rekomendasi judul buku yang lain kepada mahasiswa yang

membutuhkan referensi buku yang dia cari.

  Kata Kunci : Perpustakaan digital, klasifikasi, SVM.

  I. untuk pengelolaan data. Hampir segala bidang PENDAHULUAN

  telah memanfaatkan kemajuan teknologi informasi baik itu di instansi-instansi, pemerintah, Perkembangan teknologi dari tahun ke swasta maupun dalam dunia penidikan. Salah satu tahun semakin berkembang dengan pesat penggunaan teknologi informasi dalam dunia khususnya untuk pengembangan sistem informasi

  137

  INSIGHT

  ISSN 2620-5467 (Online)

  pendidikan adalah aplikasi perpustakaan berbasis system informasi yang memberikan layanan digital . transaksi peminjaman dan pengembalian buku

  Sebuah perpustakaan dipastikan memiliki secara digital. Maka peneliti tertarik untuk koleksi buku yang sangat banyak, terutama melakukan penelitian terhadap penerapan SVM perpustakaan di perguruan tinggi yang memiliki untuk klasifikasi data buku studi kasus di banyak koleksi seperti buku materi kuliah, skripsi, perpustakaan Teknik Informatika UIN Bandung. laporan kerja praktek, jurnal dan lain sebagainya. Kemudian perpustakaan tersebut dibuat secara II.

   METODE PENELITIAN

  menggunakan website, sehingga

  digital

  Metode pengumpulan data digunakan untuk memudahkan pengguna yang terdiri dari mendapatkan data dari suatu informasi, maka mahasiswa maupun dosen untuk melakukan metode yang digunakan dalam proses proses pencarian pada saat mencari sebuah buku pengumpulan data adalah sebagai berikut: dalam bentuk digital dan juga dapat memberikan informasi pada saat meminjam buku secara

  Metode Pengumpulan Data a. langsung ketika datang ke perpustakaan.

  Metode yang digunakan pada Tujuan utama dari penelitian ini adalah pengumpulan data yang dilakukan terdiri dari penggunaan metode data mining dalam membantu 3 tahapan, yaitu: proses pengelolaan transaksi peminjaman dan pengembalian buku di perpustakaan serta

  1. Observasi pengarsipan data Skripsi dan Kerja Praktek (KP) Teknik pengumpulan data dengan mahasiswa. Data mining adalah sekumpulan mengadakan penelitian dan peninjauan metode yang digunakan untuk mendapatkan langsung terhadap permasalahan yang informasi dari data dengan cara mempelajari pola diambil. dari data tersebut. Selain itu, data mining sering juga disebut Knowledge Discovery in Database

  2. Studi Literatur (KDD), yaitu kegiatan yang meliputi pengumpulan, pemakaian data historis untuk Pengumpulan data dengan cara menemukan keteraturan, pola atau hubungan mengumpulkan literature, jurnal, paper, dalam set data berukuran besar [1]. dan bacaan-bacaan yang ada kaitannya

  Sehingga dalam penelitian ini berfokus dengan judul proposal. pada metode data mining dengan kasus klasifikasi data (classification) yaitu data buku yang mana

  3. Wawancara akan memberikan fitur rekomendasi. Teknik Wawancara dilakukan one by one

  classification yang digunakan yaitu Support

  kepada staff dan pimpinan perpustakaan

  Vector Machine (SVM). SVM adalah suatu

  UIN Bandung untuk mengamati system teknik yang baru (1995) untuk melakukan yang sudah ada di Perpustkaan UIN prediksi, baik dalam kasus klasifikasi maupun Bandung. regresi yang sangat popular pada saat ini. SVM berada dalam satu kelas dengan Artificial Neural

  b. Metode Pengembangan Sistem Networks (ANN) dalam hal fungsi dan kondisi

  Metode pengembangan system yang permasalahan yang biasa diselesaikan keduanya dibangun menggunakan metode Rational masuk dalam kelas supervised learning [2].

  Unified Process (RUP) dengan proses seperti

  Namun, dalam banyak implementasi, SVM Memberikan hasil yang lebih baik dari ANN, pada Gambar berikut: terutama dalam solusi yang dicapai. ANN menemukan solusi lkal optimal, sedangkan SVM menemukan solusi local yang global.

  Berdasarkan permasalahan tersebut, saat ini perpustakaan Teknik Informatika memiliki data buku sebanyak ± 1100 buku dan belum terdapat

  138 Implementasi Algoritma Support Vector Machine (Svm) Untuk Klasifikasi Buku Pada Digital Library Berbasis Website INSIGHT | Volume 1 No. 1 | April 2018 : 137-141 139

  Gambar 1. Metode RUP [3] III.

  Machine, yang dapat dilihat pada Gambar 3

  berikut:

HASIL DAN PEMBAHASAN

  menggunakan database lokal dan web service,

  Pada tahap ini akan dilakukan klasifikasi dalam implementasi Algoritma Support Vector

  Selanjutnya implemtansi SVM untuk membandingkan data judul buku pada database:

  Kernel yang digunakan adalah SVM Linear secara umum dapat dirumuskan sebagai berikut: SVM Linear =

  Pada aplikasi digital library ini implemntasi Algoritma Support Vector Machine menggunakan data judul buku yang dijadikan sebagai rekomendasi buku. Pertama user melakukan pencarian data buku, lalu SVM menghitung berdasarkan kemiripan kata, setelah data judul buku kemiripan diperoleh lalu SVM menghitung ratio kemiripan kata. Kedua SVM melakukan pembatasan margin dengan cara memisahkan kedua class -1 dan +1, lalu diambil data dengan ratio paling tertinggi. Tahap terakhir memberikan hasil rekomendasi buku kepada user.

  Gambar 3. Implementasi Algorimta SVM

  Arsitektur sistem diatas menjelaskan cara kerja sistem digital library berbasis web server yang datanya disimpan didalam server agar bisa diakses melalui website dengan terhubung ke internet. Lalu User dapat menggunakan perangkat Mobile, Tablet dan komputer yang. Database

  digital library terbagi menjadi dua yaitu

  digital library .

  database lokal berfungsi sebagai penyimpanan

  proses klasifikasi data yang outputnya memberikan rekomendasi buku dan skripsi pada

  Gambar 2. Arsitektur Sistem

  Algoritma yang digunakan adalah Support

  data nya dapat digunakan oleh digital library, yang terintegrasi dengan Sistem Informasi Akademik (SIAKAD) UIN SGD Bandung.

  service berfungsi sebagai database external yang

  internal website perpustkanaan. Sedangkan web

  Vector Machine (SVM) dengan cara melakukan

  INSIGHT

  ISSN 2620-5467 (Online)

  Selanjutnya dilakukan implementasi SVM Ratio untuk menentukan nilai tertinggi pada data judul buku yang mana nilai tertinggi ini akan menampilkan rekomendasi data buku pada

  website, berikut ini adalah implementasinya:

  Setelah itu dilakukan hasil pengujian untuk menguji sistem yang dibangun digital library dengan menggunakan metode black box pada tabel berikut ini:

  Tabel 1. Hasil Pengujian 140

  Implementasi Algoritma Support Vector Machine (Svm) Untuk Klasifikasi Buku Pada Digital Library Berbasis Website

  INSIGHT | Volume 1 No. 1 | April 2018 : 137-141

IV. KESIMPULAN

  1. Metode Vector Machine dapat diimplementasikan dalam klasifikasi buku dan skripsi yang memberikan fitur rekomendasi kepada pengguna.

  2. Pembangunan system pencarian informasi buku dapat mempermudah pengunjung untuk melakukan pencarian informasi buku berdasarkan representasi kebutuhan pengunjung.

  3. Reservasi buku dapat diimplementasikan dalam digital library untuk mempermudah pengunjung dan pengembalian buku.

V. REFERENSI

  [1] Budi Santosa, Data Mining Teknik

  Pemanfaatan Data untuk Keperluan Bisnis, _st 1 ed. Yogyakarta, Indonesia: Graha Ilmu,

  2007. [2] Gorunesu, Data Mining: Concepts, Models,

  and Techniques. Verlag Berlin Heidelberg: Springer, 2011.

  [3]

A. S, D. Bentley, and J. Reading, “UML,

  RUP, and the Zachman Framework: better together , “ 15 November 2006. [Online]. Available: 28-Dec- 2016].

  141