Word Prediction Menggunakan Windows API Berbasis Word Frequencies

  WORD PREDICTION MENGGUNAKAN WINDOWS API BERBASIS WORD FREQUENCIES SKRIPSI ADE N TAMBUNAN 091402054 PROGRAM STUDI S-1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

WORD PREDICTION MENGGUNAKAN WINDOWS API

  BERBASIS WORD FREQUENCIES SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah

  Sarjana Teknologi Informasi ADE N TAMBUNAN

  091402054 PROGRAM STUDI S-1 TEKNOLOGI INFORMASI

  FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2015

  

PERSETUJUAN

  Judul : WORD PREDICTION MENGGUNAKAN

  WINDOWS API BERBASIS WORD

FREQUENCIES

  Kategori : SKRIPSI Nama : ADE N TAMBUNAN Nomor Induk Mahasiswa : 091402054 Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas :

  ILMU KOMPUTER DAN TEKNOLOGI

  INFORMASI (FASILKOM-TI) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, 22 Januari 2015

  Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dr. Erna Budhiarti Nababan, M.IT M. Andri Budiman, ST., M.Comp.Sc., M.E.M

  NIP 19751008 200801 1 001 Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua, M. Anggia Muchtar, ST., MM.IT.

  NIP 19800110 200801 1 010

  

PERNYATAAN

WORD PREDICTION MENGGUNAKAN WINDOWS API BERBASIS WORD

FREQUENCIES

  SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

  Medan, 22 Januari 2015 Ade N Tambunan 091402054

  

PENGHARGAAN

  Alhamdulillah, segala puji dan syukur penulis panjatkan atas kehadirat Allah SWT beserta Nabi besar Muhammad SAW yang telah memberikan rahmat, hidayah-Nya, segala daya dan upaya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat utnuk memperoleh gelar Sarjana Program Studi S-1 Teknologi Informasi Universitas Sumatera Utara, Ucara terima kasih yang sebesar-besarnya penulis sampaikan kepada: 1.

  Kedua orang tua penulis, orang yang paling berharga dalam hidup penulis, ayahanda Syahrial Tambunan dan ibunda Tima Manggareta Dwirani Zahri yang telah membesarkan, mendidik, memberi dukungan, doa dan motivasi tanpa henti. Serta kepada abang dan adik penulis Adrian Nurrachman Tambunan dan Alreza Nurcholis Tambunan yang selalu ada dan menemani penulis.

  2. Ketua dan Sekretaris Program Studi Teknologi Informasi, Bapak Muhammad Anggia Muchtar, ST., MM. IT. dan Bapak Muhammad Fadly Syahputra, B.Sc, M.Sc.IT, Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, semua dosen serta pegawai di Program Studi S1 Teknologi Informasi.

  3. Bapak Mohammad Andri Budiman, ST., M.Comp.Sc., M.E.M selaku pembimbing pertama dan Ibu Dr. Erna Budhiarti Nababan, M.IT selaku pembimbing kedua, yang telah banyak meluangkan waktunya dan memberikan masukan-masukan yang bermanfaat bagi penulis dalam menyelesaikan skripsi ini.

  4. Bapak Muhammad Anggia Muchtar, ST., MM. IT. dan Bapak Muhammad Fadly Syahputra, B.Sc, M.Sc.IT yang telah bersedia menjadi dosen pembanding dan memberikan saran-saran yang baik bagi penulis dalam menyelesaikan skripsi ini.

  5. Kepada Yunisya Aulia Putri yang selalu sabar, selalu mendukung, membantu dan merupakan salah satu motivasi penulis dalam menyelesaikan skripsi ini.

  Serta teman-teman yang mendukung dan membantu penulis Dwiky, Hafiz Yahya, Yogi, Ibnu, Ammar, Reza, Ridzuan, Fadhlullah, Fadli Rizky, Abdi Hafiz, Icha, Yanna, Dijah, Juju, Fanny, Hani, Binyo, Fadli Rachman, Dezi, Kurniawan, dan seluruh teman-teman lainnya yang tidak dapat disebutkan satu persatu.

  6. Kepada Abang Faisal dan Ibu Delima yang selaku bagian tata usaha Program Studi S1 Teknologi Informasi yang telah membimbing dan membantu penulis dari awal proposal sampai sidang.

  7. Dan juga kepada teman-teman basket Allstar MIPA yang selalu menghibur penulis. Sekali lagi penulis mengucapkan terima kasih yang sebesar-besarnya kepada semua pihak yang membantu dalam penyelesaian tugas akhir ini yang tidak dapat disebutkan. Terima kasih atas masukan, saran, dan motivasi yang diberikan. Semoga Allah SWT membalas dengan nikmat yang berlimpah.

  

ABSTRAK

  Mengetik merupakan salah satu kegiatan yang erat dalam kehidupan sehari-sehari, namun masih banyak yang mengalami masalah ketika mengetik terutama bagi yang berkebutuhan khusus seperti autis. Salah satu solusinya yaitu dengan menggunakan aplikasi word prediction agar dapat mengurangi keystroke yang diperlukan untuk mengetik suatu teks, namun aplikasi word prediction yang beredar masih banyak yang menggunakan bahasa asing, bukan bahasa Indonesia. Pada penelitian ini, aplikasi word

  

prediction yang dikembangkan menggunakan database yang berbahasa Indonesia

  berbasis frekuensi kata. Aplikasi word prediction yang dikembangkan dapat berjalan di banyak aplikasi pengolah kata seperti Microsoft Word, Notepad, E-mail, dengan memanfaatkan Windows API. Hasil pengujian menunjukkan bahwa word prediction berbasis frekuensi kata mampu menghasilkan Keystroke Saving (KS) antara 26% sampai dengan 34%.

  Kata kunci : word prediction, frekuensi kata, windows api, kebutuhan khusus

  

FREQUENCIES-BASED WORD PREDICTION

WITH WINDOWS API

ABSTRACT

  Typing is one activity that is closely in everyday life, but there are still many who have problems when typing, especially for those who are special needs like autism. One solution is to use word prediction application that can reduce keystroke needed to type a text, but many application of word prediction in circulation are still use a foreign language, not Indonesian. In this study, word prediction application was developed using Indonesian language database of word frequency. Applications can be run in many word processing applications such as Microsoft Word, Notepad, E-mail, by utilizing the Windows API. The results show that the frequency-based word prediction is able to achieved Keystroke Saving (KS) between 26% and 34%.

  Keywords : word prediction, word frequency, windows api, special needs

  

DAFTAR ISI

PERSETUJUAN

  iii

  PERNYATAAN

  iv

  PENGHARGAAN

  v

  ABSTRAK

  vi

  ABSTRACT

  vii

DAFTAR ISI

  viii

  DAFTAR TABEL

  xi

  DAFTAR GAMBAR

  xii

BAB 1 PENDAHULUAN

  14

  1.1. Latar Belakang

  14

  1.2 Rumusan Masalah

  16

  1.3 Batasan Masalah

  16

  1.4 Tujuan Penelitian

  17

  1.5 Manfaat Penelitian

  17

  1.6 Metodologi Penelitian

  17

  1.7 Sistematika Penulisan

  18 BAB 2 LANDASAN TEORI

  20

  2.1 Anak Berkebutuhan Khusus (ABK)

  20

  2.1.1 Anak Berkebutuhan Khusus Bersifat Sementara (Temporer)

  20

  2.1.2 Anak Berkebutuhan Khusus Bersifat Menetap (Permanen)

  21

  2.2 Word Prediction

  21

  2.3 Algoritma Pencarian

  22

  2.3.1 Algoritma Pencarian Linear (Linear Search Algorithm)

  22

  2.3.2 Algoritma Pencarian Biner (Binary Search Algorithm)

  23

  2.3.3 Algoritma Pencarian Interpolasi (Interpolation Search Algorithm)

  24

  2.3 Algoritma prediksi

  24

  2.4 Adaptation

  25

  2.5 Windows API

  26

  2.6 Penelitian Terdahulu

  26 BAB 3 ANALISIS DAN PERANCANGAN SISTEM

  29

  3.1 Analisis masalah

  29

  3.2 Analisis Data

  30

  3.3. Perancangan Sistem

  32

  3.3.1 Windows API

  32

  3.3.2 Flowchart Sistem

  33

  3.3.3 Perancangan Database

  36

  3.3.4 Diagram Use Case

  38

  3.3.5 Use case spesifikasi

  39

  3.3.6 Activity Diagram

  45

  3.3.7 Perancangan Antar Muka

  49 BAB 4 IMPLEMENTASI DAN PENGUJIAN

  55

  4.1 Implementasi Sistem

  55

  4.1.1 Perangkat Keras

  55

  4.1.2 Perangkat Lunak

  56

  4.2 Pengujian

  56

  4.2.1 Tabel pada database MySQL

  56

  4.2.2 Kasus dan hasil pengujian sistem

  58

  4.3 Pengujian Kinerja Sistem

  63

  4.4 Hasil pengujian prediksi kata pada aplikasi pengolah kata

  73

  4.5 Hasil pengujian Keystroke Saving (KS)

  79

  4.6 Evaluasi Heuristik dengan Skala Likert

  80

  4.6.1 Skor untuk tampilan aplikasi

  81

  4.6.2 Skor untuk Fitur-fitur aplikasi

  82

  4.6.3 Skor untuk hasil prediksi kata

  83

  4.6.4 Skor untuk Banyaknya Hasil Prediksi Kata

  83

  4.6.5 Skor untuk Keystroke Saving

  84

  4.6.6 Hasil Skor Aspek Heuristik Skala Likert

  85 BAB 5 KESIMPULAN DAN SARAN

  88

  5.1 Kesimpulan

  88

  5.2 Saran

  89 DAFTAR PUSTAKA

  90

  DAFTAR TABEL

  45 Tabel 4.1 Hasil pengujian halaman awal

  86 Tabel 4.10 Skor Rata-rata Setiap Aspek

  81 Tabel 4.9 Rating Scale

  80 Tabel 4.8 Skor Jawaban Kuesioner

  63 Tabel 4.7 Skala Jawaban dari Skala Likert

  62 Tabel 4.6 Hasil pengujian halaman daftar

  62 Tabel 4.5 Hasil pengujian halaman login

  61 Tabel 4.4 Hasil pengujian halaman ubah kata

  60 Tabel 4.3 Hasil pengujian halaman tambah kata

  59 Tabel 4.2 Hasil pengujian halaman pengaturan (Lanjutan)

  59 Tabel 4.2 Hasil pengujian halaman pengaturan

  58 Tabel 4.1 Hasil pengujian halaman awal (Lanjutan)

  44 Tabel 3.7 Spesifikasi use case untuk cari kata (Lanjutan)

  Hal

  44 Tabel 3.7 Spesifikasi use case untuk cari kata

  43 Tabel 3.6 Spesifikasi use case untuk hapus kata

  42 Tabel 3.5 Spesifikasi use case ubah kata

  41 Tabel 3.4 Spesifikasi use case untuk tambah kata

  40 Tabel 3.3 Spesifikasi use case untuk input huruf (Lanjutan)

  40 Tabel 3.3 Spesifikasi use case untuk input huruf

  39 Tabel 3.2 Spesifikasi use case untuk login (Lanjutan)

  31 Tabel 3.2 Spesifikasi use case untuk login

  30 Tabel 3.1. Sampel Data Kata (Lanin et al, 2013) (Lanjutan)

  28 Tabel 3.1 Sampel Data Kata (Lanin et al, 2013)

Tabel 2.1 Penelitian Terdahulu

  86

  DAFTAR GAMBAR

  52 Gambar 3.15 Rancangan tampilan halaman about

  69 Gambar 4.13 Halaman tambah kata (Kata berhasil ditambah)

  68 Gambar 4.12 Halaman tambah kata

  67 Gambar 4.11 Halaman pengaturan (Hapus kata error)

  66 Gambar 4.10 Halaman pengaturan (Kata berhasil dihapus)

  65 Gambar 4.8 Halaman pengaturan (Pencarian kata)

  65 Gambar 4.7 Halaman pengaturan

  64 Gambar 4.6 Halaman Awal Aktif

  64 Gambar 4.5 Halaman Awal Non-aktif

  58 Gambar 4.4 Halaman login

  57 Gambar 4.3 Tabel unigramnamauser

  57 Gambar 4.2 Tabel login

  54 Gambar 4.1 Tabel unigram

  54 Gambar 3.17 Rancangan tampilan halaman daftar

  53 Gambar 3.16 Rancangan tampilan halaman login

  51 Gambar 3.14 Rancangan tampilan halaman tambah kata

  Hal

  50 Gambar 3.13 Rancangan tampilan halaman pengaturan

  49 Gambar 3.12 Rancangan tampilan awal aplikasi

  48 Gambar 3.11 Activity diagram sistem (ubah kata)

  47 Gambar 3.10 Activity diagram sistem (hapus kata)

  46 Gambar 3.9 Activity diagram sistem (tambah kata)

  39 Gambar 3.8 Activity diagram sistem (prediksi kata)

  38 Gambar 3.7 Diagram use case sistem

  37 Gambar 3.6 Rancangan tbl_unigramnamauser

  36 Gambar 3.5 Rancangan tbl_login

  35 Gambar 3.4 Rancangan tbl_unigram

  33 Gambar 3.3 Flowchart Algoritma

  30 Gambar 3.2 Flowchart Sistem

  21 Gambar 3.1 Diagram Ishikawa analisis permasalahan

Gambar 2.1 Ilustrasi penggunaan word prediction

  69

Gambar 4.14 Halaman tambah kata (Kata gagal ditambah)

  76 Gambar 4.24 Pengujian pengiriman kata pada Microsoft word

  84 Gambar 4.32 Grafik Skor Pertanyaan 5

  83 Gambar 4.31 Grafik Skor Pertanyaan 4

  82 Gambar 4.30 Grafik Skor Pertanyaan 3

  81 Gambar 4.29 Grafik Skor Pertanyaan 2

  79 Gambar 4.28 Grafik Skor Pertanyaan 1

  78 Gambar 4.27 Pengujian pengiriman kata pada E-mail

  26 Prediksi kata “meng” berdasarkan frek_unigram dan frek_uniuser

  77 Gambar 4.

  77 Gambar 4.25 Pengujian sistem pada aplikasi E-mail

  23 Prediksi kata “k” berdasarkan frek_unigram dan frek_uniuser

  70 Gambar 4.15 Halaman ubah kata (error)

  75 Gambar 4.

  75 Gambar 4.22 Pengujian sistem pada aplikasi Microsoft word

  74 Gambar 4.21 Pengujian pengiriman kata pada notepad

  20 Prediksi kata “ma” berdasarkan frek_unigram

  74 Gambar 4.

  73 Gambar 4.19 Pengujian sistem pada notepad

  72 Gambar 4.18 Halaman about

  71 Gambar 4.17 Halaman ubah kata (Konfirmasi ubah kata)

  71 Gambar 4.16 Halaman ubah kata (Informasi kata)

  85