Peringkasan teks otomatis pada dokumen berbahasa Jawa menggunakan metode TF-IDF.
ABSTRAKSI
Membaca keseluruhan dokumen membutuhkan waktu yang lama, apalagi dokumen yang dibaca adalah dokumen berbahasa Jawa. Bagi pembaca yang belum paham tentang bahasa Jawa, membaca keseluruhan dokumen untuk memahaminya akan sangat melelahkan. Namun jika terdapat ringkasan pendek dari sebuah dokumen, maka akan membantu pembaca dalam memahami isi dokumen berbahasa Jawa.
Membuat ringkasan secara manual akan membutuhkan waktu yang lama. Oleh karena itu untuk mengatasi masalah waktu baca, akan dibuat sistem peringkasan teks otomatis. Peringkasan ini akan secara otomatis meringkas keseluruhan isi dari sebuah dokumen untuk mendapatkan intisari dari dokumen berbahasa Jawa, sehingga pembaca dapat memahami isi dokumen tanpa harus membaca keseluruhan dokumen berbahasa Jawa.
Pada penelitian ini metode yang digunakan untuk peringkasan teks otomatis adalah TF-IDF, dimana metode ini menggunakan cara pembobotan untuk setiap kata dalam kalimat. Sehingga kata dengan kemunculan terbanyak merupakan sebuah kalimat yang penting. Dari perhitungan tersebut akan menghasilkan kumpulan kalimat yang berisi bagian penting dari keseluruhan dokumen berbahasa Jawa.
Pengujian sistem dilakukan kepada 3 responden, dimana responden harus mengoreksi secara manual ringkasan yang dihasilkan oleh sistem termasuk
(2)
relevan atau tidak relevan. Terdapat 50 dokumen berbahasa Jawa yang akan diujikan ke dalam sistem, dokumen tersebut bersumber dari DjakaLodang.
Dari hasil pengujian sistem yang telah dilakukan kepada 3 responden secara manual, menghasilkan nilai rata-rata akurasi sebesar 64%. Dengan demikian diketahui nilai rata-rata akurasi sistem ini dalam membantu pembaca untuk memperoleh intisari dari dokumen berbahasa Jawa, sehingga dapat membuat keputusan melanjutkan membaca keseluruhan dokumen atau cukup dengan mambaca ringkasan.
(3)
ABSTRACT
Reading a whole content of a document will take a long time, moreover
the document that is being read is Javanese document. For the readers who have
not really understand Javanese language well, reading and understanding a whole
document will be really tiring. However, if there is a summary of a document, it
will be helpful for the readers to understand the content of Javanese document.
Making a summary in a manual way will take a long time. Therefore, to
solve the problem of timing, itwill be made the system of summarizing the text
automatically. This program will summarize the whole content of Javanese
documentautomatically and get the main idea from the document, so the readers
will understand the content of the Javanese document without reading a whole of
it.
In this research, the method that is used in the program of summary is
TF-IDF which means this method use weighting way in every word. So, the word
with the highest appearances areconsidered as the important sentence. The
calculation will produce the document compilation containing the important part
from the whole Javanese document.
The system of examination is done by three respondents, which the
respondents should check the summary result of the system manually whether the
result is the relevant or not relevant. There are 50 Javanese documents which will
(4)
From the result of examination that was done by 3 respondents manually
and it brings out the average value of 64%. Thus, it is known how much the level
of accuracy in helping the readers to get the main idea of the Javanese document
so that they can make the decision to continue reading a whole document or just
(5)
i
PERINGKASAN TEKS OTOMATIS
PADA DOKUMEN BERBAHASA JAWA
MENGGUNAKAN METODE TF-IDF
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Informatika (S.Kom)
Program Studi Teknik Informatika
Oleh
AGUSTINUS WIDIANTORO 105314062
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
(6)
ii
AUTOMATIC TEXT SUMMARY
IN JAVANESE LANGUAGE DOCUMENT
USING TF-IDF METHOD
THESIS
Presented as Partial Fullfilment of the Requirements To Obtain the Computer Bachelor Degree
In Informatics Engineering
By
AGUSTINUS WIDIANTORO 105314062
INFORMATICS ENGINEERING STUDY PROGRAM
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
(7)
(8)
(9)
v
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini
tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan
dalam kutipan dan daftar pustaka sebagaimana layaknya karya ilmiah.
Yogyakarta, 10 November 2014
Penulis
(10)
vi
HALAMAN MOTTO
"Musuh yang paling berbahaya di atas dunia ini adalah penakut dan bimbang. Teman yang paling setia, hanyalah keberanian dan keyakinan yang teguh."
(Andrew Jackson)
"Pendidikan merupakan perlengkapan paling baik untuk hari tua."
(11)
vii
HALAMAN PERSEMBAHAN
Hasil karya skripsi ini, kupersembahakan kepada :
Tuhan Yesus dan Bunda Maria Alm. F.X.Susilo S.Pd Christiana Wagiyem S.Pd Veronika Suci Anggraeni S.Pd
(12)
viii
ABSTRAKSI
Membaca keseluruhan dokumen membutuhkan waktu yang lama, apalagi dokumen yang dibaca adalah dokumen berbahasa Jawa. Bagi pembaca yang belum paham tentang bahasa Jawa, membaca keseluruhan dokumen untuk memahaminya akan sangat melelahkan. Namun jika terdapat ringkasan pendek dari sebuah dokumen, maka akan membantu pembaca dalam memahami isi dokumen berbahasa Jawa.
Membuat ringkasan secara manual akan membutuhkan waktu yang lama. Oleh karena itu untuk mengatasi masalah waktu baca, akan dibuat sistem peringkasan teks otomatis. Peringkasan ini akan secara otomatis meringkas keseluruhan isi dari sebuah dokumen untuk mendapatkan intisari dari dokumen berbahasa Jawa, sehingga pembaca dapat memahami isi dokumen tanpa harus membaca keseluruhan dokumen berbahasa Jawa.
Pada penelitian ini metode yang digunakan untuk peringkasan teks otomatis adalah TF-IDF, dimana metode ini menggunakan cara pembobotan untuk setiap kata dalam kalimat. Sehingga kata dengan kemunculan terbanyak merupakan sebuah kalimat yang penting. Dari perhitungan tersebut akan menghasilkan kumpulan kalimat yang berisi bagian penting dari keseluruhan dokumen berbahasa Jawa.
Pengujian sistem dilakukan kepada 3 responden, dimana responden harus mengoreksi secara manual ringkasan yang dihasilkan oleh sistem termasuk
(13)
ix
relevan atau tidak relevan. Terdapat 50 dokumen berbahasa Jawa yang akan diujikan ke dalam sistem, dokumen tersebut bersumber dari DjakaLodang.
Dari hasil pengujian sistem yang telah dilakukan kepada 3 responden secara manual, menghasilkan nilai rata-rata akurasi sebesar 64%. Dengan demikian diketahui nilai rata-rata akurasi sistem ini dalam membantu pembaca untuk memperoleh intisari dari dokumen berbahasa Jawa, sehingga dapat membuat keputusan melanjutkan membaca keseluruhan dokumen atau cukup dengan mambaca ringkasan.
(14)
x
ABSTRACT
Reading a whole content of a document will take a long time, moreover
the document that is being read is Javanese document. For the readers who have
not really understand Javanese language well, reading and understanding a whole
document will be really tiring. However, if there is a summary of a document, it
will be helpful for the readers to understand the content of Javanese document.
Making a summary in a manual way will take a long time. Therefore, to
solve the problem of timing, itwill be made the system of summarizing the text
automatically. This program will summarize the whole content of Javanese
documentautomatically and get the main idea from the document, so the readers
will understand the content of the Javanese document without reading a whole of
it.
In this research, the method that is used in the program of summary is
TF-IDF which means this method use weighting way in every word. So, the word
with the highest appearances areconsidered as the important sentence. The
calculation will produce the document compilation containing the important part
from the whole Javanese document.
The system of examination is done by three respondents, which the
respondents should check the summary result of the system manually whether the
result is the relevant or not relevant. There are 50 Javanese documents which will
(15)
xi
From the result of examination that was done by 3 respondents manually
and it brings out the average value of 64%. Thus, it is known how much the level
of accuracy in helping the readers to get the main idea of the Javanese document
so that they can make the decision to continue reading a whole document or just
(16)
xii
LEMBAR PERNYATAAN PERSETUJUAN
PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Yang bertanda tangan dibawah ini, saya mahasiswa Universitas Sanata Dharma :
Nama : Agustinus Widiantoro NIM : 105314062
Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah yang berjudul :
PERINGKASAN TEKS OTOMATIS PADA DOKUMEN BERBAHASA JAWA
MENGGUNAKAN METODE TF-IDF
Beserta perangkat yang diperlukan. Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengolahnya dalam bentuk pangkalan data, mendistribusikan secara terbatas dan mempublikasikannya di internet atau media lain untuk kepentingan akademis tanpa perlu meminta izin dari saya maupun memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis.
Demikian pernyataan ini saya buat dengan sebenarnya.
Yogyakarta, 10 November 2014 Penulis
(17)
xiii
KATA PENGANTAR
Puji dan syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa atas segala berkat dan karunianya yang melimpah sehingga penulis dapat menyelesaikan skripsi ini dengan baik. Adapun tujuan penulis adalah untuk memenuhi persyaratan dalam memperoleh gelar Sarjana Teknik Informatika (S.Kom) Universitas Sanata Dharma.
Penyusun skripsi ini tidak terlepas dari bantuan, bimbingan, dan peran berbagai pihak. Oleh karena itu pada kesempatan ini penulis mengucapkan terima kasih kepada pihak-pihak berikut :
1. Tuhan Yesus Kristus dan Bunda Maria yang selalu membimbing dan menuntun untuk menyelesaikan skripsi ini.
2. Ibu Paulina Heruningsih Prima Rosa, S.Si., M.Sc., selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma.
3. Ibu Sri Hartati Wijono, S.Si., M.Kom., selaku Dosen Pembimbing yang telah meluangkan banyak waktu untuk membimbing dengan sabar, memberikan masukan, saran dan memotivasi selama mengerjakan skripsi ini.
4. Ibu Ridowati Gunawan, S.Kom., M.T., selaku Dosen sekaligus Kepala Program Studi Teknik Informatika.
5. Bapak JB. Budi Darmawan, S.T., M.Sc., dan bapak Puspaningtyas Sanjoyo Adi, S.T., M.T., sebagai Dosen Penguji.
6. Seluruh Staff dan Dosen Program Studi Teknik Informatika Universitas Sanata Dharma yang telah memberikan bekal ilmu kepada penulis.
(18)
xiv
7. Ketiga responden kuesioner yang telah memberikan waktu luang dalam melakukan proses pengujian.
8. Alm. F.X. Susilo S.Pd, Ibu Christiana Wagiyem S.Pd, Kakak Veronika Suci Anggraeni S.Pd serta seluruh keluarga besar yang terus memberikan doa, dukungan dan semangat sehingga dapat menyelesaikan skripsi ini.
9. Sahabat-sahabat, teman-teman Teknik Informatika angkatan 2010 atas kekompakan serta kebersamaan selama ini.
10. Semua pihak yang tidak dapat disebutkan satu per satu yang terlibat dalam penyusunan skripsi ini sehingga dapat selesai dengan baik.
Dengan rendah hati penulis menyadari bahwa skripsi ini masih belum sempurna, oleh karena itu berbagai kritik dan saran untuk perbaikan skripsi ini sangat penulis harapkan. Akhir kata, semoga penyusunan skripsi ini bermanfaat bagi pengembangan ilmu pengetahuan. Terima kasih.
Yogyakarta, 10 November 2014
Penulis
(19)
xv
DAFTAR ISI
HALAMAN JUDUL BAHASA INDONESIA ... i
HALAMAN JUDUL BAHASA INGGRIS ... ii
HALAMAN PERSETUJUAN ... iii
HALAMAN PENGESAHAN ... iv
HALAMAN KEASLIAN KARYA ... v
HALAMAN MOTTO ... vi
HALAMAN PERSEMBAHAN ... vii
ABSTRAKSI ... viii
ABSTRACT ... x
LEMBAR PERNYATAAN PERSETUJUAN... xii
KATA PENGANTAR ... xiii
DAFTAR ISI ... xv
DAFTAR TABEL ... xx
DAFTAR GAMBAR ... xxi
DAFTAR LISTING ... xxiii
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 3
1.3 Tujuan Penalitian ... 3
1.4 Manfaat Penelitian ... 3
(20)
xvi
1.6 Metodologi Penelitian ... 4
1.7 Sistematika Penulisan ... 6
BAB II LANDASAN TEORI ... 8
2.1 Pemerolehan Informasi ... 8
2.1.1 Konsep Pemerolehan Informasi ... 8
2.1.2 Langkah Pemerolahan Informasi... 8
2.1.2.1 Text Preprocessing ... 8
2.1.2.1.1 Tokenizing ... 8
2.1.2.1.2 Stopword ... 9
2.1.2.1.3 Stemming ... 10
2.1.2.2 Indexing ... 14
2.1.2.3 LinkedList ... 15
2.1.2.4 ArrayList ... 16
2.2 Peringkasan Otomatis ... 16
2.3 Metode Peringkasan Teks Otomatis ... 17
2.3.1 Metode Pembobotan TF-IDF ... 17
2.3.1.1 Langkah Pengerjaan ... 20
2.3.1.2 Contoh Pengerjaan ... 21
BAB III ANALISIS DAN PERANCANGAN SISTEM ... 33
3.1 Gambaran Sistem Penelitian ... 33
3.2 Analisis Kebutuhan ... 35
3.3 Perancangan Sistem... 36
(21)
xvii
3.3.1.1 Skenario Use Case ... 37
3.3.1.1.1 Skenario Login ... 37
3.3.1.1.2 Skenario Memasukkan Data Koleksi Dokumen ... 38
3.3.1.1.3 Skenario Logout ... 39
3.3.1.1.4 Skenario Memasukkan Data Dokumen ... 39
3.3.1.1.5 Skenario Melihat Hasil Ringkasan... 40
3.3.1.1.6 Skenario Melihat Data Koleksi Dokumen... 41
3.3.2 Diagram Aktifitas ... 42
3.3.2.1 Diagram Aktifitas Login ... 42
3.3.2.2 Diagram Aktifitas Memasukkan Data Koleksi Dokumen ... 43
3.3.2.3 Diagram Aktifitas Logout ... 44
3.3.2.4 Diagram Aktifitas Memasukkan Data Dokumen ... 45
3.3.2.5 Diagram Aktifitas Melihat Hasil Ringkasan ... 46
3.3.2.6 Diagram Aktifitas Melihat Data Koleksi Dokumen ... 47
3.3.3 Diagram Sekuensial ... 48
3.3.3.1 Diagram Sekuensial Login ... 48
3.3.3.2 Diagram Sekuensial Memasukkan Data Koleksi Dokumen ... 49
3.3.3.3 Diagram Sekuensial Logout ... 50
3.3.3.4 Diagram Sekuensial Memasukkan Data Dokumen ... 51
3.3.3.5 Diagram Sekuensial Melihat Hasil Ringkasan ... 52
(22)
xviii
3.3.4 Diagram MVC (Model View Control) ... 54 3.3.4.1 Struktur Kelas MVC ... 54 3.3.4.2 Diagram Analisis Kelas MVC ... 54 3.3.4.3 Diagram Kelas Model ... 56 3.4 Perancangan Antar Muka (User Interface) ... 57 3.4.1 Halaman Utama ... 58 3.4.2 Halaman Memasukkan Data Koleksi Dokumen ... 59 3.4.3 Halaman Melihat Data Koleksi Dokumen ... 50 3.4.4 Halaman Peringkasan Teks Otomatis ... 61 3.4.5 Halaman Melihat Hasil Ringkasan ... 62 3.5 Skenario Pengujian Sistem ... 63 3.6 Data ... 65 BAB IV IMPLEMENTASI... 66 4.1 Spesifikasi Software dan Hardware yang Digunakan ... 66 4.1.1 Spesifikasi Software ... 66 4.1.2 Spesifikasi Hardware ... 66 4.2 Implementasi Program ... 67 4.2.1 Implementasi Text Preprocessing ... 67 4.2.2 Implementasi Penghapusan Kata Umum (Stopword) ... 69 4.2.3 Implementasi Pengembalian Kata Dasar (Stemming) ... 70 4.2.4 Implementasi Term Frequency (TF)... 76 4.2.5 Implementasi Document Frequency (df) ... 77 4.2.6 Implementasi Inverse Document Frequency (IDF) ... 77
(23)
xix
4.2.7 Implementasi Bobot Kata (W) ... 78 4.2.8 Implementasi Bobot Total Kalimat (D) ... 79 4.2.9 Implementasi Pengambilan Kalimat (D) ... 79 4.2.10 Implementasi Menampilkan Hasil Ringkasan... 81 4.3 Implementasi Antar Muka (User Interface) ... 82 4.3.1 Halaman Utama ... 82 4.3.2 Halaman Memasukkan Data Koleksi Dokumen ... 83 4.3.3 Halaman Melihat Data Koleksi Dokumen ... 84 4.3.4 Halaman Peringkasan Teks Otomatis ... 86 4.3.5 Halaman Melihat Hasil Ringkasan ... 87 BAB V ANALISIS HASIL DAN PEMBAHASAN ... 88 5.1 Analisis Pengujian Sistem ... 88 5.1.1 Pengujian Kepada Responden ... 88 5.1.2 Hasil Pengujian Sistem ... 91 5.2 Pembahasan Pengujian Sistem ... 92 BAB VI KESIMPULAN DAN SARAN ... 102 6.1 Kesimpulan ... 102 6.2 Saran ... 102 DAFTAR PUSTAKA ... 103 LAMPIRAN ... 105
(24)
xx
DAFTAR TABEL
Tabel 2.1 Aturan Subtitusi/Penghapusan ... 10 Tabel 2.2 Tabel Rule Untuk Suffix ... 10 Tabel 2.3 Tabel Rule Untuk Prefix ... 11 Tabel 2.4 Tabel Rule Untuk Infix ... 12 Tabel 2.5 Tabel Perhitungan TFdan df ... 25 Tabel 2.6 Tabel Perhitungan Bobot Kata (W) ... 28 Tabel 3.1 Tabel Analisis Kebutuhan ... 35 Tabel 3.2 Skenario Login ... 37 Tabel 3.3 Skenario Memasukkan Data Koleksi Dokumen ... 38
Tabel 3.4 Skenario Logout ... 39 Tabel 3.5 Skenario Memasukkan Data Dokumen ... 39 Tabel 3.6 Skenario Melihat Hasil Ringkasan ... 40 Tabel 3.7 Skenario Melihat Data Koleksi Dokumen ... 41 Tabel 3.8 Struktur Kelas MVC ... 54 Tabel 3.9 Diagram Kelas ... 56 Tabel 3.10 Contoh Pengujian Sistem ... 63 Tabel 5.1 Hasil Pengujian Kepada Responden ... 89
(25)
xxi
DAFTAR GAMBAR
Gambar 2.1 Proses Tokenizing ... 9 Gambar 2.2 Proses Pengindeksan ... 15 Gambar 2.3 Perhitungan RIDF ... 17 Gambar 2.4 Perhitungan Wik ... 19
Gambar 2.5 Perhitungan ntfik ... 19
Gambar 2.6 Perhitungan nidfk ... 19
Gambar 3.1 Gambaran Sistem Keseluruhan ... 34 Gambar 3.2 Diagram Use Case ... 36 Gambar 3.3 Diagram Aktifitas Login ... 42 Gambar 3.4 Diagram Aktifitas Memasukkan Data Koleksi Dokumen ... 43
Gambar 3.5 Diagram Aktifitas Logout... 44 Gambar 3.6 Diagram Aktifitas Memasukkan Data Dokumen... 45 Gambar 3.7 Diagram Aktifitas Melihat Hasil Ringkasan ... 46 Gambar 3.8 Diagram Aktifitas Melihat Data Koleksi Dokumen ... 47 Gambar 3.9 Diagram Sekuensial Login ... 48 Gambar 3.10 Diagram Sekuensial Memasukkan Data Koleksi Dokumen ... 49
Gambar 3.11 Diagram Sekuensial Logout ... 50 Gambar 3.12 Diagram Sekuensial Memasukkan Data Dokumen ... 51 Gambar 3.13 Diagram Sekuensial Melihat Hasil Ringkasan ... 52 Gambar 3.14 Diagram Sekuensial Melihat Data Koleksi Dokumen ... 53 Gambar 3.15 Diagram Kelas Admin ... 54
(26)
xxii
Gambar 3.16 Diagram Kelas Pengguna ... 55 Gambar 3.17 Halaman Utama ... 57 Gambar 3.18 Halaman Memasukkan Data Koleksi Dokumen ... 58
Gambar 3.19 Halaman Melihat Data Koleksi Dokumen ... 59 Gambar 3.20 Halaman Melihat Ringkasan Data Koleksi Dokumen ... 60 Gambar 3.21 Halaman Peringkasan Teks Otomatis ... 61 Gambar 3.22 Halaman Melihat Hasil Ringkasan ... 62 Gambar 3.23 Rumus Perhitungan Rata-rata ... 64 Gambar 3.24 Contoh Perhitungan Rata-rata ... 64 Gambar 4.1 Rangkain Proses Text Preprocessing ... 67 Gambar 4.2 Halaman Utama ... 82 Gambar 4.3 Halaman Memasukkan Data Koleksi Dokumen ... 83
Gambar 4.4 Halaman Melihat Data Koleksi Dokumen ... 84 Gambar 4.5 Halaman Melihat Ringkasan Data Koleksi Dokumen ... 85 Gambar 4.6 Halaman Peringkasan Teks Otomatis ... 86 Gambar 4.7 Halaman Melihat Hasil Ringkasan ... 87 Gambar 5.1 Hasil Perhitungan Rata-rata ... 91
(27)
xxiii
DAFTAR LISTING
Listing Program 4.1 Implementasi Text Preprocessing ... 67 Listing Program 4.2 Implementasi Penghapusan Kata Umum ... 69 Listing Program 4.3 Implementasi Pengembalian Kata Dasar ... 70 Listing Program 4.4 Implementasi Method delSuffix() ... 71 Listing Program 4.5 Implementasi Method delPrefix() ... 73 Listing Program 4.6 Implementasi Method delDuplikasi() ... 75 Listing Program 4.7 Implementasi Term Frequency (TF) ... 76 Listing Program 4.8 Implementasi Document Frequency (df) ... 77 Listing Program 4.9 Implementasi Inverse Document Frequency (IDF) .. 77 Listing Program 4.10 Implementasi Bobot Kata (Wtd)... 78
Listing Program 4.11 Implementasi Bobot Total Kalimat (D) ... 79 Listing Program 4.12 Implementasi Pengambilan Kalimat (D) ... 79 Listing Program 4.13 Implementasi Menampilkan Hasil Ringkasan ... 81
(28)
1 BAB I PENDAHULUAN
1.1 Latar Belakang
Saat ini, kita dapat mengakses dokumen berbahasa Jawa melalui situs-situs di internet dan banyak juga dokumen, buku dan majalah berbahasa Jawa yang dapat kita peroleh di perpustakaan-perpustakaan. Sementara itu, banyak generasi muda yang berasal dari Jawa tidak memahami bahasa Jawa. Sayang sekali jika bahasa Jawa semakin lama semakin tidak digunakan dan akhirnya punah.
Membuat dan membaca dokumen berbahasa Jawa merupakan salah satu cara melestarikan penggunaan bahasa Jawa. Bagi mereka yang belum paham tentang bahasa Jawa, membaca keseluruhan dokumen untuk memahaminya akan sangat melelahkan. Namun jika terdapat ringkasan pendek dari sebuah dokumen, maka akan membantu pembaca mendapatkan intisari dari sebuah dokumen berbahasa Jawa.
Membuat ringkasan secara manual membutuhkan waktu lama jika dokumen yang diringkas berjumlah sangat banyak. Maka membutuhkan peringkasan teks otomatis untuk membantu proses ekstraksi dalam penyusunan kalimat mengenai intisari dari dokumen serta menggabungkan menjadi suatu ringkasan (Jezek, Steinberger, 2008). Diharapkan dari membaca ringkasan, akan menumbuhkan niat membaca dokumen berbahasa Jawa menjadi lebih meningkat. Membuat peringkasan teks otomatis dilakukan dengan cara pemberian bobot untuk setiap kata dalam kalimat. Dalam penelitian ini ringkasan yang
(29)
2
dihasilkan merupakan kumpulan kalimat dari hasil perhitungan dengan metode TF-IDF (Savoy, 1993). Metode ini bertujuan untuk mengambil sebagian kalimat dari keseluruhan dokumen berbahasa Jawa yang penting, ditandai dengan bobot
tinggi dari hasil perhitungan dengan metode TF-IDF. Ringkasan yang dihasilkan
tersebut akan menampilkan sebuah ringkasan dokumen yang diharapkan sesuai
dengan kebutuhan pembaca. Hasil ringkasan dari sistem secara otomatis tersebut
akan dilakukan pengujian kepada 3 responden berbahasa Jawa secara manual.
Dokumen yang akan diujikan ke dalam sistem berjumlah 50 dokumen berbahasa
Jawa yang bersumber dari DjakaLodang. Dari hasil pengujian akan dilakukan
perhitungan nilai rata-rata untuk mendapatkan hasil akurasinya. Dengan demikian
diketahui nilai rata-rata akurasi sistem ini dalam membantu pembaca untuk memperoleh intisari dari dokumen berbahasa Jawa, sehingga dapat membuat keputusan untuk melanjutkan membaca keseluruhan dokumen atau cukup dengan mambaca ringkasan.
Pada penelitian ini akan dibangun sebuah website majalah bahasa Jawa yang berisi kumpulan dokumen berbahasa Jawa serta dapat melakukan
peringkasan teks otomatis dokumen berbahasa Jawa secara cepat dan akurat,
sehingga dapat menghasilkan ringkasan yang sesuai dengan kebutuhan pengguna.
Diharapkan website majalah bahasa Jawa ini dapat diakses secara umum oleh
pengguna agar dapat digunakan untuk melakukan peringkasan teks dokumen
(30)
3
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas maka terdapat rumusan masalah
sebagai berikut :
1. Bagaimana menggunakan metode TF-IDF pada program aplikasi
peringkasan teks otomatis pada dokumen berbahasa Jawa?
2. Bagaimana mengukur akurasi sistem peringkasan teks otomatis
menggunakan metode TF-IDF pada dokumen berbahasa jawa?
1.3 Tujuan Penelitian
Tujuan dari penelitian ini adalah membuat sebuah website majalah bahasa
Jawa yang dapat melakukan peringkasan teks otomatis pada dokumen berbahasa
Jawa dengan metode TF-IDF, serta dapat menghasilkan ringkasan dari dokumen
berbahasa Jawa yang sesuai dengan kebutuhan pengguna.
1.4 Manfaat Penelitian
Manfaat dari penelitian ini adalah menghasilkan ringkasan yang berisi
kumpulan kalimat mengenai intisari dari keseluruhan dokumen berbahasa Jawa.
Ringkasan tersebut akan membantu pembaca dalam memahami intisari dari
dokumen tanpa harus membaca keseluruhan dokumen berbahasa Jawa. Dengan
membaca ringkasan, pembaca dapat membuat keputusan untuk melanjutkan
membaca keseluruhan dokumen atau cukup dengan membaca ringkasan.
Membaca ringkasan berbahasa Jawa diharapkan dapat meningkatkan minat
(31)
4
1.5 Batasan Masalah
Ruang lingkup dibatasi pada :
1. Ekstraksi teks yang digunakan adalah pada dokumen berbahasa Jawa.
2. Dokumen yang digunakan bersumber dari Djakalodang tahun 1978,
2002 dan 2003.
3. Teks input diambil dari file teks.
4. Pengujian sistem akan dilakukan kepada 3 responden secara manual
dengan dokumen berjumlah 50, dari hasil pengujian tersebut akan
dihitung nilai rata-rata untuk mendapatkan hasil akurasi peringkasan
teks otomatis pada dokumen berbahasa Jawa.
5. Sistem berbasis web dengan menggunakan jsp.
6. Pembuatan program aplikasi peringkasan teks otomatis menggunakan
java dengan IDE Netbeans 6.9.1.
1.6 Metodologi Penelitian
Pada penelitian ini akan dilakukan dengan beberapa tahap sebagai berikut :
1. Studi Pustaka
Pada tahap ini dilakukan pengumpulan informasi dengan cara
membaca buku referensi, jurnal dan mencari informasi di internet
mengenai pemerolehan informasi serta metode TF-IDF yang
(32)
5
2. Pengumpulan Dokumen Berbahasa Jawa
Pada tahap ini dilakukan pengumpulan data dokumen berbahasa
Jawa, dimana data dokumen tersebut akan digunakan untuk pengujian
sistem peringkasan teks otomatis. Dokumen berbahasa Jawa yang
digunakan bersumber dari DjokoLodang, mengenai cerita wayang atau
artikel berita.
3. Perancangan Sistem
Pada tahap ini dilakukan proses perancangan sistem atau rancangan
alur jalannya program. Perancangan akan dilakukan secara terstruktur
dengan langkah pembuatan diagram use case, diagram aktifitas,
diagram sekuensial, diagram kelas untuk memprosesnya, merancang
setiap proses dengan algoritma, serta merancang user interface.
4. Implementasi Perangkat Lunak
Pada tahap ini membangun sistem berbasis komputer berdasarkan
hasil perancangan yang telah dibuat. Sehingga implementasi rancangan
ke dalam program komputer dapat menghasilkan perangkat lunak yang
sesuai dengan kebutuhan.
5. Pengujian Perangkat lunak
Pada tahap ini akan dilakukan analisa perangkat lunak. Apakah
(33)
6 6. Pengujian Sistem
Pada tahap ini perangkat lunak yang sudah jadi akan dilakukan
pengujian sistem. Pengujian dilakukan kepada 3 responden secara
manual dengan dokumen berbahasa Jawa berjumlah 50.
7. Evaluasi Pengujian Sistem
Pada tahap ini dilakukan penghitungan dari pengujian sistem yang
sudah dilakukan. Dari hasil pengujian tersebut akan dihitung nilai
rata-rata untuk mendapatkan hasil akurasi sistem. Mengapa hasil dari sistem
sesuai? dan Mengapa hasil dari sistem tidak sesuai? akan dianalisa.
1.7 Sistematika Penulisan
Sistematika penulisan pada penelitian ini dibagi menjadi beberapa bagian sebagai berikut :
BAB I PENDAHULUAN
Bab ini berisi gambaran umum permasalahan yang akan diteliti, meliputi : latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, metodologi penelitian dan sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini berisi konsep pemerolehan informasi, langkah-langkah pemerolehan informasi, metode yang digunakan dalam penelitian ini, serta langkah-langkah pengerjaan metode tersebut.
(34)
7
BAB III ANALISIS DAN PERANCANGAN SISTEM
Bab ini berisi gambaran umum sistem, analisis kebutuhan, perancangan sistem meliputi : diagram use case, diagram aktifitas, diagram sekuensial, diagram kelas, user interface dan skenario pengujian.
BAB IV IMPLEMENTASI
Bab ini berisi implementasi dan penjelasan fungsi program yang dibuat berdasarkan analisis dan perancangan sistem.
BAB V ANALISIS HASIL DAN PEMBAHASAN
Bab ini berisi analisis hasil pengujian sistem dan pembahasan pengujian sistem.
BAB VI KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dan saran dari hasil analisis sistem, implementasi sistem dan pengujian sistem.
(35)
8
BAB II LANDASAN TEORI
2.1 Pemerolehan Informasi ( Information Retrieval ) 2.1.1 Konsep Pemerolehan Informasi
Pemerolehan informasi (Information Retrieval) adalah menemukan bahan (biasanya dokumen) dari sesuatu tidak terstruktur (biasanya teks) yang memenuhi kebutuhan informasi dari koleksi besar (biasanya disimpan pada komputer) (Manning, 2009).
Adapun tahap dalam memproses data untuk mendapatkan informasi mengenai kalimat penting dalam sebuah dokumen berbahasa Jawa, yaitu pemisahan setiap kata dalam kalimat (tokenizing), penghapusan kata umum (stopword), pemisahan imbuhan kata untuk mendapatkan kata dasar (stemming), dan penataan data (indexing).
2.1.2 Langkah Pemerolehan Informasi 2.1.2.1 Text Preprocessing
2.1.2.1.1 Tokenizing
Tokenizing adalah proses pemisahan setiap kata dalam kalimat menjadi kata tunggal. Setiap kata dalam kalimat dipisahkan menggunakan karakter spasi. Pada langkah ini juga menghilangkan tanda baca dan mengubah semua token ke dalam bentuk huruf kecil (lower case). Contoh proses pemotongan kata :
(36)
9
Input :
Output :
Gambar 2.1 Proses Tokenizing
Pada Gambar 2.1, masukkan dari sebuah dokumen adalah berbentuk kalimat, kemudian kalimat tersebut dilakukan proses tokenizing maka akan didapat potongan kata tunggal. Dari proses pemisahan inilah yang nantinya digunakan untuk menghitung bobot setiap kata, sehingga dapat menghasilkan hitungan setiap kata dalam kalimat. Langkah berikutnya akan dilakukan proses stopword.
2.1.2.1.2 Stopword
Beberapa kata umum yang digunakan akan mengakibatkan suatu nilai menjadi kecil dalam membantu memilih dokumen yang sesuai dengan kebutuhan pengguna. Kata umum tersebut adalah stopword. (Manning, 2009).
Contoh stopword dalam bahasa Jawa : "apa", "ana", "amarga", "dadi", "dudu", "gawe", "iki", "iku", "ing", "kabeh", "kalebu", "kang", "kanggo", "karo", "kowe", "lagi", "lan", "mau", "nalika", "nanging", "nganti", "ora", "padha", "punika", "sami", "saka", "sang", "tetep", "utawa", "wae", "yaiku", dll. Pada langkah ini akan dilakukan proses penghapusan kata umum untuk mengurangi jumlah kemunculan kata yang tidak memiliki makna berarti. Setelah proses tokenizing dan stopword selesai maka dilanjutkan dengan proses stemming.
Mataram iku negara kondhang
(37)
10
2.1.2.1.3 Stemming
Stemming adalah proses pengembalian sebuah kata yang terdapat dalam suatu dokumen ke dalam bentuk kata dasar. Proses penghilangan semua imbuhan (affix) yang terdiri dari awalan (prefix), sisipan (infix), akhiran (suffix) dan duplikasi. Dalam stemming untuk bahasa Jawa, sebelumnya terlebih dahulu membuat stemmer rule dengan menggunakan simbol sebagai berikut (Wijono, 2011) :
1. Aturan substitusi/ penghapusan menggunakan tanda =>.
Tabel 2.1 Aturan Substitusi/ Penghapusan
2. Simbol <> digunakan untuk menyatakan tingkat (affix) yang
mempengaruhi urutan pengecekan pada algoritma stemming.
Rule yang digunakan adalah sebagai berikut :
Tabel 2.2 Tabel Rule Untuk Suffix
SUFFIX
<1> e=>"",n=>"",a=>"",i=>"",ing=>"", ku=>"",mu=>""
<2> ke=>"", ki=>"",wa=>"", ya=>"",na=>"",ne=>"",en=>"",an=>"",ni=>"",nira=>"", ipun=>"", on=>"u", ning=>""
<3> ake=>"", en=>"i", kna=>"n", kno=>"n", ana=>"", ono=>"", ane=>"", kne=>"", nan=>"", yan=>"", nipun=>"", oni=>"u", eni=>"i"
ny =>”” (ny dihapus)
(38)
11
<4> kake=>"n", ken=>"" ,kke=>"",nana=>"",nono=>"", nane=>"", nen=>"",kna=>"",kno=>"", ekne=>"i", onan=>"u",enan=>"i"
<5> kake=>"",kken=>"",aken=>"",kke=>"n",enana=>"i",enono=>"i",onen=>"u",enen=>"i",onana=> "u",onono=>"u", ekna=>"i",ekno=>"i",okno=>"u",okna=>"u"
<6> ekken=>"i",kaken=>"n",okken=>"u",ekake=>"i",ekke=>"i",okake=>"u",okke=>"u", kaken=>"", kken=>"n"
<7> ekaken=>"i",okaken=>"u"
Tabel 2.3 Tabel Rule Untuk Prefix
PREFIX
<1> dipun=>"",peng=>"",peny=>"",pem=>"",pam=>"",pany=>"",pra=>"",kuma=>"",kapi=>"", bok=>"",mbok=>"",dak=>"",tak=>"",kok=>"",tok=>"",ing=>"",ang=>"",any=>"", am=>"", sak=>"",
se=>"",su=>"",mang=>"",meng=>"",nge=>"",nya=>"",pi=>"",ge=>"",ke=>"",u=>"", po=>"u",ke=>"u"
<2> mer=>"",mra=>"",mi=>"",sa=>"",ku=>"",an=>"",ka=>"",ny=>"s",ng=>"k",di=>"",peng=>" k",pang=>"k",pany=>"c", pam=>"p",ke=>"i",mang=>"k",meng=>"k"
<3> a=>"",k=>"",pam=>"w",pan=>"t", pen=>"t",mang=>"w",meng=>"w", ny=>"c",ng=>"" <4> n=>"t", pan=>"s", pen=>"s",man=>"s",men=>"s"
<5> pan=>"",pen=>"",man=>"t",men=>"t",n=>"" <6> pa=>"",pe=>"",man=>"",men=>""
<7> p=>"",ma=>"",me=>"" <8> m=>"w"
<9> m=>"p" <10> m=>""
(39)
12
Tabel 2.4 Tabel Rule Untuk Infix
INFIX
<1> gum=>"b",gem=>"b",kum=>"p",kem=>"p"
<2> kum=>"w", kem=>”w”
Algoritma untuk melakukan proses stemming terhadap kata tunggal atau
duplikasi.
1. Kata berimbuhan adalah word. Kata sebagai hasil adalah stemW
2. Cek jumlah karakter word, jika < 2. Keluar.
3. Jika word mengandung “-“, maka pecah kata berdasar “-“ menjadi w1 dan w2.
Dan lakukan langkah 4-13
4. w11 = w1 tanpa vokal dan w21 = w2 tanpa vokal.
5. Jika w11 = w21 dan panjang w1=w2 maka lakukan langkah 6-8
6. Jika w2 ada di kamus maka stemW=w2 dan keluar.
7. Jika w2 tidak ada di kamus, w22= hilangkan imbuhan(w2).
8. Jika w22 ada di kamus maka stemW=w22, jika tidak stemW=w1-w2 dan
keluar.
9. Jika w11 != w21, lakukan langkah 10-13
10.ws11=hilangkan imbuhan(w1) dan ws21 = hilangkan imbuhan(w2).
11.Cek ws21 di kamus, jika ada maka stemW=ws21 dan keluar.
12.Cek ws11 di kamus, jika ada maka stemW=ws11 dan keluar.
(40)
13
14. stemW = hilangkan imbuhan(stemW). Cek stemW di dictionary. Jika ada
stemW dikembalikan dan keluar.
Algoritma untuk menghilangkan afiks pada kata berimbuhan.
1. Kata yang akan dihilangkan imbuhan adalah word.
2. ws1=hapus suffix (word). Cek di dictionary. Jika ada kembalikan kata.
3. ws1s2=hapus suffix (ws1). Cek di dictionary. Jika ada kembalikan kata.
4. ws1i1=hapus infix (ws1). Cek di dictionary. Jika ada kembalikan kata.
5. dws1= pengulangan parsial (ws1). Cek di dictionary. Jika ada kembalikan
kata.
6. dws1s2= pengulangan parsial (ws1s2). Cek di dictionary. Jika ada kembalikan
kata.
7. wp1=hapus prefix (word). Cek di dictionary. Jika ada kembalikan kata.
8. dwp1= pengulangan parsial (wp1). Cek di dictionary. Jika ada kembalikan
kata.
9. wp1s1=hapus suffix(wp1). Cek di dictionary. Jika ada kembalikan kata.
10.dwp1s1= pengulangan parsial (wp1s1). Cek di dictionary. Jika ada
kembalikan kata.
11.wp1s1s2=hapus suffix (wp1s1). Cek di dictionary. Jika ada kembalikan kata.
12.wp1p2=hapus prefix (wp1). Cek di dictionary. Jika ada kembalikan kata.
13.wp1p2s1=hapus suffix (wp1p2). Cek di dictionary. Jika ada kembalikan kata.
14.wp1p2s1s2=hapus suffix (wp1p2s1). Cek di dictionary. Jika ada kembalikan
(41)
14
15.wi1=hapus infix (word). Cek di dictionary. Jika ada kembalikan kata.
16.wi1s1=hapus suffix (wi1). Cek di dictionary. Jika ada kembalikan kata.
2.1.2.2 Indexing
Indexing (pengindeksan) adalah proses penyimpanan kembali dokumen secara urut dengan aturan tertentu. Proses penyimpanan tersebut berguna untuk mempercepat proses pencarian dokumen yang sesuai dengan kebutuhan pengguna. Langkah-langkah dalam membuat indeks adalah sebagai berikut (Manning, 2009) :
1. Kumpulkan dokumen yang akan di indeks.
Friends, Romans, countrymen. So let it be with Caesar
2. Lakukan proses pemisahan kata untuk mendapatkan daftar token. Friends Romans countrymen So
3. Dapat dilakukan aturan tertentu untuk mendapatkan daftar token yang sudah dinormalisasi sebelum dilakukan pengindeksan.
friend roman countrymen so
4. Indeks dokumen untuk setiap daftar token akan membuat Inverted Index. Pada Gambar 2.2 berikut adalah proses membuat indeks pada kumpulan dokumen. Terdapat 2 bagian yaitu (Doc 1 dan Doc 2). Bagian Doc 1 menggambarkan setiap dokumen telah dipecah menjadi kata (term) tunggal, kemudian dilakukan pengurutan berdasarkan abjad (a-z). Bagian Doc 2 menggambarkan kemunculan setiap kata (term) dan menuliskannya kembali jumlah kemunculan kata (term) dengan menunjuk posting lists.
(42)
15
Gambar 2.2 Proses Pengindeksan
2.1.2.3 LinkedList
LinkedList adalah stuktur data yang berbentuk node dimana node lainnya menunju dengan menggunakan pointer. Ukuran LinkedList menjadi dinamis karena ukurannya bertambah mengikuti jumlah node yang dimasukkan ke dalam rantai node (Kruse, 1994).
(43)
16
2.1.2.4 ArrayList
Objek ArrayList adalah perkembangan dari larik (array) satu dimensi. Objek ArrayList mendukung untuk melakukan akses elemen secara acak, dimana setiap elemen dapat diakses dalam waktu yang konstan. Tidak seperti larik (array), objek ArrayList ukurannya dapat dikelola secara otomatis saat program sedang berjalan (Sommerville, 2009).
2.2 Peringkasan Teks Otomatis
Ringkasan adalah suatu teks yang dihasilkan dari satu atau lebih teks yang
berisi bagian informasi yang signifikan dalam teks asal, dan yang tidak lebih dari
setengah teks aslinya (Hovy, Mitkov, 2005). Ringkasan teks (text summarization)
adalah suatu proses penyulingan sebagian besar infromasi penting dari sumber
(beberapa sumber) untuk menghasilkan suatu ringkasan bagi pengguna (Mani,
House, Klein, 1999). Terdapat 2 teknik kriteria peringkasan teks yaitu
peringkasan teks berdasarkan ekstraksi dan abstraksi (Jezek, Steinberger, 2008).
Teknik ekstraksi adalah teknik penyusunan kalimat mengenai intisari dari
dokumen serta menggabungkan menjadi suatu ringkasan. Sedangkan teknik
abstraksi adalah teknik pengambilan intisari dari dokumen serta membuat kalimat
(44)
17
2.3 Metode Peringkasan Teks Otomatis
2.3.1 Term Frequency-Inverse Document Frequency (TF-IDF)
Banyak sekali metode yang digunakan untuk menghasilkan suatu
ringkasan. Metode yang sudah pernah dilakukan adalah dengan menggunakan
metode Maximum Marginal Relevance. Data uji coba diambil dari surat kabar
berbahasa Indonesia online berjumlah 30 berita. Hasil pengujian dibandingkan
dengan ringkasan manual yang menghasilkan rata-rata recall 60%, precision 77%
dan f-measure 66% (Mustaqhfitri, Abidin, Kusumawati, 2009).
Peringkasan teks otomatis dengan menggunakan metode TF-IDF pada
dokumen berbahasa Indonesia. Data yang diujikan berjumlah 50 dokumen teks
berbahasa Indonesia. Dari hasil pengujian sistem secara manual terdapat 31 hasil
peringkasan yang sesuai. Sehingga nilai akurasinya adalah 62% (Mulyana,
Ramadona, Herfina, 2012).
Berdasarkan (Orasan, Pekar, Hasler, 2004) metode TF-RIDF adalah salah
satu varian dari metode TF-IDF dalam peringkasan teks. Residual IDF, disebut
sebagai RIDF (Manning, Schutze, 1999) adalah fungsi yang menjelaskan ke
dalam estimasi IDF yaitu bagian dari skema TF-IDF, berikut rumus yang
digunakan :
RIDF (t) = IDF - log (1 - p (0;
λt
))
Gambar 2.3 Perhitungan RIDF(45)
18 | D |
Dimana IDF adalah log | Dt |, dan p adalah Poisson distribusi dengan
parameter λt, jumlah rata-rata kata (t) per dokumen dan 1 - p (0; λt) adalah
kemungkinan kata (t) muncul dalam dokumen. Pada percobaan evaluasi, data
yang digunakan dari corpus berjumlah 147 teks Newsware (Rose, 2002). Evaluasi
dari 15 mahasiswa dengan menerima satu ringkasan dari setiap teks dan diminta
untuk menjawab pertanyaan tentang teks tersebut menghasilkan akurasi sebesar
69%.
Dalam penelitian ini, metode yang digunakan untuk peringkasan teks otomatis adalah menggunakan metode TF-IDF (Mulyana, Ramadona, Herfina, 2012). Metode ini dilakukan dengan cara pemberian bobot hubungan suatu kata (t) terhadap dokumen (D). Untuk dokumen tunggal, setiap kalimat dianggap sebagai dokumen. Metode ini menggunakan 2 konsep perhitungan bobot yaitu term frequency (TF) dan inverse document frequency (IDF). Term frequency (TF) adalah jumlah frekuensi kemunculan kata (t) pada kalimat (D). Inverse document frequency (IDF) dihitung menggunakan document frequency (df). Document frequency adalah jumlah kalimat (D) yang mengandung kata (t).
Pada metode ini pembobotan kata dalam sebuah dokumen dilakukan dengan mengalikan nilai TF dan IDF. Bobot suatu istilah semakin besar jika istilah tersebut sering muncul dalam suatu dokumen dan semakin kecil jika istilah tersebut muncul dalam banyak dokumen (Grossman, 1998). Skema normalisasi pembobotan TF-IDF dihitung menggunakan rumus 1 sebagai berikut (Savoy, 1993) :
(46)
19
W
ik= ntf
ik* nidf
k (1)Gambar 2.4 Perhitungan Wik
Dimana aturan ntfik dan nidfk terdapat pada rumus 2 dan rumus 3 berikut :
tf
ikntf
ik=
(2)Max
jtf
ijGambar 2.5 Perhitungsn ntfik
n
log
df
knidf
k=
(3)log (
n
)
Gambar 2.6 Perhitungsn nidfk Keterangan :
Wik = bobot istilah k pada dokumen i.
tfik = frekuensi dari istilah k pada dokumen i.
n = jumlah dokumen dalam koleksi dokumen. dfk = jumlah dokumen yang mengandung istilah k.
(47)
20
2.3.2 Langkah Pengerjaan
Langkah-langkah pengerjaan peringkasan teks otomatis dengan menggunakan metode TF-IDF yang dilakukan dalam penelitian ini adalah sebagai berikut :
1. Menghitung jumlah kalimat (D) pada dokumen berbahasa Jawa. 2. Proses penghapusan kata umum (stopword) untuk mengurangi jumlah
kemunculan kata yang tidak memiliki makna berarti.
3. Proses pengembalian sebuah kata (stemming) yang terdapat dalam suatu kalimat (D) ke dalam bentuk kata (t) dasar.
4. Menghitung term frequency (TF) yaitu jumlah frekuensi kemunculan kata (t) pada kalimat (D).
5. Menghitung document frequency (df) yaitu jumlah frekuensi kalimat (D) yang mengandung kata (t).
6. Menghitung inverse document frequency (IDF) dengan cara log dari jumlah total kalimat (D) dalam dokumen berbahasa Jawa dibagi document frequency (df).
7. Menghitung (W) bobot setiap kata (t) dalam kalimat (D) dengan cara mengalikan term frequency (TF) dengan inverse document frequency (IDF).
8. Menghitung bobot total kalimat (D) dengan cara menjumlahkan (W) bobot setiap kata (t) dalam kalimat (D).
(48)
21
9. Berdasarkan hasil perhitungan bobot total kalimat (D), akan diambil
40% (Hovy, Mitkov, 2005) dari jumlah bobot kalimat (D) yang
memiliki score paling tinggi .
10. Dari langkah-langkah tersebut maka menghasilkan kumpulan kalimat (D) yang berisi bagian penting dari dokumen berbahasa Jawa.
2.3.3 Contoh Pengerjaan
<Djaka Lodhang No 01 Tahun XXXIII 7 Juni 2003>
<Hal 4>
Ora Kena Mlebu Aceh
(Dening RS Rudatan)
Indonesia lagi ribet. Propinsi Aceh lagi panas. Perang TNI lumawan
kelompok mbalela separatis GAM. Sing dha gugur wis akeh, kejaba wong-wong
GAM, anggota TNI utawa Polri wis ana sing dadi tumbal kelangan nyawa.
Nalare, tumrape TNI lan pemerintah, mbrasta kaum pemberontakan kaya GAM
kuwi mau dudu barang sing gampang. Ragade bisa nyandhak milyaran rupiah lan
nyawa para prajurit dinggo totohan mung pamrih NKRI tetep wutuh. Pokoke
ribet, tur ya ora gampang.
Ing tengah kahanan ngono mau, akeh LSM (Lembaga Swadaya
Masarakat) sing bengok-bengok protes tekan luwar negeri. Alesane arep mbiyantu
masarakat Aceh sing lagi keterak perang, kok dielikke (dilarang) dening
(49)
22
Mula banjur nyuwara sing tundhone mung mojokke pemerintah Indonesia Lan
mojokke TNI.
Langkah 1. Menghitung jumlah kalimat (D) pada dokumen berbahasa Jawa.
Indonesia lagi ribet(D1). Propinsi Aceh lagi panas(D2). Perang TNI
lumawan kelompok mbalela separatis GAM(D3). Sing dha gugur wis akeh, kejaba
wong-wong GAM, anggota TNI utawa Polri wis ana sing dadi tumbal kelangan
nyawa(D4). Nalare, tumrape TNI lan pemerintah, mbrasta kaum pemberontakan
kaya GAM kuwi mau dudu barang sing gampang(D5). Ragade bisa nyandhak
milyaran rupiah lan nyawa para prajurit dinggo totohan mung pamrih NKRI tetep
wutuh(D6). Pokoke ribet, tur ya ora gampang(D7).
Ing tengah kahanan ngono mau, akeh LSM (Lembaga Swadaya
Masarakat) sing bengok-bengok protes tekan luwar negeri(D8). Alesane arep
mbiyantu masarakat Aceh sing lagi keterak perang, kok dielikke (dilarang) dening
pemerintah(D9). LSM mau, klebu LSM Indonesia lan LSM manca sing ora
seneng(D10). Mula banjur nyuwara sing tundhone mung mojokke pemerintah
Indonesia Lan mojokke TNI(D11).
Langkah 2. Proses penghapusan kata umum (stopword)
Proses :
indonesia lagi ribet. propinsi aceh lagi panas. perang tni lumawan
kelompok mbalela separatis gam. sing dha gugur wis akeh, kejaba wong-wong
(50)
23
tumrape tni lan pemerintah, mbrasta kaum pemberontakan kaya gam kuwi mau
dudu barang sing gampang. ragade bisa nyandhak milyaran rupiah lan nyawa
para prajurit dinggo totohan mung pamrih nkri tetep wutuh. pokoke ribet, tur ya
ora gampang.
ing tengah kahanan ngonomau, akeh lsm (lembaga swadaya masarakat)
sing bengok-bengok protes tekan luwar negeri. alesane arep mbiyantu masarakat
aceh sing lagi keterak perang, kok dielikke (dilarang) dening pemerintah. lsm
mau, klebu lsm indonesia lan lsm manca singora seneng. mula banjur nyuwara
sing tundhone mung mojokke pemerintah indonesia lan mojokke tni.
Hasil :
indonesia ribet. propinsi aceh panas. perang tni lumawan kelompok
mbalela separatis gam. dha gugur akeh, kejaba gam, anggota tni polri tumbal
kelangan nyawa. nalare, tumrape tni pemerintah, mbrasta kaum pemberontakan
gam kuwi barang gampang. ragade nyandhak milyaran rupiah nyawa prajurit
dinggo totohan pamrih nkri wutuh. pokoke ribet, tur gampang.
tengah, akeh lsm (lembaga swadaya masarakat) bengok-bengok protes
tekan luwar negeri. alesane arep mbiyantu masarakat aceh keterak perang,
dielikke (dilarang) dening pemerintah. lsm, klebu lsm indonesia lsm manca
(51)
24
Langkah 3. Proses pengembalian kata dasar (stemming) Proses :
indonesia ribet. propinsi aceh panas. perang tni lumawan kelompok
mbalela separatis gam. dha gugur akeh, kejaba gam, anggota tni polri tumbal
kelangan nyawa. nalare, tumrape tni pemerintah, mbrasta kaum
pemberontakan gam kuwi barang gampang. ragade nyandhak milyaran rupiah
nyawa prajurit dinggo totohan pamrih nkri wutuh. pokoke ribet, tur gampang.
tengah, akeh lsm (lembaga swadaya masarakat) bengok-bengok protes
tekan luwar negeri. alesane arep mbiyantu masarakat aceh keterak perang,
dielikke (dilarang) dening pemerintah. lsm, klebu lsm indonesia lsm manca
seneng. mula nyuwara tundhonemojokke pemerintah indonesia mojokke tni.
Hasil :
indonesia ribet. propinsi aceh panas. perang tni lumawan kelompok
mbalela separatis gam. dha gugur akeh, jaba gam, anggota tni polri tumbal
langan nyawa. nalar, tumrap tni pemerintah, brasta kaum pemberontakan gam
kuwi barang gampang. ragad nyandhak milyar rupiah nyawa prajurit dinggo
totoh pamrih nkri wutuh. pokok ribet, tur gampang.
tengah, akeh lsm (lembaga swadaya masarakat) bengok protes tekan luwar
negeri. alesan arep biyantu masarakat aceh terak perang, dielikke (larang)
dening pemerintah. lsm, klebu lsm indonesia lsm manca seneng. mula nyuwara
(52)
25
Langkah 4. Menghitung term frequency (TF) yaitu jumlah frekuensi kemunculan kata (t) pada kalimat (D).
Langkah 5. Menghitung document frequency (df) yaitu jumlah frekuensi kalimat (D) yang mengandung kata (t).
Tabel 2.5 Tabel Perhitungan TFdan df
Kata (t) D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 df
indonesia 1 1 1 3
ribet 1 1 2
propinsi 1 1
aceh 1 1 2
panas 1 1
perang 1 1 2
tni 1 1 1 1 4
lumawan 1 1
kelompok 1 1
mbalela 1 1
separatis 1 1
gam 1 1 1 3
dha 1 1
gugur 1 1
akeh 1 1 2
jaba 1 1
anggota 1 1
polri 1 1
tumbal 1 1
langan 1 1
(53)
26
Kata (t) D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 df
nalar 1 1
tumrap 1 1
pemerintah 1 1 1 3
brasta 1 1
kaum 1 1
pemberontakan 1 1
kuwi 1 1
barang 1 1
gampang 1 1 2
ragad 1 1
nyandhak 1 1
milyar 1 1
rupiah 1 1
prajurit 1 1
dinggo 1 1
totoh 1 1
pamrih 1 1
nkri 1 1
wutuh 1 1
pokok 1 1
tur 1 1
tengah 1 1
lsm 1 1 2
lembaga 1 1
swadaya 1 1
masarakat 1 1 2
bengok 1 1
protes 1 1
(54)
27
Kata (t) D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 df
luwar 1 1
negeri 1 1
alesan 1 1
arep 1 1
biyantu 1 1
terak 1 1
dielikke 1 1
larang 1 1
dening 1 1
klebu 1 1
manca 1 1
seneng 1 1
mula 1 1
nyuwara 1 1
tundho 1 1
(55)
28
Langkah 6. Menghitung inverse document frequency (IDF)dengan cara log dari jumlah total kalimat (D) dalam dokumen berbahasa Jawa dibagi document frequency (df).
Langkah 7. Menghitung (W) bobot setiap kata (t) dalam kalimat (D) dengan cara mengalikan term frequency (TF) dengan inverse document frequency (IDF).
Langkah 8. Menghitung bobot total kalimat (D) dengan cara menjumlahkan (W) bobot setiap kata (t) dalam kalimat (D).
Tabel 2.6 Tabel Perhitungan Bobot Kata (W)
Kata (t) D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 df IDF
TF * IDF
D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11
indonesia 1 1 1 3 0.564 0.564 0.564 0.564
ribet 1 1 2 0.740 0.740 0.740
propinsi 1 1 1.041 1.041
aceh 1 1 2 0.740 0.740 0.740
panas 1 1 1.041 1.041
perang 1 1 2 0.740 0.740 0.740
tni 1 1 1 1 4 0.439 0.439 0.439 0.439 0.439
lumawan 1 1 1.041 1.041
kelompok 1 1 1.041 1.041
mbalela 1 1 1.041 1.041
(56)
29 Kata (t) D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 df IDF
TF * IDF
D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11
gam 1 1 1 3 0.564 0.564 0.564 0.564 dha 1 1 1.041 1.041
gugur 1 1 1.041 1.041
akeh 1 1 2 0.740 0.740 0.740
jaba 1 1 1.041 1.041
anggota 1 1 1.041 1.041
polri 1 1 1.041 1.041
tumbal 1 1 1.041 1.041
langan 1 1 1.041 1.041
nyawa 1 1 2 0.740 0.740 0.740
nalar 1 1 1.041 1.041
tumrap 1 1 1.041 1.041
pemerintah 1 1 1 3 0.564 0.564 0.564 0.564
brasta 1 1 1.041 1.041
kaum 1 1 1.041 1.041
pemberontakan 1 1 1.041 1.041
kuwi 1 1 1.041 1.041
barang 1 1 1.041 1.041
gampang 1 1 2 0.740 0.740 0.740
ragad 1 1 1.041 1.041
nyandhak 1 1 1.041 1.041
(57)
30 Kata (t) D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 df IDF
TF * IDF
D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11
prajurit 1 1 1.041 1.041
dinggo 1 1 1.041 1.041
totoh 1 1 1.041 1.041
pamrih 1 1 1.041 1.041
nkri 1 1 1.041 1.041
wutuh 1 1 1.041 1.041
pokok 1 1 1.041 1.041
tur 1 1 1.041 1.041
tengah 1 1 1.041 1.041
lsm 1 1 2 0.740 0.740 0.740
lembaga 1 1 1.041 1.041
swadaya 1 1 1.041 1.041
masarakat 1 1 2 0.740 0.740 0.740
bengok 1 1 1.041 1.041
protes 1 1 1.041 1.041
tekan 1 1 1.041 1.041
luwar 1 1 1.041 1.041
negeri 1 1 1.041 1.041
alesan 1 1 1.041 1.041
arep 1 1 1.041 1.041
biyantu 1 1 1.041 1.041
(58)
31 Kata (t) D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 df IDF
TF*IDF
D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11
dielikke 1 1 1.041 1.041
larang 1 1 1.041 1.041
dening 1 1 1.041 1.041
klebu 1 1 1.041 1.041
manca 1 1 1.041 1.041
seneng 1 1 1.041 1.041
mula 1 1 1.041 1.041
nyuwara 1 1 1.041 1.041
tundho 1 1 1.041 1.041
mojok 1 1 1.041 1.041
JUM LAH 1.305 2.823 5.909 9.774 9.598 11.154 3.563 10.552 10.075 4.428 5.733
(59)
32
Langkah 9. Berdasarkan hasil perhitungan bobot total kalimat (D), akan diambil
40% (Hovy, Mitkov, 2005) dari jumlah bobot kalimat (D) yang
memiliki score paling tinggi.
Langkah 10. Dari langkah-langkah tersebut maka menghasilkan kumpulan kalimat (D) yang berisi bagian penting dari dokumen berbahasa Jawa.
Hasil :
- Sing dha gugur wis akeh, kejaba wong-wong GAM, anggota TNI utawa Polri
wis ana sing dadi tumbal kelangan nyawa.
- Ragade bisa nyandhak milyaran rupiah lan nyawa para prajurit dinggo totohan
mung pamrih NKRI tetep wutuh.
- Ing tengah kahanan ngono mau, akeh LSM (Lembaga Swadaya Masarakat) sing
bengok-bengok protes tekan luwar negeri.
- Alesane arep mbiyantu masarakat Aceh sing lagi keterak perang, kok dielikke
(dilarang) dening pemerintah.
(60)
33
BAB III
ANALISIS DAN PERANCANGAN SISTEM
3.1 Gambaran Sistem Penelitian
Pada penelitian ini akan dibangun sistem peringkasan teks otomatis pada dokumen berbahasa Jawa. Sistem ini bertujuan untuk menghasilkan sebuah ringkasan yang berisi bagian penting dari keseluruhan dokumen berbahasa Jawa. Ringkasan tersebut akan membantu pembaca dalam memahami isi dari dokumen tanpa harus membaca keseluruhan dokumen berbahasa Jawa.
Untuk arsitektur sistem ini ditunjukan pada Gambar 3.1. Pada sistem ini terdapat 2 aktor yaitu admin dan pengguna. Admin bertujuan untuk memasukkan data dokumen. Data dokumen tersebut akan ditampilkan pada halaman utama sebagai data koleksi dokumen. Sedangkan pengguna dapat melakukan peringkasan teks otomatis dengan cara memasukkan data dokumen berbahasa Jawa. Data dokumen tersebut akan diproses oleh sistem menjadi sebuah ringkasan. Untuk menjadi sebuah ringkasan, sistem akan memprosesnya dengan melakukan preprocessing yaitu pemisahan kata (tokenizing), penghapusan kata umum (stopword), pengembalian kata dasar (stemming). Kemudian sistem akan melakukan perhitungan TF-IDF untuk mendapatkan jumlah bobot kalimat. Bobot kalimat dengan score tinggi merupakan kalimat penting dalam sebuah dokumen berbahasa Jawa. Berdasarkan perhitungan TF-IDF, kalimat-kalimat tersebut yang akan dijadikan sebagai sebuah ringkasan.
(61)
34
Ringkasan adalah suatu teks yang dihasilkan dari satu atau lebih teks yang
berisi bagian informasi yang signifikan dalam teks asal, dan yang tidak lebih dari
setengah teks aslinya (Hovy, Mitkov, 2005). Maka pada penelitian ini
kalimat-kalimat yang diambil untuk dijadikan sebuah ringkasan adalah sebesar 40% dari
total kalimat yang ada dalam sebuah dokumen. Misalkan ada 50 kalimat dalam
sebuah dokumen, maka dalam penelitian ini akan diambil sekitar 20 kalimat yang
memiliki score tinggi. Karena jika kalimat yang diambil dalam sebuah dokumen
terlalu sedikit maka hasil ringkasan menjadi tidak sesuai dengan isi dokumen, hal
ini yang menyebabkan ringkasan tidak relevan.
Pengguna Sistem Admin
Pengguna Admin
Gambar 3.1 Gambaran Sistem Keseluruhan
Koleksi Data Dokumen Prepocessing :
Tokenizing. Stopword, Stemming
Perhitungan TF-IDF Hasil
Ringkasan Input Data
Dokumen
Input Data Dokumen
(62)
35
3.2 Analisis Kebutuhan
Dalam sistem ini terdapat 2 aktor yaitu admin dan pengguna. Tabel berikut menjelaskan kebutuhan setiap aktor :
Tabel 3.1 Tabel Analisis Kebutuhan
Pengguna Sistem Kebutuhan
Admin 1. Dapat memasukkan data dokumen ke
dalam sistem.
Pengguna 1. Dapat melakukan peringkasan teks
otomatis dengan dokumen berbahasa Jawa sesuai kebutuhan.
2. Dapat melihat hasil ringkasan dari sistem.
3. Dapat melihat data koleksi dokumen dan ringkasan dari sistem yang telah dimasukkan Admin.
(63)
36
<<include>>
<<include>>
<<include>>
3.3 Perancangan Sistem 3.3.1 Diagram Use Case
Diagram use case menjelaskan alur penggunaan sistem peringkasan teks otomatis dokumen berbahasa Jawa. Dalam sistem ini terdapat 2 aktor yaitu admin dan pengguna. Admin bertujuan untuk memasukkan data dokumen. Data dokumen tersebut akan ditampilkan pada halaman utama sebagai data koleksi dokumen. Sedangkan pengguna dapat melihat data koleksi dokumen serta dapat melakukan peringkasan teks otomatis dengan cara memasukkan data dokumen berbahasa Jawa yang ingin diringkas.
Pengguna
Admin
Gambar 3.2. Diagram Use case
Subsist em Peringkasan Teks Otom at is
Memasukkan data dokumen
Melihat hasil ringkasan
Melihat data koleksi dokumen
Subsist em Oper asi Teks
Memasukkan data koleksi dokumen
Login
(64)
37
3.3.1.1 Skenario Use Case 3.3.1.1.1 Skenario Login
Tabel 3.2 SkenarioLogin
Nama use case Login
Aktor Admin
Diskripsi Admin memasukkan username dan password untuk masuk dan
menggunakan sistem.
Prakondisi Admin mempunyai username dan password.
Langkah kerja Aksi aktor Reaksi sistem
1.Admin memasukkan
username dan password.
2.Admin menekan tombol
"Login".
3. Sistem memverifikasi
kebenaran username dan
password.
4. Jika benar maka sistem
menampilkan halaman
Admin.
Alternatif 4. Jika salah sistem
menampilkan halaman utama
(65)
38
3.3.1.1.2. Skenario Memasukkan Data Koleksi Dokumen
Tabel 3.3 Skenario Memasukkan Data Koleksi Dokumen
Nama use case Memasukkan Data Koleksi Dokumen
Aktor Admin
Diskripsi Admin memasukkan data dokumen ke dalam sistem, data dokumen
tersebut akan ditampilkan pada halaman utama sebagai data koleksi
dokumen.
Prakondisi Admin sudah melakukan login dan masuk ke dalam sistem.
Langkah kerja Aksi aktor Reaksi sistem
1. Sistem menampilkan form
untuk memasukkan data
dokumen.
2. Admin memasukkkan data
dokumen ke dalam sistem.
3. Admin menekan tombol
"Simpan".
4. Sistem menyimpan data
dokumen ke dalam sistem
(66)
39
3.3.1.1.3. Skenario Logout
Tabel 3.4 Skenario Logout
3.3.1.1.4. Skenario Memasukkan Data Dokumen
Tabel 3.5 Skenario Memasukkan Data Dokumen
Nama use case Memasukkan Data Dokumen
Aktor Pengguna
Diskripsi Pengguna memasukkan data dokumen berbahasa Jawa yang ingin
diringkas.
Prakondisi Pengguna memiliki data dokumen yang ingin diringkas
Langkah kerja Aksi aktor Reaksi sistem
1. Aktor menekan tombol
"Summarization".
Nama use case Logout
Aktor Admin
Diskripsi Admin menekan tombol logout.
Prakondisi Admin sudah melakukan login dan masuk ke dalam sistem.
Langkah kerja Aksi aktor Reaksi sistem
1. Admin menekan tombol
“logout”.
2. Akan keluar dari sistem dan
(67)
40
2. Sistem menampilkan form
untuk memasukkan data
dokumen.
3. Aktor memasukkan data
dokumen yang ingin
diringkas pada sistem.
4. Aktor menekan tombol "Ok".
5. Sistem memproses dokumen
menjadi ringkasan serta
menampilkan hasil ringkasan.
3.3.1.1.5. Skenario Melihat Hasil Ringkasan
Tabel 3.6 Skenario Melihat Hasil Ringkasan
Nama use case Melihat Hasil Ringkasan
Aktor Pengguna
Diskripsi Penggina melihat hasil ringkasan dari data dokumen yang
dimasukkan ke dalam sistem.
Prakondisi Pengguna sudah memasukkan data dokumen untuk diringkas.
Langkah kerja Aksi aktor Reaksi sistem
1. Sistem menampilkan hasil
(68)
41
3.3.1.1.6. Skenario Melihat Data Koleksi Dokumen
Tabel 3.7 Skenario Melihat Data Koleksi Dokumen
Nama use case Melihat Data Koleksi Dokumen
Aktor Pengguna
Diskripsi Pengguna melihat data koleksi dokumen yang ada pada sistem,
terdapat pada halaman utama.
Prakondisi Pengguna berada pada halaman utama.
Langkah kerja Aksi aktor Reaksi sistem
1. Aktor berada pada halaman
utama.
2. Aktor menekan tombol
“Continue Reading”.
3. Sistem menampilkan data
(69)
42
valid invalid
Benar Salah
3.3.2 Diagram Aktifitas 3.3.2.1. Diagram Aktifitas Login
Admin dapat melakukan login dengan cara memasukkan username dan password yang sudah ditentukan. Namun jika username dan password tidak sesuai maka sistem akan kembali ke halaman utama. Berikut adalah Diagram Aktifitas Login, Gambar 3.3.
Aktor Sistem
Gambar 3.3 Diagram Aktifitas Login
M asukkan username
dan passw ord
Verifikasi usernam e
dan passw ord
M asuk ke sistem M enekan t om bol
(70)
43
ya t idak
TIDAK
3.3.2.2. Diagram Aktifitas Memasukkan Data Koleksi Dokumen
Setelah melakukan login, admin dapat memasukkan data dokumen sesuai
dengan form inputan pada sistem. Data dokumen tersebut akan ditampilkan dalam
halaman utama sebagai data koleksi dokumen. Berikut adalah Diagram Akrifitas
Memasukkan Data Koleksi Dokumen, Gambar 3.4.
Aktor Sistem
Gambar 3.4Diagram Aktifitas Memasukkan Data Koleksi Dokumen
Login Sist em m enam pilkan form
input an dat a koleksi dokum en
Sist em m enyim pan dalam dat a koleksi dokumen M em asukkan dat a
koleksi dokum en
M enekan t ombol " Sim pan"
(71)
44
3.3.2.3. Diagram Aktifitas Logout
Admin dapat menghentikan tugasnya memasukkan data koleksi dokumen
dengan cara menekan tombol "Logout". Berikut adalah Diagram Aktifitas Logout,
Gambar 3.5.
Aktor Sistem
Gambar 3.5 Diagram Aktifitas Logout
Akan keluar dar i halam an adm in M enekan t ombol
“ Logout ”
M enam pilkan halam an ut ama
(72)
45
ya t idak
YA TIDAK
3.3.2.4. Diagram Aktifitas Memasukkan Data Dokumen
Pengguna dapat memasukkan data dokumen berbahasa Jawa untuk
dijadikan sebuah ringkasan. Kemudian sistem akan menampilkan hasil
ringkasannya. Berikut adalah Diagram Aktifitas Memasukkan Data Dokumen,
Gambar 3.6.
Aktor Sistem
Gambar 3.6 Diagram Aktifitas Memasukkan Data Dokumen
M enekan t ombol "Summarizat ion"
Sist em m enam pilkan form input an dat a dokum en
Sist em m emproses m enj adi r ingkasan M em asukkan dat a
dokum en yang diringkas
M enekan t ombol " Ok"
Sist em m enam pilkan hasil ringkasan
(73)
46
3.3.2.5. Diagram Aktifitas Melihat Hasil Ringkasan
Setelah pengguna memasukkan data dokumen berbahasa Jawa, maka
sistem akan menampilkan hasil ringkasan dari dokumen tersebut. Berikut adalah
Diagram Aktifitas Melihat Hasil Ringkasan. Gambar 3.7.
Aktor Sistem
Gamabr 3.7 Diagram Aktifitas Melihat Hasil Ringkasan
M em asukkan dat a dokum en yang
diringkas
Sist em m enam pilkan hasil
(74)
47
3.3.2.6. Diagram Aktifitas Melihat Data Koleksi Dokumen
Selain dapat memasukkan dokumen berbahasa Jawa untuk diringkas,
Pengguna juga dapat melihat data koleksi dokumen yang terdapat pada halaman
utama. Berikut adalah Diagram Aktifitas Melihat Data Koleksi Dokumen,
Gambar 3.8.
Aktor Sistem
Gambar 3.8 Diagram Aktifitas Melihat Data Koleksi Dokumen
M enekan t ombol “ Continue Reading” pada halam an ut am a
Sist em m enam pilkan dat a koleksi dokumen
(75)
48
username &
password getParameter
(username, password)
Invalid
Request page cekValidasi (username, password) 3.3.3 Diagram Sekuensial
Diagram Sekuensial adalah suatu diagram yang menjelaskan bagaimana suatu operasi atau sistem dijalankan secara bertahap.
3.3.3.1. Diagram Sekuensial Login
Username dan password yang sudah dimasukkan akan divalidasi oleh
sistem. Jika sesuai maka admin akan masuk pada halaman inputDataMajalah.jsp,
sedangkan jika salah maka akan kembali pada halaman utama (index.jsp) serta
menampilkan pesan invalid. Berikut adalah proses Login, Gambar 3.9.
<Kontroler> <Model> <View> index.jsp ProcessLoginServlet.java LoginModel.java inputDataMajalah.jsp
Admin
(76)
49
tanggal, sumber, judul, data
majalah getParameter
(tanggal, sumber, judul, data majalah)
)
Request page
input (tanggal, sumber, judul, data majalah)
3.3.3.2. Diagram Sekuensial Memasukkan Data Koleksi Dokumen
Setelah Login, admin dapat memasukkan data koleksi dokumen yang
berisi tanggal, sumber majalah, judul majalah dan data majalah. Data dokumen
akan disimpan oleh sistem dan ditampilkan pada halaman utama (index.jsp)
sebagai data koleksi dokumen. Berikut adalah proses Memasukkan Data Koleksi
Dokumen, Gambar 3.10.
<View> <Kontroler> <Model> inputDataMajalah.jsp ProcessInputMajalah.java MajalahModel.java
Admin
(77)
50
Request Logout
Request page 3.3.3.3. Diagram Sekuensial Logout
Admin dapat menghentikan tugasnya memasukkan data koleksi dokumen
pada halaman inputDataMajalah.jsp dengan cara menekan tombol "Logout".
Kemudian admin akan kembali pada halaman utama (index.jsp). Berikut adalah
proses Logout, Gambar 3.11.
<View>
inputDataMajalah.jsp index.jsp
Admin
(78)
51
data dokumen
getParameter (data dokumen)
sendRedirect
isStopword (tempKata[j])
setWord (tempKata[j]) summarization
(data dokumen)
Hasil Proprocessing
Hasil perhitungan tf-idf
Request page 3.3.3.4. Diagram Sekuensial Memasukkan Data Dokumen
Pengguna dapat memasukkan data dokumen berbahasa Jawa pada halaman inputDataDokumen.jsp untuk dijadikan sebuah
ringkasan. Kemudian sistem akan menampilkan hasil ringkasannya pada halaman viewDataDokumen.jsp. Berikut adalah proses
Memasukkan Data Dokumen, Gambar 3.12.
<View> <Kontroler> <Model> <Model> <Model> <View> inputDataDokumen.jsp ProcessSummarization.java TF-IDFl.java Stopword Stemming viewDataDokumen.java
Pengguna
(79)
52
data dokumen
Request page
3.3.3.5. Diagram Sekuensial Melihat Hasil Ringkasan
Setelah pengguna memasukkan data dokumen berbahasa Jawa pada
halaman inputDataDokumen.jsp, maka sistem akan menampilkan hasil ringkasan
dari dokumen tersebut pada halaman viewDataDokumen.jsp. Berikut adalah
proses Melihat Hasil Ringkasan. Gambar 3.13.
<View> <View> inputDataDokumen.jsp viewDataDokumen.jsp
Pengguna
(80)
53
Request data koleksi dokumen
Request page
3.3.3.6. Diagram Sekuensial Melihat Data Koleksi Dokumen
Selain dapat memasukkan dokumen berbahasa Jawa untuk diringkas,
pengguna juga dapat melihat data koleksi dokumen yang terdapat pada halaman
utama (index.jsp). Berikut adalah proses Melihat Data Koleksi Dokumen, Gambar
3.14.
<View> <View> index.jsp viewDataMajalah.jsp
Pengguna
(81)
54
3.3.4 Diagram MVC (Model View Control)
Diagram MVC adalah diagram yang menjelaskan bagaimana suatu operasi dijalankan dengan melihat kelas MVC (Model View Control).
3.3.4.1. Struktur Kelas MVC (Model View Control)
Tabel 3.8 Struktur Kelas Model View Control
Model View Control
LoginModel.java MajalahModel.java StemWord.java StopWord.java TF-IDF.java
index.jsp
inputDataDokumen.jsp inputDataMajalah.jsp viewDataDokumen.jsp viewDataMajalah.jsp viewRingkasanMajalah.jsp
ProcessInputMajalah.java ProcessLoginServlet.java ProcessSummarization.java
3.3.4.1.1. Diagram Analisis Kelas MVC (Model View Control)
index.jsp ProcessLoginServlet.java LoginModel.java
Admin
inputDataMajalah.jsp ProcessInputMajalah.java
MajalahModel.java
(82)
55
index.jsp viewDataMajalah.jsp viewRingkasanMajalah.jsp
Pengguna inputDataDokumen.jsp ProcessSummarization.java TF-IDF.java StopWord.java
viewDataDokumen.jsp StemWord.java
(83)
56
Tabel 3.9 Diagram Kelas
MajalahModel.java LoginModel.java
- tanggalMajalah : String - sumberMajalah : String - judulMajalah : String - dataMajalah : String
- username : String - password : String
<<constructor>> LoginModel() + setUsername (String) : void + getUsername : String + setPassword (String) : void + getPassword : String + getAdmin()
<<constructor>> MajalahModel() + setTanggalMajalah (String) : void + getTanggalMajalah : String + setSumberMajalah (String) : void + getSumberMajalah : String + setJudulMajalah (String) : void + getJudulMajalah : String + setDataMajalah (String) : void + getDataMajalah : String + inputMajalah()
+ readMajalah() + viewMajalah()
TF_IDF.java StopWord.java
<<constructor>>TF_IDF() + summarization()
- stopword : List<String> <<constructor>>StopWord() + isStopword () : boolean
StemWord.java
- word : String
- directory : List<String> <<constructor>>StemWord() + setWord (String) : void + getWord : String + delSuffix () : String + delPrefix () : String + delDuplikasi () : String
(1)
100
- "Angger guru kreatif, ora wedi kesel, senajan ibarate gaji ora cukup, babagan prestasi ora angel olehe ngranggeh," kandhane Moh.
- Durori, wis wektune guru-guru saiki padha nggolek rekadaya, nyipta modhel anyar piye bisane muride pinter, seneng ana sekolahan, lan tamatane mumpuni trep karo mutu lulusane.
- Pohon ilmu gawe saka pang wit sing dicet nuli diwenehi canthelan.
- Gunane angger bocah sing garapane entuk biji paling dhuwur kertase dipasang ing pang pucuk.
- Bocah sing ora bisa njawab soal supaya nggolek jawaban sing bener ing kothak ajaib sawise garapane dibiji.
- Nanging guru kudu tansah nyiapake menu garapan sing bisa gawe swasana sinaune bocah tansah grengseng, ora mboseni.
- Durori dihadhiyahi bebungah Rp 14 juta saka Dinas Pendhidhikan.
- Arahe saka Yogyakarta nuju Purwokerto, mudhun Kantor Dinas Pendhidhikan Kec.
(2)
101
Berdasarkan ringkasan yang dihasilkan sistem, ada beberapa kalimat yang tidak sesuai dengan isi dokumen. Misalnya dalam kalimat pertama sedang membahas 1 topik kemudian pada kalimat kedua membahas topik lain, jadi kalimat-kalimat tersebut tidak ada kesesuaian. Kemudian untuk ringkasan yang bercetak tebal, ada beberapa kata yang berisi singkatan. Misalnya kata “Kecamatan” disingkat “Kec” dan kata “Mohamad” disingkat “Moh”. Karena perhitungan bobot kalimat dalam penelitian ini menggunakan karakter titik “.”
untuk memisah antar kalimat. Singkatan-singkatan kata tersebut juga menyebabkan ringkasan menjadi tidak relevan.
(3)
102 BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa :
1. Penerapan metode TF-IDF pada peringkasan teks otomatis dengan
dokumen berbahasa Jawa terdapat nilai rata-rata akurasi yang
dihasilkan oleh sistem sebesar 64%.
2. Karena perhitungan bobot kalimat dalam penelitian ini menggunakan
karakter titik “.” untuk memisah antar kalimat. Maka penulisan kata
dalam dokumen yang berisi singkatan-singkatan, seperti alamat dan
nama gelar sebaiknya dituliskan lengkap. Hal ini menjadi penting
karena penulisan kata yang baik akan mempengaruhi relevan atau
tidaknya ringkasan yang dihasilkan oleh sistem.
6.2 Saran
Berdasarkan hasil pengujian yang sudah dilakukan dapat dilihat bahwa
sistem masih belum sempurna. Saran dari penulis untuk penelitian selanjutnya :
1. Sistem perlu penambahan daftar kata umum (stopword) berbahasa Jawa
yang lengkap.
2. Sistem mampu menangani dokumen yang berisi singkatan-singkatan
(4)
103
DAFTAR PUSTAKA
Grossman D, Ophir F. Information Retrieval : Algorithm and Heuristics. Kuwer
Academic Publisher. (1998).
Hovy, E. H. 2005. Automated Text Summarization. In.R. Mitkov (ed), The Oxford
Handbook of Computational Linguistics, chapter 32, page 583-598. Oxford
University Press.
Jazek K, Steinberger J. 2008. Automatic text summarization (The state of the art
2007 and new challenges). Znalosti 2008, page 1-12.
Kruse, Robert L, Data Stucture and Program Design Third Edition. Prentice Hall
International, Inc, London (1994).
Mani, I., House, D., Klein, G., et al. 1999. The TIPSTER SUMMAC Text
Summarization Evaluation. Proceedings of EACL.
Manning, Christopher D., Hinrich Schutze, 1999. Foundations of statistical
natural language processing. The MIT Press.
Manning, Christopher, D., Raghavan, Prabhakar., Schutze, Hinrich. (2009). An
Introduction to Information Retrieval. England : Cambridge University
Press.
Mulyana I, Ramadona S, Herfina. 2012. Penerapan Terms Frequency-Inverse
Document Frequency Pada Sistem Peringkasan Teks Otomatis Dokumen
(5)
104
Mustaqhfitri M, Abidin Z, Kusumawati R. 2009. Peringkasan Teks Otomatis
Berita Berbahasa Indonesia Menggunakan Metode Maximum Marginal
Relevance. Jurnal MATICS (Vol. 4 No. 4; 09-2011)
Orasan, C., Pekar, V. and Hasler, L. 2004. A comparison of summarisation
methods based on term specificity estimation. University of
WolverHampton.
Rose, T. G., M. Stevenson, and M. Whitehead. 2002. The Reuters corpus volume
1 – from yesterday’s news to tommorow’s language resources. In
Proceedings of LREC2004. Las Palmas de Gran Canaria, Spain.
Savoy J. “A Learning Scheme for Information Retrieval in Hypertext”.
Information Processing & Management. (1993)
Sommerville, Ian. Software Engineering, 9th Edition. Pearson Education. United
States of America. (2011).
Wijono, Sri Hartati, et al. 2011. Studi Pengaruh Stemming untuk Pemerolehan
(6)
105 LAMPIRAN