Text Summarization Menggunakan Metode KNN dan MMR Pada Artikel Berbahasa Indonesia

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana

DEVI DWIYANTINI

10112359

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA

2016

iii Asslamu’alaikum Warahmatullahi Wabarakatuh.

Alhamdullillahi Rabbil ‘Alamiin, hanya milik Allah SWT segala puja dan puji di langit serta di bumi. Segala kebaikan yang dirasakan oleh seluruh makhluk-Nya adalah berasal dari Allah, Rab semesta alam. Tidak lupa shalawat serta salam tercurah limpahkan kepada Baginda Rasullah SAW.

Skripsi yang telah penulis susun berjudul “TEXT SUMMARIZATION

MENGGUNAKAN METODE KNN DAN MMR PADA ARTIKEL

BERBAHASA INDONESIA”, mencakup analisis, perancangan, implementasi, serta pengujian. Skripsi ini disusun guna memenuhi syarat dalam menyelesaikan studi jenjang strata satu (S1) di Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer guna meraih kelulusan dari Universitas Komputer Indonesia.

Penyusunan skripsi ini dapat selesai berkat kesungguhan penulis yang didukung oleh banyak pihak. Oleh karena itu, penulis mengucapkan terima kasih kepada :

1. Allah SWT, atas segala nikmat yang telah diberikan, beserta izin-Nya lah sehingga penulis dapat menyelesaikan skripsi ini.

2. Kedua orang tua yang selalu setia dengan doa dan usaha bagi kami anak-anak mereka.

3. Ibu Ken Kinanti Purnamasari, S.Kom., M.T., selaku dosen pembimbing yang telah banyak meluangkan waktu untuk memberikan bimbingan, nasihat, saran, dan ilmu selama proses penyusunan skripsi ini.

4. Ibu Nelly Indriani W, S.Si., M.T., selaku reviwer yang telah memberikan ilmu serta saran kepada penulis.

5. Ibu Anna Dara Andriana. S.Kom., M.Kom, selaku penguji tiga yang memberikan ilmu serta saran kepada penulis.

iv

7. Teman selalu berempat Amanda, Lia, Dina yang selalu membagi keceriaan kepada penulis.

8. Teman-teman seperjuangan angkatan 2012 terutama kelas IF-9 yang selalu memberi dukungan dan semangat kepada penulis.

9. Semua pihak yang tidak bisa penulis sebutkan satu demi satu.

Penulis menyadari bahwa penulisan skripsi ini masih jauh dari kata sempurna. Sudilah kiranya saran dan kritik yang membangun menjadi pendukung demi terwujudnya karya lebih baik di masa yang akan datang. Akhirnya semoga skripsi ini bermanfaat.

Wassalamu’alaikum wa rahtullah wabarakatuh

Bandung, Agustus 2016

v

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR GAMBAR ... ix

DAFTAR TABEL ... xi

DAFTAR SIMBOL ... xiv

DAFTAR LAMPIRAN ... xviii

BAB I PENDAHULUAN ... 1

1.1.Latar Belakang Masalah ... 1

1.2.Identifikasi Masalah ... 2

1.3.Maksud dan Tujuan ... 2

1.3.1. Maksud ... 2

1.3.2. Tujuan ... 2

1.4.Batasan Masalah... 2

1.5.Metodologi Penelitian ... 3

1.5.1. Metode Pengumpulan Data ... 3

1.5.2. Metode Pembangunan Sistem ... 4

1.6.Sistematika Penulisan... 5

BAB II LANDASAN TEORI ... 7

2.1. Kata ... 7

2.2. Kalimat ... 7

2.3. Berita ... 7

2.4. Artikel ... 8

2.5. Peringkasan Teks Otomatis ... 8

2.5.1. Penelitian Terdahulu ... 9

2.6. Proses Peringkasan Teks Otomatis ... 10

2.6.1. Case Folding ... 10

vi

2.6.7. Metode TF-IDF (Term Frequency-Inversed Document Frequency) ... 14

2.6.8. Cosine Similarity ... 15

2.6.9. Metode KNN (K-Nearest Neighbors) ... 15

2.6.10. Metode MMR (Maximum Marginal Relevance)... 16

2.7. Pengujian Akurasi ... 18

2.8. Bahasa Pemrograman ... 19

2.8.1. PHP ... 19

2.9. Software Pendukung ... 19

2.9.1. XAMPP ... 19

2.9.2. MySQL dan PhpMyAdmin ... 20

2.10. Model Perangkat Lunak ... 21

2.10.1. DFD (Data Flow Diagram) ... 21

2.10.2. Flowchart ... 22

2.10.3. ERD (Entity Relationship Diagram) ... 24

BAB III ANALISIS DAN PERANCANGAN SISTEM ... 27

3.1. Analisis Masalah ... 27

3.2. Analisis Sistem ... 27

3.2.1. Analisis Data Masukan ... 28

3.2.2. Analisis Preprocessing... 29

3.2.2.1. Case Folding ... 29

3.2.2.2. Filtering... 30

3.2.2.3. Tokenizing Kalimat ... 31

3.2.2.4. Tokenizing Kata ... 32

3.2.2.5. Removal Stopword ... 34

3.2.2.6. Stemming ... 36

3.2.2.7. Metode TF-IDF (Term Frequency-Inversed Document Frequency) .. 38

vii

3.4. Hasil Ringkasan ... 56

3.5. Analisis Pengujian ... 57

3.6. Analisis Kebutuhan Non Fungsional ... 60

3.6.1. Analisis Kebutuhan Perangkat Keras ... 60

3.6.2. Analisis Kebutuhan Perangkat Lunak ... 60

3.6.3. Analisis Kebutuhan Pengguna ... 61

3.7. Analisis Kebutuhan Fungsional ... 61

3.7.1. Entity Relationship Diagram (ERD) ... 61

3.7.2. Diagram Konteks ... 62

3.7.3. Data Flow Diagram (DFD) Level 1 ... 62

3.7.4. Data Flow Diagram (DFD) Level 2 ... 63

3.7.5. Deskripsi Proses ... 64

3.7.6. Kamus Data ... 66

3.8. Perancangan Sistem ... 67

3.8.1. Perancangan Basis Data ... 68

3.8.1.1. Struktur Tabel... 68

3.8.2. Perancangan Struktur Menu ... 69

3.8.3. Perancangan Antarmuka ... 70

3.8.3.1. Antarmuka Halaman Berita (T01) ... 70

3.8.3.2. Antarmuka Halaman Preprocessing (T02) ... 71

3.8.3.3. Antarmuka Halaman KNN MMR (T03) ... 72

3.8.4. Jaringan Semantik ... 73

3.8.5. Perancangan Prosedural ... 74

3.8.5.1. Perancangan Algoritma Utama ... 74

3.8.5.2. Perancangan Algoritma Case Folding ... 74

3.8.5.3. Perancangan Algoritma Filtering ... 75

viii

BAB IV IMPLEMENTASI DAN PENGUJIAN ... 81

4.1. Implementasi Sistem ... 81

4.1.1. Implementasi Perangkat Keras ... 81

4.1.2. Implementasi Perangkat Lunak ... 81

4.1.3. Implementasi Basis Data ... 82

4.1.4. Implementasi Antarmuka ... 83

4.2. Pengujian Sistem ... 85

4.2.1. Skenario Pengujian... 85

4.2.1.1. Skenario Pengujian Fungsionalitas ... 85

4.2.1.2. Skenario Pengujian Detail Perancangan ... 86

4.2.1.3. Skenario Pengujian Nilai Performansi ... 89

4.2.2. Hasil Pengujian ... 89

4.2.2.1. Hasil Pengujian Fungsionalitas ... 90

4.2.2.2. Hasil Pengujian Detail Perancangan ... 91

4.2.2.3. Hasil Pengujian Nilai Performansi ... 99

4.2.3. Analisis Hasil Pengujian ... 103

BAB V KESIMPULAN DAN SARAN ... 105

5.1. Kesimpulan ... 105

5.2. Saran ... 105

107

[2] Marlinda. L., & Rianto. H. (2013). Pembelajaran Bahasa Indonesia Berbasis Web Menggunakan Metode Maximum Marginal Relevance. Seminar Nasional Sistem Informasi Indonesia 2-4 Desember 2013, 410-415

[3] Pardede. J., & Sinatria. J. . Implementasi Maximum Marginal Relevance dan Matriks Cosine Similarity pada Aplikasi Peringkasan Dokumen. Itenas Library, 1348-1352

[4] Alguliev. R., & Alguliyev. R. . Effective Summarization Method of Text Documents

[5] Sommerville. I. (2003). Sofware Engineering Edisi 6 Jilid 1 (Rekayasa Perangkat Lunak). Jakarta: Erlangga

[6] Pressman. R. S. (2007). Rekayasa Perangkat Lunak: Pendekatan Praktisi Buku 1. Yogyakarta: Andi

[7] Sasangka. S. S. T. W., & Darheni. N. (2012). Jendela Bahasa Indonesia. Elmatera Publishing

[8] Wijayanti. S. H., Candrayani. A., Hendrawati. I. E. S., & Agustinus. J. W. (2013). Bahasa Indonesia Penulisan dan Penyajian Karya Ilmiah. Rajawali Pers

[9] Sumdiria. H. (2008). Jurnalistik Indonesia Menulis Berita dan Feature Panduan Praktis Jurnalis Profesional. Simbiosa Rekatama Media

[10] Rolnicki. T. E., Tate. C. D., & Taylor. S. A. (2008). Pengantar Dasar Jurnalisme (Scholastic Journalism). Kencana Edisi Kesebelas

[11] Iswanto. (2007). Membangun Aplikasi Berbasis PHP 5 dan Firebird 1.5. Yogyakarta: Andi

[12] Sugiri & Saputro. H. (2008). Pengelolaan Database MySQL dengan PhpMyAdmin. Graha Ilmu

[13] Waliprana. W. E., & Khodra. M. L. (2013). Update Summarization Untuk Kumpulan Dokumen Berbahasa Indonesia. Jurnal Cybermatika, Vol. 1 No.2, 6-10

[14] Al-Hashemi. R. (2010). Text Summarization Extraction System (TSES) using Extracted Keyword. International Arab Journal of e-Technology, Vol. 1 No.4

[15] Ridok. A. (2014). Peringkasan Dokumen Bahasa Indonesia Berbasis Non-Negative Matrix Factorization (NMF). Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), Vol 1, No. 1, April 2014, 39-44

[16] Handi. (2011). Text Pre-Processing pada Text To Speech Synthesis System untuk Penutur Berbahasa Indonesia. ITS Surabaya

[17] Triawati. C. (2009). Metode Pembobotan Stastical Consept Based untuk Klastering dan Kategorisasi Dokumen Berbahasa Indonesia. Bandung: Institut Teknologi Telkom Bandung

[18] Kusrini., & Luthfi E. T. (2009). Algoritma Data Mining. Yogyakarta: Andi [19] Singal. A. (2001). Modern Information Retrieval

[20] Sutanta. E. (2004). Algoritma Teknik Penyelesaian Permasalahan untuk Komputasi. Yogyakarta: Ghaha Ilmu

[21] Goldstein, J. 2008. Genre Oriented Summarization. Thesis. Pittsburgh : Language Technologies Institute School of Computer science Carnegie Mellon University.

[22] Ladjamudin. bin A. (2005). Analisis dan Desain Sistem Informasi. Yogyakarta: Graha Ilmu

[23] Jogiyanto. (2005). Analisis & desain. Yogyakarta: Andi

[24] Carbonell. J., & Goldstein. J. (1998). The Use of MMR, Diversity-Based Rerangking for Reordering Documents and Produsing Summaries

[25] Mustaqfihri. M., Abidin. Z., & Kusumawati. R. (). Peringkasan Teks Otomatis Berita Berbahasa Indonesia Menggunakan Metode Maximum Marginal Relevance. Nitro PDF Professional, 134-147

[26] Budiyono. W., & Solihin. F. (2014). Aplikasi Peringkas Berita Online Otomatis Menggunakan Metode Ordinary Weighting Pada Situs Pengumpulan Berita. Jurnal Ilmiah NERO, Vol.1, No.2, 53-62

1

1.1. Latar Belakang Masalah

Kebanyakan mesin information retrieval (IR) modern menghasilkan daftar perangkingan dari dokumen, yang diukur dari relevansi dokumen dengan permintaan user (user query). Penaksiran pertama untuk mengukur hasil peringkasan yang relevan adalah dengan mengukur hubungan antar informasi yang ada dalam dokumen dengan query yang diberikan oleh user dan menambah kombinasi linier sebagai sebuah matrik. Kombinasi linier ini disebut “marginal relevance” [24].

Selain digunakan untuk information retrieval, marginal relevance bisa juga digunakan untuk peringkasan dokumen. Berdasarkan penelitian sebelumnya, metode maximum marginal relevance (MMR) sangat berguna untuk memberikan informasi pada dokumen yang bersifat multi redundansi dan dapat meningkatkan kecepatan pengukuran yang tepat dari kesamaan kalimat. Penelitian ini menghasilkan akurasi yang masih rendah (46%). Hal tersebut disebabkan karena query yang tidak terbatas, sehingga user bisa memasukkan kata apa saja pada query [3]. Pada penelitian lainnya, dengan data yang diambil dari surat kabar online berbahasa Indonesia (30 berita). Diperoleh hasil pengujian rata-rata recall 60%, precision 77%, dan f-measure 66% [25].

Idealnya panjang ringkasan itu tidak melebihi dari setengah teks asli [26]. Namun kenyataannya terkadang panjang ringkasan tidak sesuai dengan kriteria. Hal tersebut dikarenakan seluruh teks asli langsung diproses pembentukan ringkasan. Untuk mendapatkan hasil ringkasan yang sesuai dengan kriteria, dapat dilakukan pengurangan kandidat kalimat ringkasan. Pengurangan kandidat kalimat ringkasan dapat dilakukan dengan mengklasifikasikan kalimat ke dalam kelas relevan dan tidak relevan. Kalimat yang termasuk ke dalam kelas relevan akan dipilih dan diproses pada metode selanjutnya, yaitu dengan menghitung kesamaan kata antara kadidat kalimat ringkasan dengan query. Metode klasifikasi yang akan digunakan

untuk mengklasifikasikan kalimat pada penelitian ini adalah metode K-Nearest Neighbors (KNN). Pada penelitian sebelumnya, peringkasan dokumen dengan metode K-Nearest Neighbors, diperoleh hasil dengan nilai recall 63%, precision 100%, dan f-measure 77% [4].

Berdasarkan uraian di atas, pada penelitian ini akan dilakukan Text Summarization menggunakan metode K-Nearest Neighbors dan Maximum Marginal Relevance, untuk meringkas sebuah artikel berbahasa Indonesia.

1.2. Identifikasi Masalah

Berdasarkan uraian latar belakang masalah yang telah dijelaskan sebelumnya, maka identifikasi masalah adalah sebagai berikut.

1. Masih rendahnya akurasi peringkasan menggunakan MMR 2. Masih panjangnya ringkasan yang dihasilkan

1.3. Maksud dan Tujuan 1.3.1. Maksud

Penelitian ini bermaksud membuat sistem peringkas teks otomatis.

1.3.2. Tujuan

Tujuan yang ingin dicapai dari penelitian ini adalah untuk membandingkan

nilai performansi (recall, precision dan f-measure) dan akurasi peringkasan menggunakan KNN dan MMR dengan peringkasan yang hanya menggunakan MMR.

1.4. Batasan Masalah

Batasan masalah merupakan pembatasan ruang lingkup pekerjaan yang akan dilakukan terhadap permasalahan yang ada. Batasan dalam penelitian adalah sebagai berikut:

1. Dokumen yang akan diringkas adalah dokumen berbahasa Indonesia 2. Dokumen yang digunakan bersumber dari beberapa media internet

(viva.co.id, detik.com, kompas.com, dan merdeka.com) 3. Input teks berupa satu dokumen

4. Dokumen yang digunakan mempunyai judul yang sesuai dengan isi dokumen

1.5. Metodologi Penelitian

Penelitian ini menggunakan Metode Deskriptif [27] yang bertujuan mendapatkan gambaran yang jelas mengenai hal-hal yang diperlukan. Dalam penelitian text summarization ini, data yang diteliti dalam keadaan sebagaimana adanya. Sehingga hasil text summarization tergantung dari data itu sendiri.

Gambar 1. 1 Metodologi Penelitian

1.5.1. Metode Pengumpulan Data

Pada penelitian ini metode yang digunakan adalah studi literatur. Studi literatur yang diperoleh dari sumber-sumber tertulis, baik yang tercetak maupun elektronik, seperti buku, e-book, jurnal, paper, dan sumber-sumber yang berhubungan dengan permasalahan yang diteliti.

1.5.2. Metode Pembangunan Sistem

Metode pembangunan perangkat lunak yang digunakan adalah prototype [5]. Karena pada pembangunan sistem text summarization didasarkan pada ide pengembangan awal, diuji keberhasilannya, dan menyempurnakannya dengan kembali ke pembangunan. Tahapan-tahapan dari metode prototype dapat dilihat pada Gambar 1.2.

Gambar 1. 2 Metode Prototype [5] 1. Kembangkan spesifikasi abstrak

Merupakan tahap awal untuk menganalisis masalah yang ada, yaitu memahami masalah yang timbul dan mencari solusi untuk memecahkan masalah dalam menghasilkan sebuah text summarization dari artikel berbahasa Indonesia.

2. Buat sistem prototype

Merupakan tahap pembuatan sistem prototype yang sudah didapatkan dari hasil pengumpulan kebutuhan dan perbaikan. Pada tahap ini pengembang

mencoba mengimplementasikan metode MMR pada text summarization ke dalam logika-logika program.

3. Gunakan sistem prototype

Program akan diuji, dimana uji coba dilakukan untuk mengetahui kekurangan pada program. Jika masih ada kekurangan, maka prototype direvisi dengan tahapan-tahapan yang sebelumnya telah dilakukan. Proses ini akan terus berulang sampai prototype yang dihasilkan mendekati harapan yang diinginkan.

4. Serahkan sistem

Jika hasil sistem prototype telah mencapai atau mendekati harapan yang diinginkan. Maka sistem text summarization menggunakan KNN dan MMR bisa digunakan dengan baik.

1.6. Sistematika Penulisan

Sistematika penulisan laporan akhir penelitian text summarization disusun untuk memberikan gambaran umum tentang penelitian yang dijalankan. Sistematika penulisan tugas akhir ini adalah sebagai berikut.

BAB 1 PENDAHULUAN

Bab ini berisi penjelasan mengenai latar belakang masalah, identifikasi masalah, maksud dan tujuan, batasan masalah, metodologi penelitian, dan sistematika penulisan yang dimaksudkan agar dapat memberikan gambaran tentang urutan pemahaman dalam menyajikan laporan penelitian text summarization.

BAB 2 LANDASAN TEORI

Bab ini membahas mengenai text summarization, preprocessing, metode Term Frequency – Inversed Document Frequency (TF-IDF), cosine similarity, K-Nearest Neighbors (KNN), Maximum Marginal Relevance (MMR), bahasa pemrograman, software pendukung, dan model pernagkat lunak.

BAB 3 ANALISIS DAN PERANCANGAN

Bab ini menguraikan penjelasan analisis dan perancangan sistem, perhitungan pada metode Term Frequency – Inversed Document Frequency (TF-IDF), cosine similarity, K-Nearest Neighbors (KNN), Maximum Marginal Relevance (MMR) untuk diaplikasikan pada Text Summarization.

BAB 4 IMPLEMENTASI DAN PENGUJIAN

Bab ini berisi tentang implementasi dari analisis dan perancangan yang telah dilakukan pada bab sebelumnya. Implementasi yang dilakukan terdiri dari implementasi perangkat keras, implementasi perangkat lunak, implementasi basis data dan implementasi antarmuka. Selain itu dilakukan pengujian Text Summarization menggunakan metode K-Nearest Neighbors (KNN) dan Maximum Marginal Relevance (MMR) pada Artikel Berbahasa Indonesia, dengan skenario pengujian dan hasil pengujian.

BAB 5 KESIMPULAN DAN SARAN

Bab ini menjelaskan tentang kesimpulan yang diperoleh dari penelitian Text Summarization menggunakan metode K-Nearest Neighbors (KNN) dan Maximum Marginal Relevance (MMR pada artikel berbahasa Indonesia, serta saran–saran untuk pengembangan penelitian selanjutnya.

7

2.1. Kata

Kata merupakan satuan bahasa yang dapat berdiri sendiri atau merupakan satuan bebas yang paling kecil yang dapat berdiri sendiri. Selain itu, kata merupakan unsur bahasa yang diucapkan atau dituliskan dan merupakan perwujudan kesatuan perasaan dan pikiran yang dapat digunakan dalam berbahasa [7].

2.2. Kalimat

Kalimat adalah satuan bahasa terkecil, dalam wujud lisan atau tulis, yang mengungkapkan pikiran yang utuh. Dalam wujud lisan, tuturan (atau kalimat dalam bentuk tulis) diucapkan dengan nada naik-turun, keras-lembut, disela jeda, dan diakhiri intonasi akhir. Dalam wujud tulis, kalimat diawali dengan huruf kapital dan diakhiri dengan tanda baca titik, tanda tanya, atau tanda seru, kadang kala di tengah-tenganya terdapat tanda baca lain, seperti titik dua, titik koma, dan tanda pisah. Tanda titik, tanda tanya, dan tanda seru dalam bahasa tulis sepadan dengan intonasi akhir dalam bahasa lisan, sedangkan tanda baca lain dalam bahasa tulis sepadan dengan jeda dalam bahasa lisan [8].

2.3. Berita

Berita adalah laporan tercepat mengenai fakta atau ide terbaru yang benar, menarik dan atau penting bagi sebagian besar khalayak, melalui media berkala seperti surat kabar, radio, televisi, atau media online internet [9].

Berita dapat didefinisikan sebagai “hard news” atau “soft news”; perbedaan ini kadang jelas di mata konsumen, tetapi kadang juga tidak. Hard news (berita hangat) punya arti penting bagi banyak pembaca, pendengar dan pemirsa karena biasanya berisi kejadian yang terkini yang baru saja terjadi atau akan terjadi di pemerintahan, politik, hubungan luar negeri, pendidikan, ketenagakerjaan, agama,

pengadilan, pasar fiansial, dan sebagainya. Soft news (berita ringan) baiasanya kurang penting karena isinya menghibur, walaupun kadang juga memberi informasi penting. Berita ini sering kali bukan berarti terbaru. Di dalamnya memuat berita human intesert atau jenis rubik feature. Berita jenis ini lebih menarik bagi emosi ketimbang akal pikiran [10].

2.4. Artikel

Artikel adalah tulisan lepas berisi opini seseorang yang mengupas tuntas suatu masalah tertentu yang sifatnya actual dan atau kontroversial dengan tujuan untuk memberitahu (informatif), memengaruhi dan meyakinkan (persuatif argumentatif), atau menghibur khalayak pembaca (rekreatif). Disebut lepas, karena siapa pun pembaca boleh menulis artikel dengan topik bebas sesuai dengan minat dan keahliannya masing-masing. Selain itu juga artikel yang ditulis tersebut tidak terkait dengan berita atau laporan tertentu. Ditulisnya pun boleh kapan saja, di mana saja, dan oleh siapa saja [9].

2.5. Peringkas Teks Otomatis

Peringkas teks otomatis (automatic text summarization) adalah pembuatan bentuk yang lebih singkat dari suatu teks dengan memanfaatkan aplikasi yang dijalankan dan dioperasikan pada komputer. Peringkas teks otomatis mampu menghasilkan ringkasan yang memiliki konten paling penting pada dokumen[13]. Tujuan dari peringkas teks yaitu mengambil intisari informasi dari dokumen sumber dan menjadikannya lebih singkat tanpa menghilangkan topik utama sehingga dapat membantu pengguna lebih cepat memahami makna yang terkandung didalamnya[14].

Secara umum terdapat dua tipe peringkasan yaitu ekstraktif dan abstraktif. Ekstraktif meringkas suatu dokumen dengan memilih sebagian dari kalimat yang ada dalam dokumen asli. Metode ini menggunakan statistik, linguistik, dan heuristik atau kombinasi dari semuanya dalam menetapkan kalimat ringkasannya. Sedangkan metode abstraktif melakukan peringkasan dengan cara menginterpretasi teks asal melaui proses transformasi suatu kalimat asli. Meskipun ringkasan yang

dihasilkan oleh manusia bersifat tidak ekstraktif, akan tetapi kebanyakan penelitian mengenai peringkasan ini adalah ekstraktif yang memberikan hasil yang lebih baik apabila dibandingkan dengan peringkasan abstraktif [15].

2.5.1. Penelitian Terdahulu

Beberapa penelitian terdahulu yang berkaitan dengan penelitian text summarization, seperti :

Linda Marlinda dan Harsih Rianto dari AMIK Bina Sarana Informatika tahun 2013 dalam penelitiannya yang berjudul “Pembelajaran Bahasa Indonesia Berbasis Web Menggunakan Metode Maximum Marginal Relevance”, menyatakan bahwa siswa dapat lebih memahami penalaran pelajaran Bahasa Indonesia dengan mudah terutama pada soal essay. Dengan 5 pertanyaan essay diberikan kepada 10 orang responden [2].

Muchammad Mustaqhfiri, Zainal Abidin, dan Ririen Kusumawati dari Universitas Islam Negeri Maulana Malik Ibrahim Malang dalam penelitiannya yang berjudul “Peringkasan Teks Otomatis Berita Berbahasa Indonesia Menggunakan Metode Maximum Marginal Relevance” menyatakan bahwa metode maxixmum marginal relevance dapat mengurangi redundansi dengan data uji voba dari surat kabar berbahasa Indonesia online sebanyak 30 berita. Menghasilkan ringkasan sistem dengan rata-rata recall 60%, precision 77%, dan f-measure 66% dibandingkan dengan ringkasan manual [25].

Jasman Pardede dan Jordy Sinantria dari Itenas Bandung dalam penelitiannya yang berjudul “Implementasi Maximum Marginal Relevance dan

Matriks Cosine Similarity pada Aplikasi Peringkas Dokumen” menyatakan bahwa

aplikasi automatic summarization mampu menemukan kata yang relevansi dengan query yang diinginkan oleh pengguna, dengan hasil akurasi 46%. Hal tersebut disebabkan karena query yang tidak dibatasi, sehingga user bisa memasukkan apa saja pada query[3].

Rasim Alguliev dan Ramiz Aliguliyev dari Azerbaijan National Academy of Sciences yang berjudul “Effective Summarization Method of Text Documents”

menyatakan bahwa metode KNN bisa digunakan untuk meringkas dokumen, dengan hasil recall 63%, precision 100%, f-measure 77%[4].

2.6. Proses Peringkasan Teks Otomatis 2.6.1. Case Folding

Case folding adalah mengubah semua huruf dalam dokumen menjadi huruf kecil. Hanya huruf “a” sampai dengan “z” yang diterima [16].

2.6.2. Filtering

Data teks dalam dokumen yang sebelumnya sudah diubah ke dalam huruf kecil semua. Selanjutnya dilakukan proses filtering teks. Filtering adalah tahapan pemrosesan teks dimana semua teks selain karakter “a” sampai “z” dan titik “.” akan dihilangkan dan hanya menerima spasi [13].

2.6.3. Tokenizing Kalimat

Pemisahan kalimat merupakan proses pemisahan teks pada dokumen menjadi kumpulan kalimat. Teknik yang digunakan dalam pemisahan kalimat adalah memisahkan kalimat dengan tanda titik (.) sebagai delimeter [13].

2.6.4. Tokenizing Kata

Tokenizing adalah pemotongan string input berdasarkan tiap kata yang menyusunnya. Pemecahan kalimat menjadi kata-kata tunggal dilakukan dengan menscan kalimat dengan pemisah (delimeter) spasi [16].

2.6.5. Removal Stopword

Stopword adalah kumpulan kata-kata yang sering muncul dalam dokumen. Stopword pada umumnya adalah sebuah kata penghubung yang tidak begitu penting, maka stopword dapat diabaikan dan tidak ikut dalam proses pengindeksan. Contoh stopword adalah “yang”, “dan”, “di”, “dari”, dan seterusnya [17]. Untuk mendeteksi apakah suatu kata merupakan suatu stopword atau bukan adalah

menggunakan kamus stopword yang sudah ditentukan sebelumnya. Contoh stopword pada bahasa Indonesia adalah di, ke, dari, pada, dan lain-lain [13].

2.6.6. Stemming

Stemming merupakan proses pencarian akar (root) kata dari tiap kata, yaitu dengan mengembalikan suatu kata berimbuhan ke bentuk dasarnya (stem). Untuk pemrosesan pada bahasa Indonesia, proses stemming dilakukan dengan menghilangkan imbuhan yang mengawali dan mengakhiri kata sehingga diperoleh bentuk dasar dari kata tersebut [13]. Tahap ini kebanyakan dipakai untuk teks berbahasa Inggris dan lebih sulit diterapkan pada teks berbahasa Indonesia. Hal ini dikarenakan bahasa Indonesia tidak memilki rumus bentuk baku yang permanen [16].

Algoritma stemmer yang diperkenalkan Nazief dan Adriani (1996) didefinisikan sebagai berikut:

1. Di awal proses stemming dan setiap langkah yang selanjutnya dilakukan, lakukan pengecekan hasil proses stemming kata yang diinputkan pada langkah tersebut ke kamus kata dasar. Jika kata ditemukan, berarti kata tersebut sudah berbentuk kata dasar dan proses stemming dihentikan. Jika tidak ditemukan, maka langkah selanjutnya dilakukan.

2. Hilangkan Inflection Suffixes (“-lah”, “-kah”, “-ku”, “-mu”, atau “-nya”). Jika berupa particles (“-lah”, “-kah”, “-tah” atau “-pun”) maka langkah ini diulangi lagi untuk menghapus Possesive Pronouns (“-ku”, “-mu”, atau “- nya”), jika ada.

3. Hapus Derivation Suffixes (“-i”, “-an” atau “-kan”). Jika kata ditemukan di kamus, maka algoritma berhenti. Jika tidak maka ke langkah 3a.

a. Jika “-an” telah dihapus dan huruf terakhir dari kata tersebut adalah “ -k”, maka “-k” juga ikut dihapus. Jika kata tersebut ditemukan dalam kamus maka algoritma berhenti. Jika tidak ditemukan maka lakukan langkah 3b.

b. Akhiran yang dihapus (“-i”, “-an” atau “-kan”) dikembalikan, lanjut ke langkah 4.

4. Hilangkan derivation prefixes.

a. Langkah 4 berhenti jika:

i. Terjadi kombinasi awalan dan akhiran yang terlarang.

ii. Awalan yang dideteksi saat ini sama dengan awalan yang dihilangkan sebelumnya.

iii. Tiga awalan telah dihilangkan.

b. Identifikasikan tipe awalan dan hilangkan. Awalan terdiri dari dua tipe:

i. Standar (“di-”, “ke-”, “se-”) yang dapat langsung dihilangkan dari kata.

ii. Kompleks (“me-”, “be-”, “pe”, “te-”) adalah tipe-tipe awalan yang dapat bermorfologi sesuai kata dasar yang mengikutinya. Oleh karena itu, gunakan aturan pada Tabel 2.1 untuk mendapatkan hasil pemenggalan yang tepat.

c. Cari kata yang telah dihilangkan awalannya ini di dalam kamus kata dasar. Apabila tidak ditemukan, maka langkah 4 diulangi kembali. Apabila ditemukan, maka keseluruhan proses dihentikan.

5. Apabila setelah langkah 4 kata dasar masih belum ditemukan, maka proses recoding dilakukan dengan mengacu pada aturan pada Tabel 2.1. Recoding dilakukan dengan menambahkan karakter recoding di awal kata yang dipenggal. Pada Tabel 2.1, karakter recoding adalah huruf kecil setelah tanda hubung („-‟) dan terkadang berada sebelum tanda kurung. Sebagai contoh, kata “menangkap” (aturan 15), setelah dipenggal menjadi “nangkap”. Karena tidak valid, maka recoding dilakukan dan menghasilkan kata “tangkap”.

6. Jika semua langkah gagal, maka input kata yang diuji pada algoritma ini dianggap sebagai kata dasar.

Tabel 2. 1 Aturan Pemenggalan Stemmer Nazief dan Andriani

Aturan Format Kata Pemenggalan

1 berV... ber-V... | be-rV...

3 berCAerV... ber-CaerV... dimana C!=‟r‟ 4 Belajar bel-ajar

5 beC1erC2... be-C1erC2... dimana C1!={‟r‟|‟l‟} 6 terV... ter-V... | te-rV...

7 terCerV... ter-CerV... dimana C!=‟r‟

8 terCP... ter-CP... dimana C!=‟r‟ dan P!=‟er‟ 9 teC1erC2... te-C1erC2... dimana C1!=‟r” 10 me{l|r|w|y}V... me-{l|r|w|y}V...

11 mem{b|f|v}... mem-{b|f|v}... 12 mempe{r|l}... mem-pe...

13 mem{rV|V}... me-m{rV|V}... | me-p{rV|V}... 14 men{c|d|j|z}... men-{c|d|j|z}...

15 menV... me-nV... | me-tV 16 meng{g|h|q}... meng-{g|h|q}... 17 mengV... meng-V... | meng-kV... 18 menyV... meny-sV…

19 mempV... mem-pV... dimana V!=„e‟ 20 pe{w|y}V... pe-{w|y}V...

21 perV... per-V... | pe-rV...

22 perCAP per-CAP... dimana C!=‟r‟danP!=‟er‟ 23 perCAerV... per-CAerV... dimana C!=‟r‟

24 pem{b|f|V}... pem-{b|f|V}...

25 pem{rV|V}... pe-m{rV|V}... | pe-p{rV|V}... 26 pen{c|d|j|z}... pen-{c|d|j|z}...

27 penV... pe-nV... | pe-tV... 28 peng{g|h|q}... peng-{g|h|q}... 29 pengV... peng-V... | peng-kV... 30 penyV... peny-sV…

31 pelV... pe-lV... kecuali “pelajar” yang menghasilkan “ajar” 32 peCerV... per-erV... dimana C!={r|w|y|l|m|n}

Keterangan simbol huruf :

C: huruf konsonan V: huruf vokal

A: huruf vokal atau konsonan

P: partikel atau fragmen dari suatu kata, misalnya “er”

2.6.7. Metode TF-IDF (Term Frequency – Inversed Document Frequency)

TF-IDF (Term Frequency – Inversed Document Frequency) digunakan rumus untuk menghitung bobot (w) masing-masing dokumen terhadap kata kunci. TF-IDF banyak digunakan sebagai faktor bobot (w) dalam pencarian informasi dan text mining. Pembobotan diperoleh dari jumlah kemunculan term dalam sebuah dokumen term frequency (tf) dan jumlah kemunculan term dalam koleksi dokumen inverse document frequency (idf). Variasi dari skema pembobotan TF-IDF sering digunakan oleh mesin pencari sebagai alat eksekusi. Bobot suatu istilah semakin besar jika istilah tersebut sering muncul dalam suatu dokumen dan semakin kecil jika istilah tersebut muncul dalam banyak dokumen [19].

Dalam tf frekuensi term pilihan paling sederhana adalah dengan menggunakan frequensi baku dalam dokumen, yaitu berapa kali term (t) terjadi dalam dokumen (d) [3]. Nilai idf sebuah term (kata) dapat dihitung menggunakan dalam persamaan (2.1).

� � = log ( ) … .

D adalah jumlah dokumen yang berisi term (t) dan idf adalah jumalh kemunculan (frekuensi) term terhadap D. Adapun algoritma yang digunakan untuk menghitung bobot (w) masing-masing dokumen terhadap kata kunci (query) menggunakan persamaan (2.2).

�.� = �.� ∗ � �� … .

Dimana :

D : dokumen ke-d

tf : term frekuensi/ frekuensi kata

w : bobot dokumen ke-d terhadap term ke-t

2.6.8. Cosine Similarity

Cosine similarity digunakan untuk menghitung pendekatan relevansi query terhadap dokumen. Semakin besar nilai kesamaan vektor query dengan vektor dokumen maka query tersebut dipandang semakin relevan dengan dokumen. Cosinus dari 00 _{adalah 1, dan kurang dari 1 untuk setiap sudut lainnya. Dengan} demikian dua vektor dengan orientasi yang sama memiliki kesamaan cosinus dari 1, dua vektor pada 900 memiliki kesamaan 0. Cosine similarity terutama digunakan dalam ruang positif, dimana hasilnya dibatasi (0,1). Cosine similarity kemudian memberi tolak ukur seberapa mirip dua dokumen [3].

Cosinus dari dua vektor dapat diturunkan dengan menggunakan dot product Euclidean yaitu 1.b = ||a|| ||b|| cos Θ dimana vektor atribut, A dan B kesamaan dan besarnya ditukan dengan persamaan (2.3).

, = ∑��= ��.� ��.�

√∑� �_�.�

�= √∑��= ��.�

… . Dimana :

t : term dalam Kalimat Wt.b1 : bobot term t dalam blok b1 Wt.b2 : bobot term t dalam blok b2

2.6.9. Metode KNN (K-Nearest Neighbor)

K-Nearest Neighbor (KNN) merupakan sebuah metode untuk melakukan klasifikasi terhadap obyek baru berdasarkan (K) tetangga terdekatnya. KNN termasuk algoritma supervised learning, dimana hasil dari query instance yang baru, diklasifikasikan berdasarkan mayoritas dari kategori pada KNN. Kelas yang paling banyak muncul yang akan menjadi kelas hasil klasifikasi.

Nearest Neigbor adalah pendekatan untuk mencari kasus dengan menghitung kedekatan antara kasus baru dengan kasus lama, yaitu berdasarkan pada pencocokan bobot dari sejumlah fitur yang ada [18].

Gambar 2. 1 Flowchart K-Nearest Neighbors [18]

2.6.10. Metode MMR (Maximum Marginal Relevance)

Maximum Marginal Relevance (MMR) adalah sebuah algoritma yang digunakan untuk metode ringkasan ekstrasi yang dapat meringkas satu dokumen atau lebih. Metode ini pertama kali dikemukakan oleh Carbonell dan Goldstein pada tahun 1998. Metode MMR digunakan untuk memilih kalimat dengan mempertimbangkan aspek kerelevanan kalimat dengan query [20]. Cara kerja algoritma MMR meringkas kalimat dengan menghitung kasamaan (similarity) antar bagian kalimat seperti yang dinyatakan pada persamaan (2.4).

= [λ ∗ � ��,� _{− − λ ∗ �} ��,� _{] … .}

Dimana :

λ : Koefisiensi nilai penekanan kalimat relevan � 1 : similarity kalimat �, terhadap vektor query

� 2 : matrik similarity kalimat �, terhadap setiap kalimat Di : kalimat dalam dokumen

D : Kalimat yang telah diekstrak

Q : Query

Sim adalah kosinus kesamaan antara dua vektor fitur. � adalah kofisien untuk mengatur relevansi kalimat dan mengurangi redundansi. Nilai parameter � adalah 1 atau 0 atau diantaranya (0<�<1). Pada saat parameter �=1 maka nilai MMR yang diperoleh cenderung relevan terhadap dokumen asli. Ketika �=0 maka nilai MMR yang diperoleh akan cenderung releven terhadap kalimat yang diekstrak sebelumnya yang akan dibandingkan. Oleh sebab itu, sebuah kombinasi linear dari kedua kriteria dioptimalkan ketika nilai � terdapat pada interval 0<�<1. Untuk peringkasan dengan dokumen yang kecil, seperti artikel berita akan menghasilkan hasil ringkasan yang baik, jika nilai parameter �=0,7 atau �=0,8 [21].

2.7. Pengujian Akurasi

Pengujian yang dilakukan dalam penelitian ini menggunakan pengujian akurasi. Standar pengukuran yang biasa digunakan dalam penelitian text summarization yaitu recall, precision, dan f-measure [25].

Recall adalah tingkat keberhasilan ringkasan. Perhitungan recall dapat dilihat pada persamaan sebagai berikut:

= + … . dimana

recall : tingkat keberhasilan

tp : jumlah kalimat yang berhasil di ekstrak sistem sesuai dengan kalimat yang diekstrak manusia

fn : jumlah kalimat yang diekstrak manusia tetapi tidak terdapat dalam kalimat yang diekstrak sistem

Precision adalah tingkat ketepatan hasil ringkasan. Perhitungan precision dapat dilihat pada persamaan berikut:

� � _{= + … .}

dimana,

precision : tingkat ketepatan

tp : jumlah kalimat yang berhasil di ekstrak sistem sesuai dengan kalimat yang diekstrak manusia

fp : jumlah kalimat yang diekstrak sistem tetapi tidak terdapat dalam kalimat yang diekstrak manusia

F-measure adalah gabungan antara recall dan precision. Perhitungan f-measure dapat dilihat pada persamaan berikut:

� − = _{+ � �}� � … .

2.8. Bahasa Pemrograman 2.8.1. PHP

PHP adalah kependekan dari PHP Hypertext Preprocessor, bahasa interpreter yang mirip dengan bahasa C dan Perl yang memiliki kesederhanaan dalam perintah, PHP dapat digunakan bersama dengan HTML sehingga memudahkan dalam pembangunan aplikasi web dengan cepat. PHP dapat digunakan untuk meng-update basis data dan menciptakan basis data. Interpreter adalah sebuah program yang digunakan untuk membaca file yang berisi kode program yang akan dijalankan kemuadian interpreter tersebut akan meminta CPU untuk menlakukan perintah yang diterimanya.

Seperti halnya program open source lainnya, PHP dibuat di bawah lisensi GNU, General Public License, yang dapat di download gratis melalui situs http://www.php.net. Awalnya, PHP diciptakan oleh Andi Gutmans untuk menghitung jumlah pengunjung yang mengakses homepage yang dbuatnya. PHP banyak mendukung basis data, seperti MYSQL, PostgresSQL, Interbase, ODBC, mSQL, Oracle, dan Sybase [11].

2.9. Software Pendukung 2.9.1. XAMPP

XAMPP adalah perangkat lunak (free software) bebas, yang mendukung untuk banyak sistem operasi, yang merupakan kompilasi dari beberapa program. Fungsi XAMPP sendiri adalah sebagai server yang berdiri sendiri (localhost), yang terdiri beberapa program antara lain : Apache HTTP Server, MySQL database, dan penerjemah bahasa yang ditulis dengan bahasa pemrograman PHP dan Perl. Nama XAMPP sendiri merupakan singkatan dari X (empat sistem operasi apapun), Apache, MySQL, PHP dan Perl. Program ini tersedia dalam GNU General Public License dan bebas, merupakan web server yang mudah untuk digunakan

yang dapat menampilkan halaman web yang dinamis. Untuk mendapatkanya XAMPP anda dapat mendownload langsung dari web resminya.

2.9.2. MySQL dan PhpMyAdmin

MySQL termasuk dalam kategori database management system, yaitu suatu database yang terstruktur dalam pengolahan dan penampilan datanya. MySQL merupakan database yang bersifat client server, di mana data diletakkan di server yang bisa diakses melalui komputer client. Pengaksesan dapat dilakukan apabila komputer telah terhubung dengan server. Berbeda dengan database desktop, di mana segala pemrosesan data harus dilakukan pada komputer yang bersangkutan.

Bila diinstal pada sistem operasi Microsoft Windows, maka MySQL berlisensi shareware, tetapi tidak mempuyai expired date (batas waktu). Sedangkan bila diinstal pada system operasi lainnya, maka berlisensi free sesuai dengan General Public Licence (GPL).

MySQL merupakan database yang dikembangkan dari bahasa SQL (Structured Query Language). SQL merupakan bahasa terstruktur yang digunakan untuk interaksi antara script program dengan databse server dalam hal pengolahan data. Dengan SQL, maka dapat dibuat tabel yang akan diisidata, memanipulasi data seperti menambah, menghapus dan meng-update data, serta membuat suatu perhitungan berdasarkan data yang ditemukan. [12]

Setiap RDBMS (Relation database management System) seperti Orcale, SQL Server, MySQL dan lain-lain, pasti memiliki tool yang dapat digunakan untuk mempermudah pengoperasian database. Oracle memiliki TOAD. SQL Server memiliki Enterprise Manager dan SQL Query Analyzer. Sedangkan MySQL memiliki tool atau aplikasi yang disebut PhpMyAdmin.

PhpMyAdmin merupakan aplikasi berbasiskan web yang dikembangakan menggunakan bahasa PHP. Melalui PhpMyAdmin, user dapat melakukan perintah query tanpa harus mengetikkan seperti pada MS DOS. Perintah tersebut misalnya administrasi user dsan privileges, export dan import darabase, manajemen database, manajemen table dan struktur table, dan sebagainya. PhpMyAdmin sangat user friendly, sehingga mudah untuk digunakan walaupun pengguna baru (newbie). [12]

2.10. Model Perangkat Lunak 2.10.1. DFD (Data Flow Diagram)

Diagram aliran data merupakan model dari sistem untuk menggambarkan pembagian sistem ke modul yang lebih kecil [22]. Diagram aliran data dipakai untuk menunjukkan bagaimana data mengalir melalui serangkaian langkah pemrosesan. Data ditransformasikan pada setiap langkah sebelum ke tahap berikutnya. Langkah-langkah pemrosesan atau transformasi ini merupakan fungsi program ketika diagram aliran data digunakan untuk mendokumentasikan desain perangkat lunak. Namun demikian, pada model analisis, pemrosesan dapat dilakukan oleh orang atau komputer [5].

Salah satu keuntungan menggunakan diagram aliran data adalah memudahkan pemakai atau user yang kurang menguasai bidang komputer untuk mengerti sistem yang akan dikerjakan [22].

Beberapa komponen yang digunakan di DFD adalah: Simbol bisa dilihat pada daftar simbol Tabel 1. Simbol DFD.

a. Entitas Luar (Boundary)

Entitas luar merupakan kesatuan (entity) di lingkungan luar sistem yang dapat berupa orang, organisasi atau sistem lainnya yang berada di lingkungan luarnya yang akan memberikan input atau menerima output dari sistem [23].

b. Arus Data (Data Flow)

Arus data diberi simbol suatu panah. Arus data mengalir diantara proses (process), simpanan data (data store) dan kesatuan luar (external entity) [23].

c. Proses (Process)

Suatu proses adalah kegiatan atau kerja yang dilakukan oleh orang, mesin atau komputer dari hasil suatu arus data yang masuk kek dalam proses untuk menghasilkan arus data yang akan keluar dari proses [23].

d. Penyimpanan Data (Data Store)

Simpanan data merupakan simpanan dari data yang dapat berupa file atau database di sistem komputer, arsip atau catatan manual, agenda atau buku.

Simpanan data DFD dapat di simbolkan dengan sepasang garis horizontal [23].

Diagram aliran data merupakan model dari sistem untuk menggambarkan pembagian sistem ke modul yang lebih kecil. Untuk memudahkan analisa dimulai dengan [22]:

a. Diagram Konteks (Context Diagram)

Diagram konteks adalah diagram yang terdiri dari suatu proses dan menggambarkan ruang lingkup suatu sistem. Diagram konteks merupakan level tertinggi dari DFD yang menggambarkan seluruh input ke sistem atau output dari sistem [22].

b. Diagram Rinci (Level Diagram)

Diagram rinci adalah diagram yang menguraikan proses apa yang ada dalam diagram zero atau diagram level atasnya [22].

2.10.2. Flowchart

Flowchart dapat diartikan sebagai suatu alat atau sarana yang menunjukkan langkah-langkah yang harus dilaksanakan dalam penyelesaian suatu permasalahan untuk komputasi dengan cara mengekspresikannya ke dalam serangkaian simbol-simbol grafis khusus [20].

Tujuan utama dari penggunaan flowchart adalah untuk menggambarkan suatu tahapan penyelesaian masalah secara sederhana, terurai, rapi, dan jelas dengan menggunakan simbol-simbol yang standar. Tahap penyelesaian masalah yang disajikan harus jelas, sederhana, efektif, dan tepat. Dalam penulisan flowchart dikenal dua model, yaitu sistem flowchart dan program flowchart [1].

a. Sistem flowchart

Sistem flowchart merupakan diagram alir yang menggambarkan susatu sistem peralatan komputer yang digunakan dalam proses pengolahan data serta hubungan antar peralatan tersebut.

Sistem flowchart ini tidak digunakan untuk menggambarkan urutan langkah untuk memecahkan masalah, tetapi hanya untuk menggambarkan prosedur dalam sistem yang dibentuk.

Dalam menggambarkan flowchart biasanya digunakan simbol-simbol yang standar, tetapi pemrogram juga dapat membuat simbol-simbol-simbol-simbol sendiri apabila simbol-simbol yang telah tersedia dirasa masih kurang. Dalam kasus ini pemrogram harus melengkapi gambar flowchart tersebut dengan kamus simbol untuk menjelaskan arti dari masing-masing simbol yang digunakan agara pemrogram lain dapat mengetahui maksud dari simbol-simbol tersebut [1].

Simbol bisa dilihat pada daftar simbol Tabel 2. Simbol sistem flowchart. b. Program flowchart

Program flowchart merupakan diagram alir yang menggambarkan urutan logika dari suatu prosedur pemecahan masalah. Untuk menggambarkan program flowchart telah tersedia simbol-simbol standar, namun demikian seperti halnya pada sistem flowchart, pemrogram dapat menambah khasanah simbol-simbol tersebut asalkan pemrogram melengkapinya dengan penggambaran program flowchart dengan kamus simbol [1].

Simbol bisa dilihat pada daftar simbol Tabel 3. Simbol program flowchart.

Manfaat menggunakan flowchart dalam mengembangkan prosedur pemecahan masalah komputasi.

1. Akan terbiasa berpikir secara sistematis dan terstruktur dalam setiap kesempatan

2. Akan lebih mudah mengecek dan menemukan bagian-bagian prosedur yang tidak valid dan bertele-tele.

3. Prosedur yang dikembangakan akan lebih mudah dipahami oleh orang lain, sehingga tidak menimbulkan kesalahan interpretasi apabila mau menerapkan prosedur yang dikembangkan [20].

Secara umum, proses penyelesaian suatu permasalahan terdiri dari lima langkah utama, yaitu:

1. Dimulainya suatu proses 2. Membaca data masukkan

3. Proses penyelesaian permasalahan 4. Mencetak hasil pengolahan/informasi 5. Diakhirinya semua proses pengolahan [20]

2.10.3. ERD

ERD (Entity Relationship Diagram) adalah suatu model jaringan yang menggunakan susunan data yang disimpan dalam sistem secara abstrak [22]. Komponen-komponen yang digunakan dalam diagram ini adalah:

Simbol bisa dilihat pada daftar simbol Tabel 4. Simbol ERD. a. Entitas

Digambarkan dengan sebuah bentuk persegi panjang. Entity adalah suatu apa saja yang ada di dalam sistem, nyata maupun abstrak dimana data tersimpan atau dimana terdapat data. Entitas diberi nama dengan kata benda dan dapat dikelompokkan dalam empat jenis nama, yaitu orang, benda, lokasi, kejadian (terdapat unsur waktu didalamnya).

b. Relasi atau Hubungan

Digambarkan dengan bentuk kotak berbentuk diamond dengan garis yang menghubungkan ke entity yang terkait. Hubungan atau relasi menunjukkan abstraksi dari sekumpulan hubungan yang mengakibatkan antara entity yang berbeda.

c. Atribut

Atribut menunjukkan karakteristik dari entitas atau sesuatu yang menjelaskan entitas atau hubungan. Dari setiap atribut-atribut entitas terdapat satu atribut yang akan dijadikan sebagai kunci (key).

d. Cardinality

Kardinalitas menunjukkan jumlah maksimum tupel yang dapat berelasi dengan entitas pada entitas yang lain [22]. Terdapat tiga macam kardinalitas relasi, yaitu:

a) One to One

Tingkat hubungan satu ke satu, dinyatakan dengan satu kejadian pada entitas pertama, hanya mempunyai satu hubungan dengan satu kejadian pada entitas yang kedua dan sebaliknya. Yang berarti setiap tupel pada entitas A berhubungan paling banyak satu tupel pada entitas B, dan begitu juga sebaliknya setiap tupel pada entitas B berhubungan dengan paling banyak satu tupel pada entitas A.

b) One to Many atau Many to One

Tingkat hungan satu ke banyak adalah sama dengan banyak ke satu. Tergantung dari arah mana hubungan tersebut dilihat. Untuk satu kejadian pada entitas yang pertama dapat mempunyai banyak hubungan dengan kejadian pada entitas yang kedua. Sebaliknya satu kejadian pada entitas yang kedua hanya dapat mempunyai satu hubungan dengan satu kejadian pada entitas yang pertama.

c) Many to Many

Tingkat hubungan kebanyalan terjadi jika tiap kejadian pada sebuah entitas akan mempunyai banyak hubungan dengan kejadian pada entitas lainnya. Baik dilihat dari segi entitas pertama maupun dilihat dari sisis yang kedua.

27

Berdasarkan uraian pada latar belakang masalah pada penelitian ini terdapat permasalahan dalam akurasi peringkasan. Pada aplikasi automatic summary mampu menemukan kata yang relevan sesuai dengan kata kunci (query) yang diinginkan oleh pengguna. Namun dengan kata kunci (query) yang dimasukkan secara manual, sehingga user bisa memasukkan kata apa pun, karena kata yang dimasukkan tidak dibatasi [3]. Data uji coba diambil dari surat kabar berbahasa Indonesia online sejumlah 30 berita. Hasil pengujian dibandingkan dengan ringksan manual yang menghasilkan rata-rata recall 60%, precision 77%, dan f-measure 66% [28]. Dan hasil dari summary atau ringkasan mengandung informasi dari teks asli dan panjangnya tidak lebih dari setengah teks asli [26]. Sehingga pada penelitian text summarization ini, menggunakan dua metode, yaitu metode K-Nearest Neighbors (KNN) untuk mengambil setengah teks asli dan metode Maximum Marginal Relevance (MMR) untuk memilih kalimat yang nantinya akan terbentuk sebuah ringkasan dari artikel berbahasa Indonesia.

3.2. Analisis Sistem

Sistem text summarization yang akan dibangun dengan gambaran sistem yang tertera pada Gambar 3.1. Tahap sistem peringkasan teks dimulai dari penerimaan input teks dokumen hingga melakukan preprocessing. Hasil dari preprocessing akan klasifikasi terhadap kalimat yang lainnya menggunakan K-Nearest Neighbors (KNN) untuk menentukan kalimat yang relevan dengan kalimat lain. Dan dihitung kerelavanannya tiap kalimat dengan kata kunci dengan menggunakan Maximum Marginal Relevance (MMR) sehingga memperoleh hasil ringkasan.

Gambar 3. 1 Gambaran Sistem

3.2.1. Analisis Data Masukan

Data masukan yang diperlukan untuk menjalankan sistem ini sebelumnya dimasukkan terlebih dahulu ke dalam database. Sehingga user memilih berita mana yang akan di ringkas. Salah satu contoh data masukkan untuk penelitian text summarization dapat dilihat pada Tabel 3.1 dengan judul “Presiden Kunjungi Terminal 3 Ultimate Bandara Soekarno-Hatta”.

Tabel 3. 1 Data Masukan

Presiden Kunjungi Terminal 3 Ultimate Bandara Soekarno-Hatta

Jakarta - Presiden Jokowi mengunjungi Terminal 3 Ultimate Bandara Soekarno-Hatta. Presiden meninjau langsung pembangunan terminal yang sudah hampir selesai itu. Presiden tiba di Terminal 3 Ultimate Bandara Soekarno-Hatta, Cengkareng, Rabu (11/5/2016) pukul 17:40 WIB. Saat tiba, Jokowi disambut Menteri BUMN Rini Soemarno dan Dirut Angkasa Pura II Budi Karya. Presiden langsung masuk ke kompleks terminal yang berukuran luas itu. Nampak para pekerja masih sibuk bekerja saat Jokowi datang. Jokowi lalu berkeliling ke terminal yang digadang akan bisa menampung ribuan penumpang itu. Dirut AP II lalu memberikan beberapa penjelasan kepada Jokowi mengenai terminal 3 Ultimate yang hampir selesai.

3.2.2. Analisis Preprocessing

Tahap processing merupakan tahapan untuk mempersiapkan data masukan yang akan diolah pada tahap selanjutnya. Preprocessing pada penelitian ini terdiri dari beberapa tahapan, yaitu :,filtering, case folding, tokenizing kalimat, tokenizing kata, removal stopword, stemming, TF-IDF, dan cosine similarity. Proses preprocessing dapat dilihat pada Gambar 3.2.

Gambar 3. 2 Proses Preprocessing

3.2.2.1. Case Folding

Case Folding digunakan untuk mengubah semua huruf teks menjadi karakter dengan huruf kecil dan pembuangan tanda baca dan angka. Contoh kata “Jakarta” diproses dengan case folding sehingga menghasilkan kata “jakarta”. Proses case folding dapat dilihat pada Gambar 3.3. Dan hasilnya dapat dilihat pada Tabel 3.2.

Gambar 3. 3 Proses Case Folding

Tabel 3. 2 Case Folding

Sebelum Sesudah

Jakarta - Presiden Jokowi mengunjungi Terminal 3 Ultimate Bandara Soekarno-Hatta. Presiden meninjau langsung pembangunan terminal yang sudah hampir selesai itu. Presiden tiba di Terminal 3 Ultimate Bandara Soekarno-Hatta, Cengkareng, Rabu

jakarta - presiden jokowi mengunjungi terminal 3 ultimate bandara soekarno-hatta. presiden meninjau langsung pembangunan terminal yang sudah hampir selesai itu. presiden tiba di terminal 3 ultimate bandara soekarno-hatta, cengkareng, rabu (11/5/2016)

(11/5/2016) pukul 17:40 WIB. Saat tiba, Jokowi disambut Menteri BUMN Rini Soemarno dan Dirut Angkasa Pura II Budi Karya. Presiden langsung masuk ke kompleks terminal yang berukuran luas itu. Nampak para pekerja masih sibuk bekerja saat Jokowi datang. Jokowi lalu berkeliling ke terminal yang digadang akan bisa menampung ribuan penumpang itu. Dirut APII lalu memberikan beberapa penjelasan kepada Jokowi mengenai terminal 3 Ultimate yang hampir selesai.

pukul 17:40 wib. saat tiba, jokowi disambut menteri bumn rini soemarno dan dirut angkasa pura iibudi karya. presiden langsung masuk ke kompleks terminal yang berukuran luas itu. nampak para pekerja masih sibuk bekerja saat jokowi datang. jokowi lalu berkeliling ke terminal yang digadang akan bisa menampung ribuan penumpang itu. dirut ap ii lalu memberikan beberapa penjelasan kepada jokowi mengenai terminal 3 ultimate yang hampir selesai.

3.2.2.2. Filtering

Filtering digunakan untuk pembuangan tanda baca dan angka pada teks, sehingga pada teks hanya terdapat huruf A..Z, a..z, spasi (“ ”) dan tanda baca titik (“.”). Proses filtering ini diterapkan pada penelitian text summarization bertujuan untuk memudahkan dalam tokenizing kalimat dan pada pembobotan kata (TF-IDF). Contoh pada kalimat “jakarta - presiden jokowi mengunjungi terminal 3 ultimate bandara soekarno-hatta.” setelah diproses filtering menjadi “jakarta presiden jokowi mengunjungi terminal ultimate bandara soekarno hatta.”. Proses filtering dapat dilihat pada Gambar 3.4. Dan hasilnya dapat dilihat pada Tabel 3.3.

Gambar 3. 4 Proses Filtering

Tabel 3. 3 Filtering

Sebelum Sesudah

jakarta - presiden jokowi mengunjungi terminal 3 ultimate bandara soekarno-hatta. presiden meninjau langsung pembangunan terminal yang sudah hampir selesai itu. presiden tiba di terminal 3 ultimate bandara

jakarta presiden jokowi mengunjungi terminal ultimate bandara soekarno hatta. presiden meninjau langsung pembangunan terminal yang sudah hampir selesai itu. presiden tiba di terminal ultimate bandara soekarno hatta

soekarno-hatta, cengkareng, rabu (11/5/2016) pukul 17:40 wib. saat tiba, jokowi disambut menteri bumn rini soemarno dan dirut angkasa pura ii budi karya. presiden langsung masuk ke kompleks terminal yang berukuran luas itu. nampak para pekerja masih sibuk bekerja saat jokowi datang. jokowi lalu berkeliling ke terminal yang digadang akan bisa menampung ribuan penumpang itu. dirut ap ii lalu memberikan beberapa penjelasan kepada jokowi mengenai terminal 3 ultimate yang hampir selesai.

cengkareng rabu pukul wib. saat tiba jokowi disambut menteri bumn rini soemarno dan dirut angkasa pura ii budi karya. presiden langsung masuk ke kompleks terminal yang berukuran luas itu. nampak para pekerja masih sibuk bekerja saat jokowi datang. jokowi lalu berkeliling ke terminal yang digadang akan bisa menampung ribuan penumpang itu. dirut ap ii lalu memberikan beberapa penjelasan kepada jokowi mengenai terminal ultimate yang hampir selesai.

3.2.2.3. Tokenizing Kalimat

Tokenizing kalimat digunakan untuk memisahkan teks ke dalam bentuk satuan kalimat. Sehingga setiap kalimat akan dijadikan sebagai ukuran untuk penghitungan pada metode TF-IDF. Tokenizing kalimat pada sistem ini menggunakan delimeter titik (“.”). Proses tokenizing kalimat dapat dilihat pada Gambar 3.5. Dan hasilnya dapat dilihat pada Tabel 3.4.

Gambar 3. 5 Proses Tokenizing Kalimat

Tabel 3. 4 Tokenizing Kalimat

Sebelum Sesudah

Berita No Kalimat

jakarta presiden jokowi mengunjungi terminal ultimate bandara soekarno hatta. presiden meninjau langsung pembangunan terminal yang sudah hampir selesai itu. presiden tiba di terminal ultimate bandara soekarno hatta cengkareng rabu pukul wib. saat tiba jokowi

1 jakarta presiden jokowi mengunjungi terminal ultimate bandara soekarno hatta

2 presiden meninjau langsung pembangunan terminal yang sudah hampir selesai itu

3 presiden tiba di terminal ultimate bandara soekarno hatta cengkareng rabu pukul wib

disambut menteri bumn rini soemarno dan dirut angkasa pura ii budi karya. presiden langsung masuk ke kompleks terminal yang berukuran luas itu. nampak para pekerja masih sibuk bekerja saat jokowi datang. jokowi lalu berkeliling ke terminal yang digadang akan bisa menampung ribuan penumpang itu. dirut ap ii lalu memberikan beberapa penjelasan kepada jokowi mengenai terminal ultimate yang hampir selesai.

4 saat tiba jokowi disambut menteri bumn rini soemarno dan dirut angkasa pura ii budi karya 5 presiden langsung masuk ke kompleks terminal

yang berukuran luas itu

6 nampak para pekerja masih sibuk bekerja saat jokowi datang

7 jokowi lalu berkeliling ke terminal yang digadang akan bisa menampung ribuan penumpang itu 8 dirut ap ii lalu memberikan beberapa penjelasan

kepada jokowi mengenai terminal ultimate yang hampir selesai

3.2.2.4. Tokenizing kata

Tokenizing kata digunakan untuk memisahkan dari setiap kalimat menjadi satuan kata. Pemisahan kalimat menggunakan delimeter spasi (“ ”). Tokenizing kata dilakukan untuk menghitung kata yang sama dalam satu proses pada TF-IDF. Proses tokenizing dapat dilihat pada Gambar 3.6. Dan hasilnya dapat dilihat pada Tabel 3.5.

Gambar 3. 6 Proses Tokeizing Kata

Tabel 3. 5 Tokenizing Kata

No Sebelum Sesudah

1 jakarta presiden jokowi mengunjungi terminal ultimate bandara soekarno hatta

jakarta ultimate presiden bandara jokowi soekarno mengunjungi hatta terminal

2 presiden meninjau langsung pembangunan terminal yang sudah hampir selesai itu

presiden yang meninjau sudah langsung hampir pembangunan selesai terminal itu

3 presiden tiba di terminal ultimate bandara soekarno hatta cengkareng rabu pukul wib

presiden soekarno tiba hatta di cengkareng terminal rabu ultimate pukul bandara wib 4 saat tiba jokowi disambut menteri bumn rini

soemarno dan dirut angkasa pura ii budi karya

saat dan tiba dirut jokowi angkasa disambut pura menteri ii bumn budi rini karya soemarno

5 presiden langsung masuk ke kompleks terminal yang berukuran luas itu

presiden terminal langsung yang masuk berukuran ke luas kompleks itu 6 nampak para pekerja masih sibuk bekerja saat

jokowi datang

nampak Bekerja para Saat pekerja Jokowi masih Datang sibuk

7 jokowi lalu berkeliling ke terminal yang digadang akan bisa menampung ribuan penumpang itu

jokowi akan lalu bisa berkeliling menampung ke ribuan terminal penumpang yang itu

digadang 8 dirut ap ii lalu memberikan beberapa

penjelasan kepada jokowi mengenai terminal ultimate yang hampir selesai

dirut jokowi ap mengenai ii terminal lalu ultimate memberikan yang

beberapa hampir penjelasan selesai kepada

3.2.2.5. Removal Stopword

Removal Stopword merupakan proses penghapusan kata umum yang tidak memiliki makna atau kata yang kurang berarti dan sering muncul. Daftar stopword dapat dilihat pada lampiran Daftar Stopword. Pada sistem ini removal stopword digunakan agar kata umum yang tidak memiliki makna dan sering muncul tidak dihitung pada metode TF-IDF. Proses removal stopword dapat dilihat pada Gambar 3.7. Dan hasilnya dapat dilihat pada Tabel 3.6.

Gambar 3. 7 Proses Removal Stopword

Tabel 3. 6 Removal Stopword

No Sebelum Sesudah

1 jakarta ultimate jakarta ultimate presiden bandara presiden bandara jokowi soekarno jokowi soekarno mengunjungi hatta mengunjungi hatta terminal terminal

2 presiden yang presiden hampir meninjau sudah meninjau selesai langsung hampir langsung

pembangunan selesai pembangunan terminal itu terminal

3 presiden soekarno presiden soekarno tiba hatta tiba hatta di cengkareng di cengkareng

terminal rabu terminal rabu ultimate pukul ultimate pukul bandara wib bandara wib

4 saat dan tiba dan

tiba dirut jokowi dirut jokowi angkasa disambut angkasa disambut pura menteri pura

menteri ii bumn ii

bumn budi rini budi

rini karya soemarno karya soemarno

5 presiden terminal presiden terminal langsung yang langsung berukuran masuk berukuran masuk luas

ke luas ke

kompleks itu kompleks

6 nampak bekerja para bekerja

para saat pekerja jokowi pekerja jokowi sibuk datang

masih datang

sibuk

7 jokowi akan jokowi menampung

lalu bisa berkeliling ribuan

berkeliling menampung ke penumpang ke ribuan terminal

terminal penumpang digadang

yang itu

digadang

8 dirut jokowi dirut jokowi

ap mengenai ap terminal

ii terminal ii ultimate

lalu ultimate memberikan hampir

memberikan yang beberapa selesai beberapa hampir penjelasan

penjelasan selesai kepada

3.2.2.6. Stemming

Stemming merupakan proses pembuangan imbuhan pada kata menjadi kata dasar. Sehingga setiap kata memiliki resepresentasi yang sama. Stemming dilakukan hanya untuk penghitungan pada TF-IDF.

Stemming pada sistem ini diterapkan dengan tujuan setiap kata memiliki representasi yang sama. Dan kata tersebut hanya dilakukan untuk perhitungan TF-IDF. Stemming yang digunakan pada penelitian ini, menggunakan stemming Nazief dan Adriani. Proses stemming dapat dilihat pada Gambar 3.8. Dan hasil stemming dapat dilihat pada Tabel 3.7.

Gambar 3. 8 Proses Stemming

Tabel 3. 7 Stemming

No Sebelum Sesudah

1 jakarta ultimate jakarta ultimate presiden bandara presiden bandara jokowi soekarno jokowi soekarno

mengunjungi hatta kunjung hatta

terminal terminal

2 presiden terminal presiden terminal

meninjau hampir tinjau hampir

langsung selesai langsung selesai

pembangunan bangun

3 presiden soekarno presiden soekarno

tiba hatta tiba hatta

di cengkareng di cengkareng terminal rabu terminal rabu ultimate pukul ultimate pukul

bandara wib bandara wib

4 tiba dan tiba dan

jokowi dirut jokowi dirut

disambut angkasa sambut angkasa

menteri pura menteri pura

bumn ii bumn ii

rini budi rini budi

somearno karya somearno karya 5 presiden kompleks presiden kompleks

langsung terminal langsung terminal masuk berukuran masuk berukuran

ke luas ke luas

6 para bekerja para kerja

pekerja jokowi kerja jokowi

sibuk datang sibuk datang 7 jokowi digadang jokowi gadang

berkeliling menampung keliling tamping

ke ribuan ke ribu

terminal penumpang terminal tumpang 8 dirut jokowi dirut jokowi

ap terminal ap terminal ii ultimate ii ultimate

memberikan hampir beri hampir

beberapa selesai beberapa selesai

penjelasan jelas

Kemudian kata-kata dikembalikan kembali menjadi sebuah kalimat yang telah dipreprocessing. Kalimat-kalimat ini akan dianggap dokumen pada penghitungan TF-IDF. Kalimat hasil preprocessing dapat dilihat pada Tabel 3.8.

Tabel 3. 8 Hasil Stemming

No Kalimat

S1 jakarta presiden jokowi kunjung terminal ultimate bandara soekarno S2 presiden tinjau langsung bangun terminal hampir selesai

S4 tiba jokowi sambut menteri bumn rini soemarno dan dirut angkasa pura ii budi karya S5 presiden langsung masuk ke kompleks terminal ukur luas

S6 para pekerja sibuk bekerja jokowi datang

S7 jokowi keliling ke terminal gadang tampung ribu tumpang

S8 dirut ap ii beri beberapa jelas jokowi terminal ultimate hampir selesai

3.2.2.7. Metode TF-IDF (Term Frequency - Inverse Document Frequency)

Proses selanjutnya yaitu penghitungan bobot kata menggunakan metode TF-IDF. Yaitu dengan menghitung kemunculan satu kata pada setiap kalimat.

Sebagai contoh, kata “jakarta”.

1. Untuk mengisi kolom tf, hitung kemunculan kata “jakarta” pada setiap kalimat. Kata “jakarta” hanya muncul pada kalimat 1 saja, sehingga pada tf-S1 bernilai 1 dan tf-S lainnya diberi nilai 0.

2. Selanjutnya kolom df, jumlahkan kemunculan kata “jakarta” dalam satu berita (dari tf-S1 sampai tf-S8). Karena kata “jakarta” hanya muncul 1 kali pada kalimat 1, maka df bernilai 1.

3. Mengisi kolom idf, yaitu dengan rumus (2.1) dengan memasukkan nilai n (jumlah kata) dan df (proses no.2). Nilai n=78, dan df=1, sehingga idf kata “jakarta” = log(78/1) = 1,89209

4. Mengisi kolom w, yaitu dengan rumus (2.2) dengan memasukkan nilai tf (proses no.1) dan idf (proses no.3). Sehingga mengisi w-S1 = tf-S1.idf = 1x1,89209=1,89209 dan w-Sselanjutnya

Kata

S1 S2 S3 S4 S5 S6 S7 S8 df log(n/df) S1 S2 S3 S4 S5 S6 S7 S8

jakarta 1 0 0 0 0 0 0 0 1 1,89209 1,89209 0 0 0 0 0 0 0 presiden 1 1 1 0 1 0 0 0 4 1,29003 1,29003 1,29003 1,29003 0 1,29003 0 0 0 jokowi 1 0 0 1 0 1 1 1 5 1,19312 1,19312 0 0 1,19312 0 1,19312 1,19312 1,19312 kunjung 1 0 0 0 0 0 0 0 1 1,89209 1,89209 0 0 0 0 0 0 0 terminal 1 1 1 0 1 0 1 1 6 1,11394 1,11394 1,11394 1,11394 0 1,11394 0 1,11394 1,11394 ultimate 1 0 1 0 0 0 0 1 3 1,41497 1,41497 0 1,41497 0 0 0 0 1,41497 bandara 1 0 1 0 0 0 0 0 2 1,59106 1,59106 0 1,59106 0 0 0 0 0 soekarno 1 0 1 0 0 0 0 0 2 1,59106 1,59106 0 1,59106 0 0 0 0 0 hatta 1 0 1 0 0 0 0 0 2 1,59106 1,59106 0 1,59106 0 0 0 0 0 tinjau 0 1 0 0 0 0 0 0 1 1,89209 0 1,89209 0 0 0 0 0 0 langsung 0 1 0 0 1 0 0 0 2 1,59106 0 1,59106 0 0 1,59106 0 0 0 bangun 0 1 0 0 0 0 0 0 1 1,89209 0 1,89209 0 0 0 0 0 0 hampir 0 1 0 0 0 0 0 1 2 1,59106 0 1,59106 0 0 0 0 0 1,59106 selesai 0 1 0 0 0 0 0 1 2 1,59106 0 1,59106 0 0 0 0 0 1,59106 tiba 0 0 1 1 0 0 0 0 2 1,59106 0 0 1,59106 1,59106 0 0 0 0 di 0 0 1 0 0 0 0 0 1 1,89209 0 0 1,89209 0 0 0 0 0 cengkareng 0 0 1 0 0 0 0 0 1 1,89209 0 0 1,89209 0 0 0 0 0 rabu 0 0 1 0 0 0 0 0 1 1,89209 0 0 1,89209 0 0 0 0 0 pukul 0 0 1 0 0 0 0 0 1 1,89209 0 0 1,89209 0 0 0 0 0

sambut 0 0 0 1 0 0 0 0 1 1,89209 0 0 0 1,89209 0 0 0 0 menteri 0 0 0 1 0 0 0 0 1 1,89209 0 0 0 1,89209 0 0 0 0 bumn 0 0 0 1 0 0 0 0 1 1,89209 0 0 0 1,89209 0 0 0 0 rini 0 0 0 1 0 0 0 0 1 1,89209 0 0 0 1,89209 0 0 0 0 soemarno 0 0 0 1 0 0 0 0 1 1,89209 0 0 0 1,89209 0 0 0 0 dan 0 0 0 1 0 0 0 0 1 1,89209 0 0 0 1,89209 0 0 0 0 dirut 0 0 0 1 0 0 0 1 2 1,59106 0 0 0 1,59106 0 0 0 1,59106 angkasa 0 0 0 1 0 0 0 0 1 1,89209 0 0 0 1,89209 0 0 0 0 pura 0 0 0 1 0 0 0 0 1 1,89209 0 0 0 1,89209 0 0 0 0 ii 0 0 0 1 0 0 0 1 2 1,59106 0 0 0 1,59106 0 0 0 1,59106 budi 0 0 0 1 0 0 0 0 1 1,89209 0 0 0 1,89209 0 0 0 0 karya 0 0 0 1 0 0 0 0 1 1,89209 0 0 0 1,89209 0 0 0 0 masuk 0 0 0 0 1 0 0 0 1 1,89209 0 0 0 0 1,89209 0 0 0 ke 0 0 0 0 1 0 1 0 2 1,59106 0 0 0 0 1,59106 0 1,59106 0 kompleks 0 0 0 0 1 0 0 0 1 1,89209 0 0 0 0 1,89209 0 0 0 ukur 0 0 0 0 1 0 0 0 1 1,89209 0 0 0 0 1,89209 0 0 0 luas 0 0 0 0 1 0 0 0 1 1,89209 0 0 0 0 1,89209 0 0 0 para 0 0 0 0 0 1 0 0 1 1,89209 0 0 0 0 0 1,89209 0 0 kerja 0 0 0 0 0 2 0 0 2 1,59106 0 0 0 0 0 1,59106 0 0 sibuk 0 0 0 0 0 1 0 0 1 1,89209 0 0 0 0 0 1,89209 0 0 datang 0 0 0 0 0 1 0 0 1 1,89209 0 0 0 0 0 1,89209 0 0

gadang 0 0 0 0 0 0 1 0 1 1,89209 0 0 0 0 0 0 1,89209 0 tampung 0 0 0 0 0 0 1 0 1 1,89209 0 0 0 0 0 0 1,89209 0 ribu 0 0 0 0 0 0 1 0 1 1,89209 0 0 0 0 0 0 1,89209 0 tumpang 0 0 0 0 0 0 1 0 1 1,89209 0 0 0 0 0 0 1,89209 0 ap 0 0 0 0 0 0 0 1 1 1,89209 0 0 0 0 0 0 0 1,89209 beri 0 0 0 0 0 0 0 1 1 1,89209 0 0 0 0 0 0 0 1,89209 beberapa 0 0 0 0 0 0 0 1 1 1,89209 0 0 0 0 0 0 0 1,89209 jelas 0 0 0 0 0 0 0 1 1 1,89209 0 0 0 0 0 0 0 1,89209

Apabila bobot kata telah diperoleh, kemudian hitung vektornya terlebih dahulu, untuk bisa menghitung similaritas antar kalimat dan query, dan similaritas kalimat dan teks.

Proses penghitungan ∑ TF-IDF2 terhadap kalimat lain, yaitu dengan mengambil nilai w atau TF-IDF yang telah dihitung sebelumnya, kemudian di pangkat dua. ∑ TF-IDF2 dapat dilihat pada Tabel 3.10.

Tabel 3. 10 Perhitungan ∑ TF-IDF2 S1

Kata TF-IDF TF-IDF2

jakarta 1,89209 3,58000 presiden 1,29003 1,66418 jokowi 1,19312 1,42354 kunjung 1,89209 3,58000 terminal 1,11394 1,24086 ultimate 1,41497 2,00214 bandara 1,59106 2,53147 soekarno 1,59106 2,53147 hatta 1,59106 2,53147

∑ 21,08514

Perhitungan kalimat selanjutnya dapat dilihat pada lampiran Tabel Perhitungan ∑ TF-IDF2. _{Setelah mendapatkan nilai TF-IDF}2 _{pada setiap kalimat,}

kemudian hitung vektor setiap kalimat tersebut dengan mengakarkan jumlah TF-IDF2 setiap kalimat. Berikut adalah perhitungan vektor dari setiap kalimat, dapat dilihat pada Tabel 3.11.

Tabel 3. 11 Perhitungan Vektor

Kalimat ∑ TF-IDF2 _Vektor = √∑ _TF-IDF2

S1 21,08514 4,59186 S2 17,65946 4,20232 S3 32,93309 5,73874 S4 44,81800 6,69462

S6 14,69502 3,83341 S7 23,09589 4,80582 S8 29,11244 5,39559

Setelah mendapatkan vektor, kemudian tiap kalimat dikalikan dengan kalimat yang lain untuk selanjutnya digunakan pada similarity.

Contoh perkalian kalimat 1 dengan kalimat lain dengan kata “jakarta”, ambil w atau TF-IDF dari kata “jakarta” pada w-S1 dan w-S lainnya, selanjutnya kalikan w-S1 dengan w-S2, w-S1 dengan w-3, dan seterusnya.

Kata w=tf.idf S1 * Si

S1 S2 S3 S4 S5 S6 S7 S8 S2 S3 S4 S5 S6 S7 S8

jakarta 1,89209 0 0 0 0 0 0 0 0 0 0 0 0 0 0

presiden 1,29003 1,29003 1,29003 0 1,29003 0 0 0 1,66418 1,66418 0 1,66418 0 0 0

jokowi 1,19312 0 0 1,19312 0 1,19312 1,19312 1,19312 0 0 1,42354 0 1,42354 1,42354 1,42354

kunjung 1,89209 0 0 0 0 0 0 0 0 0 0 0 0 0 0

terminal 1,11394 1,11394 1,11394 0 1,11394 0 1,11394 1,11394 1,24086 1,24086 0 1,24086 0 1,24086 1,24086

ultimate 1,41497 0 1,41497 0 0 0 0 1,41497 0 2,00214 0 0 0 0 2,00214

bandara 1,59106 0 1,59106 0 0 0 0 0 0 2,53147 0 0 0 0 0

soekarno 1,59106 0 1,59106 0 0 0 0 0 0 2,53147 0 0 0 0 0

hatta 1,59106 0 1,59106 0 0 0 0 0 0 2,53147 0 0 0 0 0

Setelah memperoleh hasil perkalian kalimat 1 dengan kalimat lainnya, selanjutnya menghitung cosine similarity dengan menggunakan rumus

, = ∑ .

√∑ 2_√∑ 2

Tabel 3. 13 Perhitungan Cosine Similarity Kalimat 1 (S1)

∑ . √∑ √∑ � ,

S2 2,90504 4,59286 4,20232 0,15055 S3 12,50159 4,59286 5,73874 0,47442 S4 1,42354 4,59286 6,69462 0,04631 S5 2,90504 4,59286 4,72102 0,13401 S6 1,42354 4,59286 3,83341 0,13401 S7 2,66440 4,59286 4,80582 0,12074 S8 4,66654 4,59286 5,39559 0,18835

∑ 1,19524

Perhitungan perkalian kalimat selanjutnya dapat dilihat pada lampiran Tabel perkalian antar kalimat. Dan perhitungan cosine similarity selanjutnya dapat dilihat pada lampiran Tabel cosine similarity. Hasil perhitungan cosine similarity antarkalimat dapat dilihat pada Tabel 3.14

Tabel 3. 14 Hasil Cosine Similarity Antar Kalimat

S1 S2 S3 S4 S5 S6 S7 S8

S1 1 0,15055 0,47442 0,04631 0,13401 0,08087 0,12074 0,18835 S2 0,15055 1 0,12046 0 0,27403 0 0,06144 0,27802 S3 0,47442 0,12046 1 0,06589 0,10723 0,06471 0,04499 0,10473 S4 0,04631 0,08998 0 1 0 0 0,04425 0,17957 S5 0,13401 0,14643 0,20066 0 1 0 0,16627 0,04871 S6 0,08087 0 0 0,05547 0 1 0,07727 0,06882 S7 0,12074 0,31214 0,04499 0,04425 0,16627 0,07727 1 0,10275 S8 0,18835 0,05473 0,10473 0,17957 0,04871 0,06882 0,10275 1

Hasil total cosine similarity kalimat satu terhadap kalimat yang lain dapat dilihat pada Tabel 3.15.

Tabel 3. 15 Hasil Total Cosine Similarity Kalimat Satu Terhadap Kalimat yang Lain

Kalimat cosine similarity

S1 1,19524 S2 0,87428 S3 0,94527 S4 0,39149 S5 0,73024 S6 0,29168 S7 0,61771 S8 0,97097

3.2.3. Metode KNN (K-Nearest Neighbors)

Setelah menghitung dan mendapatkan nilai cosine similarity antarkalimat, selanjutnya proses KNN, untuk memilah kalimat yang akan diproses pada proses MMR.

Gambar 3. 9 Proses KNN

Langkah pertama adalah menentukan parameter K (jumlah tetangga paling dekat). Pada penelitian text summarization ini nilai K = 3 dapat dilihat pada Lampiran F Menentukan Nilai K Pada KNN. Karena dokumen yang dipakai adalah dokumen kecil (artikel berita). Sehingga apabila diambil nilai K-nya terlalu besar maka lingkup tetangganya besar.

Selanjutnya menghitung jarak masing-masing objek. Perhitungan jarak menggunakan cosine similarity yang telah dilakukan pada proses sebelumnya. Untuk mengetahui relevan dan tidak relevan sebagai tetangganya, maka tentukan terlebih dahulu nilai relevan dan tidak relevan sebuah kalimat. Dikatakan relevan apabila nilai cosine similarity-nya melebihi nilai rata-rata cosine similarity. Dan dikatakan tidak relevan apabila nilai cosine similarity-nya kurang dari nilai rata-rata cosine similarity. Hasil relevansi dapat dilihat pada Tabel 3.16.

Tabel 3. 16 Relevansi Kalimat

Kalimat cosine similarity Klasifikasi

S1 1,19524 Relevan S2 0,87428 Relevan S3 0,94527 Relevan S4 0,39149 Tidak Relevan S5 0,73024 Tidak Relevan S6 0,29168 Tidak Relevan S7 0,61771 Tidak Relevan S8 0,97097 Relevan

Rata-rata 0,75211

Kemudian urutkan objek yang mempunyai jarak terkecil dengan mengurutkan secara descending atau dari yang terbesar ke yang terkecil. Hasil urutan dapat dilihat pada Tabel 3.17.

Tabel 3. 17 Cosine Similarity Telah Terurut

Ranking Kalimat cosine similarity Klasifikasi

1 S1 1,19524 Relevan 2 S8 0,97097 Relevan 3 S3 0,94527 Relevan 4 S2 0,87428 Relevan 5 S5 0,73024 Tidak Relevan 6 S7 0,61771 Tidak Relevan 7 S4 0,39149 Tidak Relevan 8 S6 0,29168 Tidak Relevan

Selanjutnya kumpulkan Y (klasifikasi tetangga terdekat) dan tentukan hasil berdasarkan K.

Tabel 3. 18 Hasil KNN

Kalimat Tetangga Klasifikasi Tetangga Hasil

S2 S5, S7, S4 Tidak Relevan, Tidak Relevan, Tidak Relevan

Tidak Relevan

S3 S2, S5, S7 Relevan, Tidak Relevan, Tidak Relevan Tidak Relevan S4 S6, S1, S8 Relevan, Relevan, Relevan Relevan S5 S7, S4, S6 Tidak Relevan, Tidak Relevan, Tidak

Relevan

Tidak Relevan

S6 S1, S8, S3 Relevan, Relevan, Relevan Relevan S7 S4, S6, S1 Tidak Relevan, Tidak Relevan, Relevan Tidak Relevan S8 S3, S2, S5 Relevan, Relevan, Tidak Relevan Relevan

Setelah mendapatkan hasil KNN dari setiap kalimat, selanjutnya ambil kalimat yang mempunyai hasil relevan untuk diproses pada MMR. Pada penelitian ini hasil kalimat relevan berjumlah 4 kalimat, yaitu S1, S4, S6, dan S8. Kalimat yang akan diproses dapat dilihat pada Tabel 3.19.

Tabel 3. 19 Kalimat yang Akan Diproses

Kalimat cosine similarity

S1 1,19524 S4 0,39149 S6 0,29168 S8 0,97097

3.2.4. Metode MMR (Maximum Marginal Relevance)

Dalam Maximum Marginal Relevance terdapat proses cosine similarity query terhadap kalimat untuk mengetahui kesamaan antara query dan kalimat, dan proses perhitungan untuk memperoleh hasil ringkasan

3.2.4.1. Cosine Similarity Query Terhadap Kalimat

Setelah memperoleh cosine similarity pada masing-masing kalimat. Selanjutnya penghitungan cosine similarity pada query. Query juga di preprocessing, sehingga judul ikut dibandingkan dengan kalimat yang telah dipilih.

 Query

Query pada penelitian ini diambil dari judul berita, yaitu

Dimana:

tp = kalimat yang ada di MMR+KNN dan manual

fp = kalimat yang ada di MMR+KNN, tidak ada di manual fn = kalimat yang ada di manual+KNN, tidak ada di MMR tn = kalimat yang tidak ada di MMR+KNN

Tabel 4. 13 Hasil Pengujian Performansi MMR

Dok Indeks Kalimat Jumlah Nilai

MMR Manual tp fp fn tn Recall Precision F-Measure Akurasi

1 6, 7, 9 1, 5, 6, 7,

9 3 0 2 9 60% 100% 75% 86%

2 1, 3 1, 2, 3 2 0 1 4 67% 100% 80% 86%

3 1, 2, 5, 7, 9

1, 2, 4, 9,

10, 13 3 2 3 10 50% 60% 55% 72%

4 2, 3, 4, 10 1, 2, 3, 4,

10 4 0 1 6 80% 100% 89% 91%

5 1, 4, 6, 7,

8 2, 4, 6, 7 3 2 1 7 75% 60% 67% 77%

6 1, 2, 3, 5,

8 1, 2, 3, 8 3 2 1 3 75% 60% 67% 67%

7 5, 7, 8 1, 4, 5, 7 2 1 2 6 50% 67% 57% 73%

8 1, 2, 3, 9,

10 1, 2, 3, 10 4 1 0 6 100% 80% 89% 91%

9 1, 2, 4, 7 1, 2, 4, 6,

10 3 1 2 8 60% 75% 67% 79%

10 2, 8 2, 4, 6, 7 1 1 3 8 25% 50% 33% 69%

11 1, 5, 10, 12

1, 5, 6, 10,

11, 12 4 0 2 9 67% 100% 80% 87%

12 1, 3, 4, 5,

7 1, 4, 5, 7 4 1 0 4 100% 80% 89% 89%

13 1, 3, 4, 5, 9, 10

1, 2, 3, 5,

9 4 2 1 6 80% 67% 73% 77%

14 3 3, 4, 5 1 0 2 7 33% 100% 50% 80%

102

16 1, 2, 9, 10 1, 2, 7, 9,

10 4 0 1 7 80% 100% 89% 92%

17 1, 3 1, 2, 8, 9 1 1 3 8 25% 50% 33% 69%

18 5 4, 5 1 0 1 5 50% 100% 67% 86%

19 1, 4, 6 1, 4, 6, 7,

8 3 0 2 6 60% 100% 75% 82%

20 1, 3, 5, 7, 8

3, 4, 5, 6,

8 3 2 2 6 60% 60% 60% 69%

21 2, 4, 5, 7, 8, 9

2, 3, 5, 7,

8 4 2 1 7 80% 67% 73% 79%

22 1, 2, 6, 10 1, 2, 4, 7,

10 3 1 2 6 60% 75% 67% 75%

23 2, 3, 6, 7, 8, 9, 10

2, 6, 7, 8,

10 5 2 0 6 100% 71% 83% 85%

24

1, 2, 5, 6, 7, 8, 11,

12

2, 3, 5, 7,

8, 11, 12 6 2 1 8 86% 75% 80% 82%

25 1, 4, 5, 9, 10

1, 4, 5, 11,

13 3 2 2 8 60% 60% 60% 73%

26

1, 2, 3, 4, 5, 7, 10, 12, 14, 15

1, 2, 4, 5,

7, 14, 15 7 3 1 8 87% 70% 78% 79%

27 1, 4, 6, 7, 9

4, 6, 7, 9,

10 4 1 1 5 80% 80% 80% 82%

28 2, 5, 6, 7 2, 5, 6, 7,

10 4 0 1 6 80% 100% 89% 91%

29 3, 9, 10, 11, 19, 20

3, 4, 9, 10,

11, 19, 20 6 0 1 14 86% 100% 92% 95%

30

1, 2, 3, 7, 10, 12, 14, 15, 17, 19,

20, 23

1, 2, 10, 12, 14, 15, 17, 19, 20,

23

10 2 0 13 100% 83% 91% 92%

31 1, 4, 5, 7,

8 1, 3, 5, 7 3 2 1 3 75% 60% 67% 67%

32 1, 3, 7, 8, 10

1, 3, 7, 9,

33 2, 3, 6, 10, 14

2, 3, 4, 5, 6, 9, 10,

14, 15

5 0 4 12 56% 100% 71% 81%

34

1, 3, 5, 6, 8, 9, 16,

17

5, 6, 12, 13, 14, 15,

16, 17

4 4 4 10 50% 50% 50% 64%

35 1, 2, 4, 5, 6, 10

1, 4, 5, 6,

10 6 1 0 5 100% 85% 92% 92%

Rata-rata 69% 79% 71% 80%

Dimana:

tp = kalimat yang ada di MMR dan manual

fp = kalimat yang ada di MMR, tidak ada di manual fn = kalimat yang ada di manual, tidak ada di MMR tn = kalimat yang tidak ada di MMR

4.2.3. Analisis Hasil Pengujian

Pengujian sistem yang dilakukan menunjukkan bahwa sistem yang yang dibuat untuk menghasilkan ringkasan dari proses preprocessing, klasifikasi kalimat menggunakan metode k-nearest neighbors dan pembentukan ringkasan dengan metode maximum marginal relevance, sudah memenuhi persyaratan fungsional. Dari Tabel 4.12 Hasil Pengujian Performansi KNN+MMR, ringkasan menggunakan metode KNN dan MMR menghasilkan nilai rata-rata recall sebesar 64%, precision sebesar 86%, f-measure sebesar 72%, dan akurasi sebesar 82%. Sementara dari Tabel 4.13 Hasil Pengujian Performansi MMR, ringkasan menggunakan metode MMR menghasilkan nilai rata-rata recall sebesar 69%,

precision sebesar 79%, f-measure sebesar 71%, dan akurasi sebesar 80%.

Sehingga dapat disimpulkan bahwa ringkasan menggunakan metode KNN dan MMR lebih baik dibandingkan dengan ringkasan yang menggunakan metode MMR saja, dengan selisih rata-rata precision sebesar 7%, f-measure sebesar 1%, dan akurasi sebesar 2%. Namun pada selisih rata-rata nilai recall KNN+MMR

104

kurang baik dibandingkan dengan MMR. Karena banyak kalimat yang hilang pada proses klasifikasi.

105

Berdasarkan hasil penelitian yang telah telah dilakukan, dapat diketahui bahwa ringkasan menggunakan metode KNN dan MMR lebih baik dibandingkan dengan ringkasan yang menggunakan metode MMR saja, dengan rata-rata selisih

precision sebesar 7%, f-measure sebesar 1%, dan akurasi sebesar 2%. Namun pada

rata-rata selisih nilai recall sebesar 5% KNN+MMR kurang baik dibandingkan dengan MMR. Karena banyak kalimat yang hilang pada proses klasifikasi.

Hasil ringkasan tergantung pada banyak kata yang sama pada setiap kalimat. Dari hasil yang didapatkan tersebut, maka dapat disimpulkan bahwa penggunaan metode k-neaerest neighbors dan maximum marginal relevance lebih baik walaupun perbedaannya belum signifikan dibandingkan dengan peringkasan yang hanya menggunakan metode maximum marginal relevance saja.

5.2. Saran

Proses klasifikasi pada peringkasan artikel dapat membantu dalam memperoleh hasil ringkasan yang sesuai dengan kriteria. Namun pada penelitian ini, klasifikasi yang digunakan adalah metode KNN yang tidak cukup membantu meningkatkan akurasi peringkasan dibandingkan dengan peringkasan tanpa KNN. Sehingga penelitian selanjutnya disarankan untuk mengganti metode KNN dengan metode klasifikasi yang lebih baik, sehingga bisa meningkatkan akurasi pada peringkasan.