Perbandingan Algoritma String Matching Not So Naive dan Skip Search Pada Platform Android
BAB 2
LANDASAN TEORI
2.1. Algoritma
Algoritma adalah urutan langkah-langkah penyelesaian masalah yang disusun
secara matematis dan logis. Tanpa kita sadari, kebanyakan dari kegiatan yang kita
lakukan setiap harinya selalu berlandaskan algoritma.
Dalam beberapa konteks, algoritma adalah spesifikasi urutan langkah
untuk melakukan pekerjaan tertentu. Pertimbangan dalam pemilihan algoritma
adalah, pertama, algoritma haruslah benar. Artinya algoritma akan memberikan
keluaran yang dikehendaki dari sejumlah masukan yang diberikan. Tidak
peduli sebagus apapun algoritma, kalau memberikan keluaran yang salah,
pastilah algoritma tersebut bukanlah algoritma yang baik. (Zarlis & Handrizal,
2008).
2.1.1 Algoritma String Matching (pencocokan string)
Pengertian string menurut Dictionary of Algorithms and Data Structures,
National Institute of Standards and Technology (NIST) adalah susunan dari
karakter-karakter(angka,alfabet
atau
karakter
yang
lain)
dan
biasanya
direpresentasikan sebagai struktur dan array. Pencocokan string (string
matching) menurut Dictionary of Algorithms and Data Structures, National
Institute of Standards and Technology (NIST), diartikan sebagai sebuah
permasalahan untuk menemukan pola susunan karakter string di dalam string lain
atau bagian dari isi teks. String Matching merupakan subjek yang sangat penting
di dalam domain yang sangat luas dalam pengolahan teks. (Charras & Lecroq.
2004
Universitas Sumatera Utara
7
Pencocokan string (string matching) secara garis besar dapat dibedakan menjadi
dua yaitu :
1) Exact string matching, merupakan pencocokan 2 string secara tepat dengan
susunan karakter dalam string yang dicocokkan memiliki jumlah maupun
urutan karakter dalam string yang sama. Contoh : kata step akan menunjukkan
kecocokan hanya dengan kata step.
2) Inexact string matching atau Fuzzy string matching, merupakan pencocokan
string secara samar, maksudnya pencocokan string dimana string yang
dicocokkan memiliki kemiripan dimana keduanya memiliki susunan karakter
yang berbeda (mungkin jumlah atau urutannya) tetapi string-string tersebut
memiliki kemiripan baik kemiripan tekstual/penulisan (approximate string
matching) atau kemiripan ucapan (phonetic string matching). Inexact string
matching masih dapat dibagi lagi menjadi dua yaitu :
a. Pencocokan string berdasarkan kemiripan penulisan (approximate string
matching) merupakan pencocokan string dengan dasar kemiripan dari segi
penulisannya (jumlah karakter, susunan karakter dalam dokumen). Tingkat
kemiripan ditentukan dengan jauh tidaknya beda penulisan dua buah string
yang dibandingkan tersebut dan nilai tingkat kemiripan ini ditentukan oleh
pemrogram (programmer). Contoh : c mpuler dengan compiler, memiliki
jumlah karakter yang sama tetapi ada dua karakter yang berbeda. Jika
perbedaan dua karakter ini dapat ditoleransi sebagai sebuah kesalahan
penulisan maka dua string tersebut dikatakan cocok.
b. Pencocokan string berdasarkan kemiripan
ucapan (phonetic string
matching) merupakan pencocokan string dengan dasar kemiripan dari segi
pengucapannya meskipun ada perbedaan penulisan dua string yang
dibandingkan tersebut. Contoh step dengan steb dari tulisan berbeda tetapi
dalam pengucapannya mirip sehingga dua string tersebut dianggap cocok.
Contoh yang lain adalah step, dengan steppe, sttep, stepp, stepe. (Syaroni &
Munir. 2005)
Universitas Sumatera Utara
8
2.1.1.1 Algoritma Not So Naive
Algoritma Not So Naive pertama kali dipublikasikan oleh Christophe Hancart
tahun 1992. Algoritma Not So Naive merupakan variasi turunan dari algoritma
Naive atau yang sering disebut algoritma Brute Force. Cara kerja algoritma ini
adalah dengan memiliki fase pencarian mengecek teks dan pola dari kiri ke kanan.
Lalu, algoritma Not So Naive akan mengidentifikasi terlebih dahulu dua kasus
yang dimana di setiap akhir fase pencocokan pergeseran dapat dilakukan
sebanyak 2 posisi ke kanan, tidak seperti algoritma Naive yang dimana pergeseran
tetaplah sebanyak 1 posisi ke kanan.
Kita asumsikan bahwa P[0]
P[1]. Jika P[0] = T[s] dan P[1] = T[s+1],
maka di akhir fase pencocokan pergeseran s bisa dilakukan sebanyak 2 posisi,
karena P[0]
P[1] = T[s+1]. Dan jika P[0] = P[1]. Jika P[0] = T[s] tapi P[1]
T[s+1], maka sekali lagi pergesaran s dapat dilakukan sebanyak 2 posisi (Cantone
& Faro, 2004) dimana P adalah Pattern, T adalah Teks dan s adalah nilai posisi.
2.1.1.1.1 Pencarian Algoritma Not So Naive
Saat fase pencarian dari Algoritma Not So Naive perbandingan karakter dilakukan
dengan posisi pola mengikuti urutan 1, 2, ..., m-2, m-1, 0 dimana m adalah panjang
pattern.
Di setiap percobaan dimana “jendela” diposisikan di teks faktor y[i..j +
m-1]. Jika x[0] = x[1] dan x[1]
y[j+1] atau jika x[0]
x[1] dan x[1] = y[j+1]
polanya akan digeser sebanyak 2 posisi di setiap akhir percobaan dan sebanyak 1
posisi jika kondisi di atas tidak terpenuhi (Alapati & Mannava, 2011) dimana y
adalah teks dan x adalah pattern.
Berikut diberikan contoh untuk menunjukkan proses pencarian
Algoritma Not So Naive dengan pola WIJA yang akan dicari pada teks
RICKYWIJAYA. Dimana karakter urutan 0 dan karakter urutan 1 pada pattern
tidak mengalami kesamaan (x[0] != x[1]) maka nilai variabel k akan diinisialisasi
dengan nilai 1 dan nilai variabel ell akan diinisialisasi dengan nilai 2 dimana
kedua variabel tersebut akan digunakan untuk nilai pergeseran pada proses
pencocokan.
Universitas Sumatera Utara
9
Tabel 2.1 Proses Pencocokan Algoritma Not So Naive di Percobaan Pertama
I
0
1
2
3
4
5
6
7
8
9
10
Teks
R
I
C
K
Y W I
J
A
Y
A
Pola
W
I
J
A
Pada Tabel 2.1, perbandingan karakter pertama (x[1] == y[j+1]) mengalami
kecocokan namun di perbandingan kedua mengalami ketidakcocokan, karena saat
perbandingan pertama telah terjadi kecocokan, namun di urutan selanjutnya tidak
terjadi kecocokan maka posisi pola akan digeser sebanyak 2 posisi sesuai dengan
nilai variabel ell.
Tabel 2.2 Proses Pencocokan Algoritma Not So Naive di Percobaan Kedua
II
0
1
2
3
4
6
7
8
9
10
Teks
R
I
C
K
Y W I
J
A
Y
A
W
I
J
Pola
5
A
Pada Tabel 2.2, perbandingan karakter pertama (x[1] != y[j+1]) sudah mengalami
ketidakcocokan. Maka akan dilakukan percobaan selanjutnya dengan posisi pola
digeser sebanyak 1 posisi sesuai dengan nilai variabel k.
Tabel 2.3 Proses Pencocokan Algoritma Not So Naive di Percobaan Ketiga
III
0
1
2
3
4
Teks
R
I
C
K
W
Pola
5
6
7
8
9
10
Y W
I
J
A
Y
A
I
A
J
Pada Tabel 2.3, perbandingan karakter pertama (x[1] != y[j+1]) masih mengalami
ketidakcocokan. Maka akan dilakukan percobaan selanjutnya dengan posisi pola
digeser sebanyak 1 posisi sesuai dengan nilai variabel k.
Tabel 2.4 Proses Pencocokan Algoritma Not So Naive di Percobaan Keempat
IV
0
1
2
3
4
Teks
R
I
C
K
Pola
5
6
7
8
9
10
Y W
I
J
A
Y
A
W
J
A
I
Universitas Sumatera Utara
10
Pada Tabel 2.4, perbandingan karakter pertama (x[1] != y[j+1]) masih mengalami
ketidakcocokan. Maka akan dilakukan percobaan selanjutnya dengan posisi pola
digeser sebanyak 1 posisi sesuai dengan nilai variabel k.
Tabel 2.5 Proses Pencocokan Algoritma Not So Naive di Percobaan Kelima
V
0
1
2
3
4
Teks
R
I
C
K
6
7
8
9
10
Y W
I
J
A
Y
A
W
I
J
A
Pola
5
Pada Tabel 2.5, perbandingan karakter mengalami kecocokan (x[1] == y[j+1])
dimulai dari perbandingan karakter W, I, J, dan A semua mengalami kecocokan,
oleh sebab itu teks akan dikeluarkan. Namun, algoritma Not So Naive tidak
berhenti sampai disini. Algoritma Not So Naive akan melakukan percobaan terus
sampai sisa teks lebih kecil daripada pola. Untuk percoabaan selanjutnya, posisi
pola akan digeser sebanyak 2 posisi sesuai dengan nilai variabel ell.
Tabel 2.6 Proses Pencocokan algoritma Not So Naive di Percobaan Keenam
VI
0
1
2
3
4
Teks
R
I
C
K
Y W
Pola
5
6
7
8
9
10
I
J
A
Y
A
W
I
J
A
Pada Tabel 2.6, perbandingan karakter pertama mengalami ketidakcocokan (x[1]
!= y[j+1]). Maka akan dilakukan percobaan selanjutnya dengan posisi pola
digeser sebanyak 1 posisi sesuai dengan nilai variabel k. Namun dikarenakan sisa
teks telah lebih kecil daripada pola maka fase pencarian berhenti disini.
2.1.1.2 Algoritma Skip Search
Algoritma Skip Search merupakan salah satu algoritma pencocokan string, yang
dipublikasikan secara luas oleh Charas, C et al., (1998). Cara kerja algoritma Skip
Search seperti algoritma Knuth Morris Pratt dengan mendeteksi jendela dari
karakter yang ada dari kiri ke kanan dan menyimpannya ke dalam sebuah wadah
untuk menentukan titik awal dari jendela karakter tersebut (Charas et al., Naser
et al., 2012, 1998).
Universitas Sumatera Utara
11
Jadi, terdapat suatu pola yang ingin kita cari dan kita inisialkan x dan
memiliki panjang yang kita inisialkan dengan m. Teks yang ingin kita cari kita
inisialkan y dan memiliki panjang yang kita inisialkan dengan n. Untuk setiap
simbol alfabet, sebuah wadah akan menyimpan semua posisi simbol dari x. Saat
sebuah simbol berulang sebanyak k di dalam teks, maka akan ada sebanyak k
posisi yang sesuai dalam wadah simbol. Saat pola lebih pendek daripada alfabet
yang ada dalam teks, maka akan ada banyak tempat kosong dalam wadah.
Dalam perulangan utama dari fase pencarian terdapat proses memeriksa
setiap teks simbol ke m, Yj (yang nantinya iterasi utama n/m). Untuk Yj,
menggunakan setiap posisi yang ada di wadah z[Yj] untuk mendapatkan titik awal
yang memungkinkan (p) dari x di dalam y. Lalu dilakukan proses perbandingan x
dengan y dari posisi p, simbol dengan simbol, sampai terjadi ketidakcocokan atau
seluruhnya cocok (Charras et al., 1998). Algoritma Skip Search memiliki efisiensi
dalam mencari huruf kecil dalam pola yang panjang (Naser et al., 2012).
2.1.1.2.1 Fase Preprocessing Algoritma Skip Search
Tahap preprocessing Algoritma Skip Search terdiri dari tahap komputasi wadah
untuk menampung seluruh karakter alfabet untuk c
z[c] = { i; 0
i
m-1 and x[i] = c}.
Ruang dan waktu kompleksitas dari fase preprocessing adalah O (m+ ) (Charras
& Lecroq, 2004). Berikut diberikan contoh pada Tabel 2.7 untuk menunjukkan
proses pencarian Algoritma Skip Search dengan pola WIJA yang akan dicari pada
teks RICKYWIJAYA.
Tabel 2.7 Tabel Teks dan Pola yang akan Dijadikan Contoh Kasus
0
1
2
3
4
5
6
7
8
9
10
Teks
R
I
C
K
Y W I
J
A
Y
A
Pola
W
I
J
A
Maka hasil dari fase preprocessing Algoritma Skip Search dapat dilihat di Tabel
2.8
Universitas Sumatera Utara
12
Tabel 2.8 Tabel Hasil preprocessing dari Algoritma Skip Search
c
z[c]
A
(3)
C
I
(1)
J
(2)
K
R
W
(0)
Y
2.1.1.2.2 Fase Pencarian Algoritma Skip Search
Dalam Fase Pencarian, algoritma Skip Search menggunakan aturan The Two
Window Rule untuk menentukan batas sampai mana pola boleh digeser. Panjang
batas The Two Window Rule menggunakan rumus 2m-1 dimana m adalah panjang
dari pola (Bhandari & Kumar, 2013). Lalu panjang dari hasil aturan The Two
Window Rule akan bernilai ganjil dan karakter yang terdapat di tengah panjang
teks tersebutlah yang akan dilakukan proses pencocokan.
Gambar 2.1 Penentuan Panjang window dan Karakter Tengah yang akan
Digunakan dalam Proses Pencocokan 1
Dari Gambar 2.1 didapatkan batas panjang untuk pola digeser adalah dari urutan
0 (huruf R) sampai urutan 6 (huruf I) dan karakter yang akan digunakan dalam
proses pencocokan adalah karakter K. Namun, berdasarkan tabel 8 karakter K
Universitas Sumatera Utara
13
bernilai nol (tidak ada dalam pola) maka percobaan akan dilanjutkan dengan
posisi jendela digeser sebanyak 4 posisi sesuai dengan panjang pola (m).
Gambar 2.2 Penentuan Panjang window dan Karakter Tengah yang akan
Digunakan dalam Proses Pencocokan 2
Dari Gambar 2.2 didapatkan batas panjang untuk pola digeser adalah dari urutan
4 (huruf W) sampai urutan 10 (huruf A) dan karakter yang akan digunakan dalam
proses pencocokan adalah karakter J. Berdasarkan tabel 8 karakter J terdapat di
posisi 2 dalam pola, oleh karena itu pola akan langsung diposisikan menurut
posisi J, dan dilakukan proses pencocokan dari urutan 5, 6, 7 dan 8. Dalam
pencocokan 2 ini, pola yang berisi karakter W, I, J, dan A mengalami kecocokan
maka teks akan ditampilkan. Dan fase pencarian berhenti sampai disini. Ini
dikarenakan saat pola digeser sebanyak 4 posisi, panjang teks untuk dibandingkan
hanya bersisa 3 dimana panjang pola lebih banyak daripada panjang teks yang
akan dicocokan.
2.2. Kompleksitas Algoritma
Kebenaran suatu algoritma harus diuji dengan jumlah masukan tertentu untuk
melihat kinerja algoritma berupa waktu yang diperlukan untuk menjalankan
algoritmanya dan ruang memori yang diperlukan untuk struktur datanya.
Algoritma yang bagus adalah algoritma yang mangkus (efisien). Kemangkusan
algoritma diukur dari jumlah waktu dan ruang memori yang dibutuhkan untuk
menjalankan algoritma tersebut.
Ada dua macam kompleksitas algoritma, yaitu kompleksitas waktu dan
kompleksitas ruang. Kompleksitas waktu dari algoritma adalah mengukur jumlah
perhitungan (komputasi) yang dikerjakan oleh komputer ketika menyelesaikan
Universitas Sumatera Utara
14
suatu masalah dengan menggunakan algoritma. Ukuran yang dimaksud mengacu
ke jumlah langkah-langkah perhitungan dan waktu tempuh pemrosesan.
Kompleksitas waktu merupakan hal penting untuk mengukur efisiensi suatu
algoritma.
Kompleksitas waktu dari suatu algoritma yang terukur sebagai suatu
fungsi ukuran masalah. Kompleksitas waktu dari algoritma berisi ekspresi
bilangan dan jumlah langkah yang dibutuhkan sebagai fungsi dari ukuran
permasalahan. Kompleksitas ruang berkaitan dengan sistem memori yang
dibutuhkan dalam eksekusi program.
Untuk mengukur kebutuhan waktu sebuah algoritma yaitu dengan
mengeksekusi langsung algoritma tersebut pada sebuah komputer, lalu dihitung
berapa lama durasi waktu yang dibutuhkan untuk menyelesaikan sebuah
persoalan dengan n yang berbeda-beda. Kemudian dibandingkan hasil komputasi
algoritma tersebut dengan notasi kompleksitas waktunya untuk mengetahui
efisiensi algoritmanya (Nugraha, D.W. 2012).
Kompleksitas
algoritma
diukur
berdasarkan
kinerjanya
dengan
menghitung waktu eksekusi suatu algoritma. Menurut Cormen et al. (2009) waktu
eksekusi algoritma dapat diklasifikasikan menjadi tiga kelompok besar, yaitu
best-case (kasus terbaik), average-case (kasus rata-rata) dan worst-case (kasus
terjelek).
Pada pemrograman yang dimaksud dengan kasus terbaik, kasus terjelek
dan kasus rata-rata suatu algoritma adalah besar kecilnya atau banyak sedikitnya
sumber-sumber yang digunakan oleh suatu algoritma. Makin sedikit makin baik,
makin banyak makin jelek (Subandijo. 2011).
2.3. Kamus
Menurut Kamus Besar Bahasa Indonesia, pengertian kamus adalah buku acuan
yang memuat kata dan ungkapan yang biasanya disusun menurut abjad berikut
keterangan maknanya, pemakaiannya dan terjemahannya. Kamus juga dapat
digunakan sebagai buku rujukan yang menerangkan makna kata – kata yang
berfungsi untuk membantu seseorang mengenal perkataan baru.
Universitas Sumatera Utara
15
2.4. Android
Android adalah sistem operasi berbasis Linux yang dirancang untuk perangkat
layar bergerak seperti smartphone atau komputer tablet. Android menyediakan
platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka
sendiri untuk digunakan oleh bermacam peranti bergerak.
Google Inc. membeli Android Inc., pendatang baru yang membuat peranti
lunak untuk ponsel. Kemudian untuk mengembangkan Android, dibentuklah
Open Handset alliance, konsorsium dari 34 perusahaan peranti keras, peranti
lunak, dan telekomunikasi, termasuk Google, HTC, Intel, Motorola, Qualcomm,
T-Mobile, dan Nvidia. Pada saat perilisan perdana Android, 5 November 2007,
Android bersama Open Handset alliance menyatakan mendukung pengembangan
standar terbuka pada perangkat seluler. Di lain pihak, Google merilis kode–kode
Andorid di bawah lisensi Apache, sebuah lisensi perangkat lunak dan standar
terbuka perangkat seluler. Di dunia ini terdapat dua jenis distributor sistem
operasi Android. Pertama yang mendapat dukungan penuh dari Google atau
Google Mail Services (GMS) dan kedua adalah yang benar–benar bebas
distribusinya tanpa dukungan langsung Google atau dikenal sebagai Open
Handset Distribution (OHD).
2.4.1 Versi Android
Tabel 2.9 Versi-versi Android
Versi
Android 1.0
Android 1.1
Android 1.5
Android 1.6
Android 2.0
Android 2.0.1
Android 2.1
Android 2.2
- 2.2.3 2.3
Android
- 2.3.2 2.3.3
Android
- 2.3.7 3.0
Android
Android 3.1
Android 3.2
Android 4.0
- 4.0.2 4.0.3
Android
- 4.0.4 4.1
Android
Tanggal Rilis
23September
2008
9 Februari
20092009
30 April
15September
2009
26 Oktober
2009
3 Desember
12 2009
Januari
2010
20 Mei 2010
6 Desember
2010
22 Februari
2011
22 Februari
20112011
10 Mei
18 Juli 2011
19 Oktober
2011
16Desember
2011
9 Juli
2012
Nama Kode
Cupcake
Donut
Eclair
Eclair
Eclair
Froyo
Gingerbread
Gingerbread
Honeycomb
Honeycomb
Honeycomb
IceCream
Sandwich
IceCream
Jelly Bean
API
API Level l
API Level 2
API Level 3
API Level 4
API Level 5
API Level 6
API Level 7
API Level 8
API Level 9
API Level 10
API Level 11
API Level 12
API Level 13
API Level 14
API Level 15
API Level 16
Universitas Sumatera Utara
16
Versi
Android 4.2
Android 4.3
Android 4.4
Android 5.0
Android 6.0
Tanggal Rilis
13November
20122013
24 Juli
31 Oktober
20132014
25 Juni
28 Mei 2015
Nama Kode
Jelly Bean
Jelly Bean
Kitkat
Lolipop
Marshmallow
API
API Level 17
API Level 18
API Level 19
API Level 21
API Level 23
Tabel 2.9 menjelaskan versi android beserta nama, tanggal rilis dan API nya.
Gambar
2.3
Logo-logo
android
dari
versi
1.0
–
6.0
(sumber : https://indoberita.com)
Gambar 2.3 menunjukkan logo – logo android dimulai dari android versi 1.0
yang diwakili gambar Alpha, android versi 1.1 yang diwakili gambar Beta,
android versi 1.2 – 1.5 yang diwakili gambar Cupcake, android versi 1.6 yang
diwakili gambar Donut, android versi 2.0 – 2.1 yang diwakili gambar Eclair,
android versi 2.2 – 2.2.3 yang diwakili gambar Froyo, android versi 2.3 – 2.4 yang
diwakili gambar Gingerbread, android versi 3.0 – 3.2 yang diwakili gambar
Honeycomb, android versi 4.0 yang diwakili gambar Ice Cream Sandwich,
android versi 4.1 – 4.3 yang diwakili gambar Jelly Bean, android versi 4.4 yang
diwakili gambar KitKat, android versi 5.0 yang diwakili gambar Lolipop, dan
android versi 6.0 yang diwakili gambar Marshmallow.
Universitas Sumatera Utara
17
2.5. Penelitian yang Relevan
Berikut ini beberapa penelitian yang terkait dengan Algoritma Not So Naive dan
Algoritma Skip Search :
1.
Bhandari, J. & Kumar, A. (2013) Menjelaskan tentang korelasi antara
Suffix to Prefix rule, Two Window Rule dan Non-Tandem Rule dari Exact
String Matching. Yang dimana cara kerja dari Two Window Rule adalah
dengan membuat dua jendela terlebih dahulu, yang panjang tiap
jendelanya sesuai dengan panjang pattern/pola dan diletakan di teks
yang akan dicocokan, dimana posisi salah satu huruf dari teks diapit oleh
dua jendela. Sehingga panjang jendela di teks sebesar 2m-1. Algoritma
yang mengunakan Two Window Rule dalam fase pencariannya adalah
Algoritma Skip Search, Algoritma Alpa Skip Search dan Algoritma
Wide-Window.
2.
Naser et al., (2012) Menyatakan bahwa Algoritma Skip Search
bertingkah seperti Algoritma Knuth Morris Pratt dimana pemindaian
jendela karakter dimulai dari kiri ke kanan sementara algoritma
menggunakan wadah yang bisa kita sebut sebagai ember untuk
menentukan posisi awal dari jendela di dalam teks saat melakukan
pengecekan. Wadah yang digunakan dalam Algoritma Skip Search berisi
lokasi paling kiri dari semua alphabet yang terdapat dalam pattern/pola.
Proses pre-processing yang dilakukan algortima Skip Search berguna
untuk mengurangi komparasi karakter yang akan dilakukan di proses
pencarian.
3.
Cantone, D. & Faro, S. (2004) Menjelaskan bahwa Algoritma Not So
Naive merupakan variasi simpel dari Algoritma Naive yang ternyata
cukup efisien dalam beberapa kasus. Proses searching dari Algoritma
Not So Naive dilakukan dengan mencocokan teks dan pola dari kiri ke
kanan. Namun, Algoritma Not So Naive mempunyai dua kasus yang
jikalau terpenuhi maka akhir dari pencocokan, pola bisa bergeser
sebanyak 2 posisi ke kanan, daripada 1 posisi yang terdapat di Algoritma
Naive.
Universitas Sumatera Utara
LANDASAN TEORI
2.1. Algoritma
Algoritma adalah urutan langkah-langkah penyelesaian masalah yang disusun
secara matematis dan logis. Tanpa kita sadari, kebanyakan dari kegiatan yang kita
lakukan setiap harinya selalu berlandaskan algoritma.
Dalam beberapa konteks, algoritma adalah spesifikasi urutan langkah
untuk melakukan pekerjaan tertentu. Pertimbangan dalam pemilihan algoritma
adalah, pertama, algoritma haruslah benar. Artinya algoritma akan memberikan
keluaran yang dikehendaki dari sejumlah masukan yang diberikan. Tidak
peduli sebagus apapun algoritma, kalau memberikan keluaran yang salah,
pastilah algoritma tersebut bukanlah algoritma yang baik. (Zarlis & Handrizal,
2008).
2.1.1 Algoritma String Matching (pencocokan string)
Pengertian string menurut Dictionary of Algorithms and Data Structures,
National Institute of Standards and Technology (NIST) adalah susunan dari
karakter-karakter(angka,alfabet
atau
karakter
yang
lain)
dan
biasanya
direpresentasikan sebagai struktur dan array. Pencocokan string (string
matching) menurut Dictionary of Algorithms and Data Structures, National
Institute of Standards and Technology (NIST), diartikan sebagai sebuah
permasalahan untuk menemukan pola susunan karakter string di dalam string lain
atau bagian dari isi teks. String Matching merupakan subjek yang sangat penting
di dalam domain yang sangat luas dalam pengolahan teks. (Charras & Lecroq.
2004
Universitas Sumatera Utara
7
Pencocokan string (string matching) secara garis besar dapat dibedakan menjadi
dua yaitu :
1) Exact string matching, merupakan pencocokan 2 string secara tepat dengan
susunan karakter dalam string yang dicocokkan memiliki jumlah maupun
urutan karakter dalam string yang sama. Contoh : kata step akan menunjukkan
kecocokan hanya dengan kata step.
2) Inexact string matching atau Fuzzy string matching, merupakan pencocokan
string secara samar, maksudnya pencocokan string dimana string yang
dicocokkan memiliki kemiripan dimana keduanya memiliki susunan karakter
yang berbeda (mungkin jumlah atau urutannya) tetapi string-string tersebut
memiliki kemiripan baik kemiripan tekstual/penulisan (approximate string
matching) atau kemiripan ucapan (phonetic string matching). Inexact string
matching masih dapat dibagi lagi menjadi dua yaitu :
a. Pencocokan string berdasarkan kemiripan penulisan (approximate string
matching) merupakan pencocokan string dengan dasar kemiripan dari segi
penulisannya (jumlah karakter, susunan karakter dalam dokumen). Tingkat
kemiripan ditentukan dengan jauh tidaknya beda penulisan dua buah string
yang dibandingkan tersebut dan nilai tingkat kemiripan ini ditentukan oleh
pemrogram (programmer). Contoh : c mpuler dengan compiler, memiliki
jumlah karakter yang sama tetapi ada dua karakter yang berbeda. Jika
perbedaan dua karakter ini dapat ditoleransi sebagai sebuah kesalahan
penulisan maka dua string tersebut dikatakan cocok.
b. Pencocokan string berdasarkan kemiripan
ucapan (phonetic string
matching) merupakan pencocokan string dengan dasar kemiripan dari segi
pengucapannya meskipun ada perbedaan penulisan dua string yang
dibandingkan tersebut. Contoh step dengan steb dari tulisan berbeda tetapi
dalam pengucapannya mirip sehingga dua string tersebut dianggap cocok.
Contoh yang lain adalah step, dengan steppe, sttep, stepp, stepe. (Syaroni &
Munir. 2005)
Universitas Sumatera Utara
8
2.1.1.1 Algoritma Not So Naive
Algoritma Not So Naive pertama kali dipublikasikan oleh Christophe Hancart
tahun 1992. Algoritma Not So Naive merupakan variasi turunan dari algoritma
Naive atau yang sering disebut algoritma Brute Force. Cara kerja algoritma ini
adalah dengan memiliki fase pencarian mengecek teks dan pola dari kiri ke kanan.
Lalu, algoritma Not So Naive akan mengidentifikasi terlebih dahulu dua kasus
yang dimana di setiap akhir fase pencocokan pergeseran dapat dilakukan
sebanyak 2 posisi ke kanan, tidak seperti algoritma Naive yang dimana pergeseran
tetaplah sebanyak 1 posisi ke kanan.
Kita asumsikan bahwa P[0]
P[1]. Jika P[0] = T[s] dan P[1] = T[s+1],
maka di akhir fase pencocokan pergeseran s bisa dilakukan sebanyak 2 posisi,
karena P[0]
P[1] = T[s+1]. Dan jika P[0] = P[1]. Jika P[0] = T[s] tapi P[1]
T[s+1], maka sekali lagi pergesaran s dapat dilakukan sebanyak 2 posisi (Cantone
& Faro, 2004) dimana P adalah Pattern, T adalah Teks dan s adalah nilai posisi.
2.1.1.1.1 Pencarian Algoritma Not So Naive
Saat fase pencarian dari Algoritma Not So Naive perbandingan karakter dilakukan
dengan posisi pola mengikuti urutan 1, 2, ..., m-2, m-1, 0 dimana m adalah panjang
pattern.
Di setiap percobaan dimana “jendela” diposisikan di teks faktor y[i..j +
m-1]. Jika x[0] = x[1] dan x[1]
y[j+1] atau jika x[0]
x[1] dan x[1] = y[j+1]
polanya akan digeser sebanyak 2 posisi di setiap akhir percobaan dan sebanyak 1
posisi jika kondisi di atas tidak terpenuhi (Alapati & Mannava, 2011) dimana y
adalah teks dan x adalah pattern.
Berikut diberikan contoh untuk menunjukkan proses pencarian
Algoritma Not So Naive dengan pola WIJA yang akan dicari pada teks
RICKYWIJAYA. Dimana karakter urutan 0 dan karakter urutan 1 pada pattern
tidak mengalami kesamaan (x[0] != x[1]) maka nilai variabel k akan diinisialisasi
dengan nilai 1 dan nilai variabel ell akan diinisialisasi dengan nilai 2 dimana
kedua variabel tersebut akan digunakan untuk nilai pergeseran pada proses
pencocokan.
Universitas Sumatera Utara
9
Tabel 2.1 Proses Pencocokan Algoritma Not So Naive di Percobaan Pertama
I
0
1
2
3
4
5
6
7
8
9
10
Teks
R
I
C
K
Y W I
J
A
Y
A
Pola
W
I
J
A
Pada Tabel 2.1, perbandingan karakter pertama (x[1] == y[j+1]) mengalami
kecocokan namun di perbandingan kedua mengalami ketidakcocokan, karena saat
perbandingan pertama telah terjadi kecocokan, namun di urutan selanjutnya tidak
terjadi kecocokan maka posisi pola akan digeser sebanyak 2 posisi sesuai dengan
nilai variabel ell.
Tabel 2.2 Proses Pencocokan Algoritma Not So Naive di Percobaan Kedua
II
0
1
2
3
4
6
7
8
9
10
Teks
R
I
C
K
Y W I
J
A
Y
A
W
I
J
Pola
5
A
Pada Tabel 2.2, perbandingan karakter pertama (x[1] != y[j+1]) sudah mengalami
ketidakcocokan. Maka akan dilakukan percobaan selanjutnya dengan posisi pola
digeser sebanyak 1 posisi sesuai dengan nilai variabel k.
Tabel 2.3 Proses Pencocokan Algoritma Not So Naive di Percobaan Ketiga
III
0
1
2
3
4
Teks
R
I
C
K
W
Pola
5
6
7
8
9
10
Y W
I
J
A
Y
A
I
A
J
Pada Tabel 2.3, perbandingan karakter pertama (x[1] != y[j+1]) masih mengalami
ketidakcocokan. Maka akan dilakukan percobaan selanjutnya dengan posisi pola
digeser sebanyak 1 posisi sesuai dengan nilai variabel k.
Tabel 2.4 Proses Pencocokan Algoritma Not So Naive di Percobaan Keempat
IV
0
1
2
3
4
Teks
R
I
C
K
Pola
5
6
7
8
9
10
Y W
I
J
A
Y
A
W
J
A
I
Universitas Sumatera Utara
10
Pada Tabel 2.4, perbandingan karakter pertama (x[1] != y[j+1]) masih mengalami
ketidakcocokan. Maka akan dilakukan percobaan selanjutnya dengan posisi pola
digeser sebanyak 1 posisi sesuai dengan nilai variabel k.
Tabel 2.5 Proses Pencocokan Algoritma Not So Naive di Percobaan Kelima
V
0
1
2
3
4
Teks
R
I
C
K
6
7
8
9
10
Y W
I
J
A
Y
A
W
I
J
A
Pola
5
Pada Tabel 2.5, perbandingan karakter mengalami kecocokan (x[1] == y[j+1])
dimulai dari perbandingan karakter W, I, J, dan A semua mengalami kecocokan,
oleh sebab itu teks akan dikeluarkan. Namun, algoritma Not So Naive tidak
berhenti sampai disini. Algoritma Not So Naive akan melakukan percobaan terus
sampai sisa teks lebih kecil daripada pola. Untuk percoabaan selanjutnya, posisi
pola akan digeser sebanyak 2 posisi sesuai dengan nilai variabel ell.
Tabel 2.6 Proses Pencocokan algoritma Not So Naive di Percobaan Keenam
VI
0
1
2
3
4
Teks
R
I
C
K
Y W
Pola
5
6
7
8
9
10
I
J
A
Y
A
W
I
J
A
Pada Tabel 2.6, perbandingan karakter pertama mengalami ketidakcocokan (x[1]
!= y[j+1]). Maka akan dilakukan percobaan selanjutnya dengan posisi pola
digeser sebanyak 1 posisi sesuai dengan nilai variabel k. Namun dikarenakan sisa
teks telah lebih kecil daripada pola maka fase pencarian berhenti disini.
2.1.1.2 Algoritma Skip Search
Algoritma Skip Search merupakan salah satu algoritma pencocokan string, yang
dipublikasikan secara luas oleh Charas, C et al., (1998). Cara kerja algoritma Skip
Search seperti algoritma Knuth Morris Pratt dengan mendeteksi jendela dari
karakter yang ada dari kiri ke kanan dan menyimpannya ke dalam sebuah wadah
untuk menentukan titik awal dari jendela karakter tersebut (Charas et al., Naser
et al., 2012, 1998).
Universitas Sumatera Utara
11
Jadi, terdapat suatu pola yang ingin kita cari dan kita inisialkan x dan
memiliki panjang yang kita inisialkan dengan m. Teks yang ingin kita cari kita
inisialkan y dan memiliki panjang yang kita inisialkan dengan n. Untuk setiap
simbol alfabet, sebuah wadah akan menyimpan semua posisi simbol dari x. Saat
sebuah simbol berulang sebanyak k di dalam teks, maka akan ada sebanyak k
posisi yang sesuai dalam wadah simbol. Saat pola lebih pendek daripada alfabet
yang ada dalam teks, maka akan ada banyak tempat kosong dalam wadah.
Dalam perulangan utama dari fase pencarian terdapat proses memeriksa
setiap teks simbol ke m, Yj (yang nantinya iterasi utama n/m). Untuk Yj,
menggunakan setiap posisi yang ada di wadah z[Yj] untuk mendapatkan titik awal
yang memungkinkan (p) dari x di dalam y. Lalu dilakukan proses perbandingan x
dengan y dari posisi p, simbol dengan simbol, sampai terjadi ketidakcocokan atau
seluruhnya cocok (Charras et al., 1998). Algoritma Skip Search memiliki efisiensi
dalam mencari huruf kecil dalam pola yang panjang (Naser et al., 2012).
2.1.1.2.1 Fase Preprocessing Algoritma Skip Search
Tahap preprocessing Algoritma Skip Search terdiri dari tahap komputasi wadah
untuk menampung seluruh karakter alfabet untuk c
z[c] = { i; 0
i
m-1 and x[i] = c}.
Ruang dan waktu kompleksitas dari fase preprocessing adalah O (m+ ) (Charras
& Lecroq, 2004). Berikut diberikan contoh pada Tabel 2.7 untuk menunjukkan
proses pencarian Algoritma Skip Search dengan pola WIJA yang akan dicari pada
teks RICKYWIJAYA.
Tabel 2.7 Tabel Teks dan Pola yang akan Dijadikan Contoh Kasus
0
1
2
3
4
5
6
7
8
9
10
Teks
R
I
C
K
Y W I
J
A
Y
A
Pola
W
I
J
A
Maka hasil dari fase preprocessing Algoritma Skip Search dapat dilihat di Tabel
2.8
Universitas Sumatera Utara
12
Tabel 2.8 Tabel Hasil preprocessing dari Algoritma Skip Search
c
z[c]
A
(3)
C
I
(1)
J
(2)
K
R
W
(0)
Y
2.1.1.2.2 Fase Pencarian Algoritma Skip Search
Dalam Fase Pencarian, algoritma Skip Search menggunakan aturan The Two
Window Rule untuk menentukan batas sampai mana pola boleh digeser. Panjang
batas The Two Window Rule menggunakan rumus 2m-1 dimana m adalah panjang
dari pola (Bhandari & Kumar, 2013). Lalu panjang dari hasil aturan The Two
Window Rule akan bernilai ganjil dan karakter yang terdapat di tengah panjang
teks tersebutlah yang akan dilakukan proses pencocokan.
Gambar 2.1 Penentuan Panjang window dan Karakter Tengah yang akan
Digunakan dalam Proses Pencocokan 1
Dari Gambar 2.1 didapatkan batas panjang untuk pola digeser adalah dari urutan
0 (huruf R) sampai urutan 6 (huruf I) dan karakter yang akan digunakan dalam
proses pencocokan adalah karakter K. Namun, berdasarkan tabel 8 karakter K
Universitas Sumatera Utara
13
bernilai nol (tidak ada dalam pola) maka percobaan akan dilanjutkan dengan
posisi jendela digeser sebanyak 4 posisi sesuai dengan panjang pola (m).
Gambar 2.2 Penentuan Panjang window dan Karakter Tengah yang akan
Digunakan dalam Proses Pencocokan 2
Dari Gambar 2.2 didapatkan batas panjang untuk pola digeser adalah dari urutan
4 (huruf W) sampai urutan 10 (huruf A) dan karakter yang akan digunakan dalam
proses pencocokan adalah karakter J. Berdasarkan tabel 8 karakter J terdapat di
posisi 2 dalam pola, oleh karena itu pola akan langsung diposisikan menurut
posisi J, dan dilakukan proses pencocokan dari urutan 5, 6, 7 dan 8. Dalam
pencocokan 2 ini, pola yang berisi karakter W, I, J, dan A mengalami kecocokan
maka teks akan ditampilkan. Dan fase pencarian berhenti sampai disini. Ini
dikarenakan saat pola digeser sebanyak 4 posisi, panjang teks untuk dibandingkan
hanya bersisa 3 dimana panjang pola lebih banyak daripada panjang teks yang
akan dicocokan.
2.2. Kompleksitas Algoritma
Kebenaran suatu algoritma harus diuji dengan jumlah masukan tertentu untuk
melihat kinerja algoritma berupa waktu yang diperlukan untuk menjalankan
algoritmanya dan ruang memori yang diperlukan untuk struktur datanya.
Algoritma yang bagus adalah algoritma yang mangkus (efisien). Kemangkusan
algoritma diukur dari jumlah waktu dan ruang memori yang dibutuhkan untuk
menjalankan algoritma tersebut.
Ada dua macam kompleksitas algoritma, yaitu kompleksitas waktu dan
kompleksitas ruang. Kompleksitas waktu dari algoritma adalah mengukur jumlah
perhitungan (komputasi) yang dikerjakan oleh komputer ketika menyelesaikan
Universitas Sumatera Utara
14
suatu masalah dengan menggunakan algoritma. Ukuran yang dimaksud mengacu
ke jumlah langkah-langkah perhitungan dan waktu tempuh pemrosesan.
Kompleksitas waktu merupakan hal penting untuk mengukur efisiensi suatu
algoritma.
Kompleksitas waktu dari suatu algoritma yang terukur sebagai suatu
fungsi ukuran masalah. Kompleksitas waktu dari algoritma berisi ekspresi
bilangan dan jumlah langkah yang dibutuhkan sebagai fungsi dari ukuran
permasalahan. Kompleksitas ruang berkaitan dengan sistem memori yang
dibutuhkan dalam eksekusi program.
Untuk mengukur kebutuhan waktu sebuah algoritma yaitu dengan
mengeksekusi langsung algoritma tersebut pada sebuah komputer, lalu dihitung
berapa lama durasi waktu yang dibutuhkan untuk menyelesaikan sebuah
persoalan dengan n yang berbeda-beda. Kemudian dibandingkan hasil komputasi
algoritma tersebut dengan notasi kompleksitas waktunya untuk mengetahui
efisiensi algoritmanya (Nugraha, D.W. 2012).
Kompleksitas
algoritma
diukur
berdasarkan
kinerjanya
dengan
menghitung waktu eksekusi suatu algoritma. Menurut Cormen et al. (2009) waktu
eksekusi algoritma dapat diklasifikasikan menjadi tiga kelompok besar, yaitu
best-case (kasus terbaik), average-case (kasus rata-rata) dan worst-case (kasus
terjelek).
Pada pemrograman yang dimaksud dengan kasus terbaik, kasus terjelek
dan kasus rata-rata suatu algoritma adalah besar kecilnya atau banyak sedikitnya
sumber-sumber yang digunakan oleh suatu algoritma. Makin sedikit makin baik,
makin banyak makin jelek (Subandijo. 2011).
2.3. Kamus
Menurut Kamus Besar Bahasa Indonesia, pengertian kamus adalah buku acuan
yang memuat kata dan ungkapan yang biasanya disusun menurut abjad berikut
keterangan maknanya, pemakaiannya dan terjemahannya. Kamus juga dapat
digunakan sebagai buku rujukan yang menerangkan makna kata – kata yang
berfungsi untuk membantu seseorang mengenal perkataan baru.
Universitas Sumatera Utara
15
2.4. Android
Android adalah sistem operasi berbasis Linux yang dirancang untuk perangkat
layar bergerak seperti smartphone atau komputer tablet. Android menyediakan
platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka
sendiri untuk digunakan oleh bermacam peranti bergerak.
Google Inc. membeli Android Inc., pendatang baru yang membuat peranti
lunak untuk ponsel. Kemudian untuk mengembangkan Android, dibentuklah
Open Handset alliance, konsorsium dari 34 perusahaan peranti keras, peranti
lunak, dan telekomunikasi, termasuk Google, HTC, Intel, Motorola, Qualcomm,
T-Mobile, dan Nvidia. Pada saat perilisan perdana Android, 5 November 2007,
Android bersama Open Handset alliance menyatakan mendukung pengembangan
standar terbuka pada perangkat seluler. Di lain pihak, Google merilis kode–kode
Andorid di bawah lisensi Apache, sebuah lisensi perangkat lunak dan standar
terbuka perangkat seluler. Di dunia ini terdapat dua jenis distributor sistem
operasi Android. Pertama yang mendapat dukungan penuh dari Google atau
Google Mail Services (GMS) dan kedua adalah yang benar–benar bebas
distribusinya tanpa dukungan langsung Google atau dikenal sebagai Open
Handset Distribution (OHD).
2.4.1 Versi Android
Tabel 2.9 Versi-versi Android
Versi
Android 1.0
Android 1.1
Android 1.5
Android 1.6
Android 2.0
Android 2.0.1
Android 2.1
Android 2.2
- 2.2.3 2.3
Android
- 2.3.2 2.3.3
Android
- 2.3.7 3.0
Android
Android 3.1
Android 3.2
Android 4.0
- 4.0.2 4.0.3
Android
- 4.0.4 4.1
Android
Tanggal Rilis
23September
2008
9 Februari
20092009
30 April
15September
2009
26 Oktober
2009
3 Desember
12 2009
Januari
2010
20 Mei 2010
6 Desember
2010
22 Februari
2011
22 Februari
20112011
10 Mei
18 Juli 2011
19 Oktober
2011
16Desember
2011
9 Juli
2012
Nama Kode
Cupcake
Donut
Eclair
Eclair
Eclair
Froyo
Gingerbread
Gingerbread
Honeycomb
Honeycomb
Honeycomb
IceCream
Sandwich
IceCream
Jelly Bean
API
API Level l
API Level 2
API Level 3
API Level 4
API Level 5
API Level 6
API Level 7
API Level 8
API Level 9
API Level 10
API Level 11
API Level 12
API Level 13
API Level 14
API Level 15
API Level 16
Universitas Sumatera Utara
16
Versi
Android 4.2
Android 4.3
Android 4.4
Android 5.0
Android 6.0
Tanggal Rilis
13November
20122013
24 Juli
31 Oktober
20132014
25 Juni
28 Mei 2015
Nama Kode
Jelly Bean
Jelly Bean
Kitkat
Lolipop
Marshmallow
API
API Level 17
API Level 18
API Level 19
API Level 21
API Level 23
Tabel 2.9 menjelaskan versi android beserta nama, tanggal rilis dan API nya.
Gambar
2.3
Logo-logo
android
dari
versi
1.0
–
6.0
(sumber : https://indoberita.com)
Gambar 2.3 menunjukkan logo – logo android dimulai dari android versi 1.0
yang diwakili gambar Alpha, android versi 1.1 yang diwakili gambar Beta,
android versi 1.2 – 1.5 yang diwakili gambar Cupcake, android versi 1.6 yang
diwakili gambar Donut, android versi 2.0 – 2.1 yang diwakili gambar Eclair,
android versi 2.2 – 2.2.3 yang diwakili gambar Froyo, android versi 2.3 – 2.4 yang
diwakili gambar Gingerbread, android versi 3.0 – 3.2 yang diwakili gambar
Honeycomb, android versi 4.0 yang diwakili gambar Ice Cream Sandwich,
android versi 4.1 – 4.3 yang diwakili gambar Jelly Bean, android versi 4.4 yang
diwakili gambar KitKat, android versi 5.0 yang diwakili gambar Lolipop, dan
android versi 6.0 yang diwakili gambar Marshmallow.
Universitas Sumatera Utara
17
2.5. Penelitian yang Relevan
Berikut ini beberapa penelitian yang terkait dengan Algoritma Not So Naive dan
Algoritma Skip Search :
1.
Bhandari, J. & Kumar, A. (2013) Menjelaskan tentang korelasi antara
Suffix to Prefix rule, Two Window Rule dan Non-Tandem Rule dari Exact
String Matching. Yang dimana cara kerja dari Two Window Rule adalah
dengan membuat dua jendela terlebih dahulu, yang panjang tiap
jendelanya sesuai dengan panjang pattern/pola dan diletakan di teks
yang akan dicocokan, dimana posisi salah satu huruf dari teks diapit oleh
dua jendela. Sehingga panjang jendela di teks sebesar 2m-1. Algoritma
yang mengunakan Two Window Rule dalam fase pencariannya adalah
Algoritma Skip Search, Algoritma Alpa Skip Search dan Algoritma
Wide-Window.
2.
Naser et al., (2012) Menyatakan bahwa Algoritma Skip Search
bertingkah seperti Algoritma Knuth Morris Pratt dimana pemindaian
jendela karakter dimulai dari kiri ke kanan sementara algoritma
menggunakan wadah yang bisa kita sebut sebagai ember untuk
menentukan posisi awal dari jendela di dalam teks saat melakukan
pengecekan. Wadah yang digunakan dalam Algoritma Skip Search berisi
lokasi paling kiri dari semua alphabet yang terdapat dalam pattern/pola.
Proses pre-processing yang dilakukan algortima Skip Search berguna
untuk mengurangi komparasi karakter yang akan dilakukan di proses
pencarian.
3.
Cantone, D. & Faro, S. (2004) Menjelaskan bahwa Algoritma Not So
Naive merupakan variasi simpel dari Algoritma Naive yang ternyata
cukup efisien dalam beberapa kasus. Proses searching dari Algoritma
Not So Naive dilakukan dengan mencocokan teks dan pola dari kiri ke
kanan. Namun, Algoritma Not So Naive mempunyai dua kasus yang
jikalau terpenuhi maka akhir dari pencocokan, pola bisa bergeser
sebanyak 2 posisi ke kanan, daripada 1 posisi yang terdapat di Algoritma
Naive.
Universitas Sumatera Utara