Pengukuran Tingkat Kemiripan Dokumen Teks Dengan Proses Algoritma Genetika Menggunakan POSI Formulation
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Dengan meningkatnya jumlah hasil penelitian maupun karya ilmiah lainnya dalam
bentuk dokumen digital terutama pada bidang akademik seperti skripsi, tesis,
jurnal, prosiding dan sejenisnya. Sehingga kemungkinan dokumen dapat terjadi
kemiripan seperti pada judul tulisan, abstrak,
permasalahan, metode yang
digunakan, objek penelitian, pembahasan dan hasilnya. Sehingga untuk
menghindari pengulangan penulisan yang sama perlu dilakukan antisipasi agar
kesamaan dokumen dapat dihindari. Pengukuran kemiripan dokumen merupakan
pendeteksian kesamaan beberapa dokumen dengan membandingkan isi dokumen
sehingga menghasilkan bobot atau nilai kemiripan dari dokumen yang
dibandingkan. Salah satu kegunaan perbandingan isi dokumen adalah untuk
membantu pengguna dalam pengelompokan dokumen dan juga memungkinkan
pengguna mengetahui apakah isi dokumen yang satu merupakan dokumen yang
pada dasarnya sama dengan dokumen yang lain. Hal ini berfungsi untuk
mengetahui apakah sebuah dokumen mirip dengan dokumen lain (Sihombing,
2010).
Pengujian kemiripan dokumen ini dapat dilakukan dengan beberapa
teknik, misalnya teknik pencarian informasi, teknik penghitungan statistik, atau
dengan menggunakan informasi sintaktik dari kalimat perkalimatnya (Taufiq,
2013). Pendekatan-pendekatan tersebut tidaklah sempurna, masih terdapat
beberapa kelemahan, misalnya penghitungan statistik yang membandingkan
frekuensi kata dari dokumen satu dengan dokumen yang lain, tidak
memperhatikan struktur kalimat. Sedangkan dalam teknik sintaktik kalimat,
Universitas Sumatera Utara
2
urutan kata dalam kalimat diperiksa unsur semantiknya dengan cara
mengolah letak kata sesuai tatabahasanya atau dengan penggantian sebuah kata
dengan sinonim dari kata tersebut. Teknik ini mempunyai kelemahan, yaitu setiap
kata dikelompokkan pada label masing-masing untuk mengetahui struktur
kalimat. Penelitian ini bertujuan mengembangkan pengukuran kemiripan satu
dokumen degnan dokumen lain yang berada dalam satu database. Proses yang
akan dilakukan adalah dengan mengadakan kompetisi kata kunci untuk
mendapatkan kata kunci solusi (keyword solution) yang ada pada sebuah dokumen
menggunakan algoritma genetika metode jaccard function dan fungsi cosine
similarity.
Dalam pengujian sebuah dokumen dapat dibandingkan dengan multi
dokumen yang telah dikelompokkan dalam sebuah server atau pusat database.
Dimana informasi terhadap sebuah dokumen tersebut sudah dimasukkan terlebih
dahulu dalam bentuk digital seperti kata kunci, id dokumen, abstrak, judul, dan
informasi penting yang dapat mewakili informasi dokumen tersebut seperti daftar
pustaka atau referensi utama yang digunakan. Sehingga diharapakan dokumen
yang diuji kemiripannya dapat menghasilkan persentase kemiripan antara
dokumen yang dipilih oleh user dibandingkan dengan sekumpulan dokumen
lainnya dalam database. Maka pengguna dokumen dapat terbantu dalam
mengetahui isi dari sebuah dokumen/karya ilmiah tanpa harus membaca isi
keseluruhan dokumen tersebut.
1.2 Rumusan Masalah
Adapun rumusan masalah dalam penelitian ini adalah
berapa persentase
kemiripan sebuah dokumen jika dibandingkan dengan dokumen lain di dalam
sebuah database dengan proses algoritma genetika menggunakan Perentage of
Similarity (POSI) Formulation”
1.3 Batasan Masalah
Dalam penelitian ini akan dibatasi ruang lingkup antara lain:
1. Mengunakan Algoritma Genetika dalam melakukan kompetisi kata kunci
untuk mencari kata kunci solusi (keyword solution)
Universitas Sumatera Utara
3
2. Fungsi yang digunakan fungsi cosine (cosine similirity) dan Jaccard Function
3. Dokumen yang diuji adalah berupa dokumen jurnal yang telah memiliki
format penulisan yang sama.
4. Formula perhitungan pengukuran kemiripan dengan POSI Formulation
5. Menggunakan data yang bersumber dari karya Ilmiah/Prosiding Seminar
Nasional Ilmu Komputer (SNIKOM) APTIKOM Wilayah I
6. Pengujian kata kunci solusi dilakukan terhadap judul tulisan, kata kunci,
abstrak dan referensi
7. Aplikasi yang dirancang digunakan secara multiuser dan menyediakan
fasilitas pencarian dokumen pada aplikasi untuk memudahkan mengetahui isi
dokumen.
1.4 Tujuan dan Manfaat
Adapun tujuan penelitian ini adalah untuk mengetahui hasil persentase kemiripan
sebuah dokumen dengan dokumen lainnya. Sedangkan manfaatnya adalah
pengguna dapat mengetahui dengan cepat kemiripan dokumen tanpa harus
membaca keseluruhan isi dokumen.
1.5 Sistematika Penulisan
Agar penulisan tesis ini sesuai dengan format yang ditentukan maka diberikan
sistematika penulisan yang terdiri dari:
Bab 1 :
Pendahuluan meliputi latar belakang, rumusan masalah, batasan
masalah, tujuan dan manfaat dan sistematika penulisan.
Bab 2 :
Landasan
Teori
terutama
tentang
Algoritma
Genetika,
Information Retrieval dan POSI Formulation
Bab 3 :
Metodologi Penelitian yang meliputi kerangka kerja penelitian
dan metode yang digunakan
Universitas Sumatera Utara
4
Bab 4 :
Pembahasan dan Hasil meliputi algoritma genetika, kompetisi
kata kunci, penentuan populasi, evaluasi fitness, crossover ,
mutasi, penetuan generasi terkahir, user interface aplikasi
Bab 5 :
Simpulan dan Saran yang dapt memberikan simpulan terhadap
penelitian dan saran untuk pengembangan dan penelitian
berikutnya
Universitas Sumatera Utara
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Dengan meningkatnya jumlah hasil penelitian maupun karya ilmiah lainnya dalam
bentuk dokumen digital terutama pada bidang akademik seperti skripsi, tesis,
jurnal, prosiding dan sejenisnya. Sehingga kemungkinan dokumen dapat terjadi
kemiripan seperti pada judul tulisan, abstrak,
permasalahan, metode yang
digunakan, objek penelitian, pembahasan dan hasilnya. Sehingga untuk
menghindari pengulangan penulisan yang sama perlu dilakukan antisipasi agar
kesamaan dokumen dapat dihindari. Pengukuran kemiripan dokumen merupakan
pendeteksian kesamaan beberapa dokumen dengan membandingkan isi dokumen
sehingga menghasilkan bobot atau nilai kemiripan dari dokumen yang
dibandingkan. Salah satu kegunaan perbandingan isi dokumen adalah untuk
membantu pengguna dalam pengelompokan dokumen dan juga memungkinkan
pengguna mengetahui apakah isi dokumen yang satu merupakan dokumen yang
pada dasarnya sama dengan dokumen yang lain. Hal ini berfungsi untuk
mengetahui apakah sebuah dokumen mirip dengan dokumen lain (Sihombing,
2010).
Pengujian kemiripan dokumen ini dapat dilakukan dengan beberapa
teknik, misalnya teknik pencarian informasi, teknik penghitungan statistik, atau
dengan menggunakan informasi sintaktik dari kalimat perkalimatnya (Taufiq,
2013). Pendekatan-pendekatan tersebut tidaklah sempurna, masih terdapat
beberapa kelemahan, misalnya penghitungan statistik yang membandingkan
frekuensi kata dari dokumen satu dengan dokumen yang lain, tidak
memperhatikan struktur kalimat. Sedangkan dalam teknik sintaktik kalimat,
Universitas Sumatera Utara
2
urutan kata dalam kalimat diperiksa unsur semantiknya dengan cara
mengolah letak kata sesuai tatabahasanya atau dengan penggantian sebuah kata
dengan sinonim dari kata tersebut. Teknik ini mempunyai kelemahan, yaitu setiap
kata dikelompokkan pada label masing-masing untuk mengetahui struktur
kalimat. Penelitian ini bertujuan mengembangkan pengukuran kemiripan satu
dokumen degnan dokumen lain yang berada dalam satu database. Proses yang
akan dilakukan adalah dengan mengadakan kompetisi kata kunci untuk
mendapatkan kata kunci solusi (keyword solution) yang ada pada sebuah dokumen
menggunakan algoritma genetika metode jaccard function dan fungsi cosine
similarity.
Dalam pengujian sebuah dokumen dapat dibandingkan dengan multi
dokumen yang telah dikelompokkan dalam sebuah server atau pusat database.
Dimana informasi terhadap sebuah dokumen tersebut sudah dimasukkan terlebih
dahulu dalam bentuk digital seperti kata kunci, id dokumen, abstrak, judul, dan
informasi penting yang dapat mewakili informasi dokumen tersebut seperti daftar
pustaka atau referensi utama yang digunakan. Sehingga diharapakan dokumen
yang diuji kemiripannya dapat menghasilkan persentase kemiripan antara
dokumen yang dipilih oleh user dibandingkan dengan sekumpulan dokumen
lainnya dalam database. Maka pengguna dokumen dapat terbantu dalam
mengetahui isi dari sebuah dokumen/karya ilmiah tanpa harus membaca isi
keseluruhan dokumen tersebut.
1.2 Rumusan Masalah
Adapun rumusan masalah dalam penelitian ini adalah
berapa persentase
kemiripan sebuah dokumen jika dibandingkan dengan dokumen lain di dalam
sebuah database dengan proses algoritma genetika menggunakan Perentage of
Similarity (POSI) Formulation”
1.3 Batasan Masalah
Dalam penelitian ini akan dibatasi ruang lingkup antara lain:
1. Mengunakan Algoritma Genetika dalam melakukan kompetisi kata kunci
untuk mencari kata kunci solusi (keyword solution)
Universitas Sumatera Utara
3
2. Fungsi yang digunakan fungsi cosine (cosine similirity) dan Jaccard Function
3. Dokumen yang diuji adalah berupa dokumen jurnal yang telah memiliki
format penulisan yang sama.
4. Formula perhitungan pengukuran kemiripan dengan POSI Formulation
5. Menggunakan data yang bersumber dari karya Ilmiah/Prosiding Seminar
Nasional Ilmu Komputer (SNIKOM) APTIKOM Wilayah I
6. Pengujian kata kunci solusi dilakukan terhadap judul tulisan, kata kunci,
abstrak dan referensi
7. Aplikasi yang dirancang digunakan secara multiuser dan menyediakan
fasilitas pencarian dokumen pada aplikasi untuk memudahkan mengetahui isi
dokumen.
1.4 Tujuan dan Manfaat
Adapun tujuan penelitian ini adalah untuk mengetahui hasil persentase kemiripan
sebuah dokumen dengan dokumen lainnya. Sedangkan manfaatnya adalah
pengguna dapat mengetahui dengan cepat kemiripan dokumen tanpa harus
membaca keseluruhan isi dokumen.
1.5 Sistematika Penulisan
Agar penulisan tesis ini sesuai dengan format yang ditentukan maka diberikan
sistematika penulisan yang terdiri dari:
Bab 1 :
Pendahuluan meliputi latar belakang, rumusan masalah, batasan
masalah, tujuan dan manfaat dan sistematika penulisan.
Bab 2 :
Landasan
Teori
terutama
tentang
Algoritma
Genetika,
Information Retrieval dan POSI Formulation
Bab 3 :
Metodologi Penelitian yang meliputi kerangka kerja penelitian
dan metode yang digunakan
Universitas Sumatera Utara
4
Bab 4 :
Pembahasan dan Hasil meliputi algoritma genetika, kompetisi
kata kunci, penentuan populasi, evaluasi fitness, crossover ,
mutasi, penetuan generasi terkahir, user interface aplikasi
Bab 5 :
Simpulan dan Saran yang dapt memberikan simpulan terhadap
penelitian dan saran untuk pengembangan dan penelitian
berikutnya
Universitas Sumatera Utara