PERANCANGAN FITUR AUTOCOMPLETE PADA APLIKASI KAMUS ISTILAH TEKNOLOGI INFORMASI MENGGUNAKAN ALGORITMA BOYER-MOORE SKRIPSI SITI MORIZA TANIA 101402076

PERANCANGAN FITUR AUTOCOMPLETE PADA APLIKASI KAMUS

  PERANCANGAN FITUR AUTOCOMPLETE PADA APLIKASI KAMUS

  ISTILAH TEKNOLOGI INFORMASI MENGGUNAKAN ALGORITMA BOYER-MOORE

  SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah

  Sarjana Teknologi Informasi SITI MORIZA TANIA

  101402076 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN

  2015

  

PERSETUJUAN

  Judul : PERANCANGAN FITUR AUTOCOMPLETE PADA APLIKASI KAMUS ISTILAH TEKNOLOGI

  INFORMASI MENGGUNAKAN ALGORITMA BOYER-MOORE

  Kategori : SKRIPSI Nama : SITI MORIZA TANIA Nomor Induk Mahasiswa : 101402076 Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

  UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dr. Erna Budhiarti Nababan M.IT M. Andri Budiman, ST.M.Comp.Sc., M.E.M NIP. - NIP. 19751008 1200801 1 011 Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Muhammad Anggia Muchtar, ST., MM.IT NIP. 19800110 200801 1 010

  

PERNYATAAN

  PERANCANGAN FITUR AUTOCOMPLETE PADA KAMUS ISTILAH TEKNOLOGI INFORMASI MENGGUNAKAN ALGORITMA BOYER-MOORE

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

  Medan, 4 Juni 2015 Siti Moriza Tania 101402076

UCAPAN TERIMA KASIH

  Alhamdulillah, segala puji dan syukur kepada Allah SWT yang telah memberikan rahmat, karunia dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini. Penulis mengucapkan banyak terima kasih kepada: 1.

  Bapak M. Andri Budiman, ST.M.Comp.Sc., M.E.M, selaku pembimbing 1 dan Ibu Dr. Erna Budhiarti Nababan, M.IT, selaku pembimbing 2 yang telah banyak memberikan bimbingan, arahan, motivasi dan membantu penulis dalam penyusunan dan penulisan skripsi ini.

  2. Bapak Sajadin Sembiring, S.Si, M.Comp.Sc dan Bapak Seniman, S.Kom, M.Kom sebagai tim pembanding, atas segala kritik dan saran dalam penyempurnaan penulisan skripsi ini.

  3. Bapak Muhammad Anggia Muchtar, ST., MM.IT, selaku ketua program studi Teknologi Informasi, serta seluruh Bapak dan Ibu dosen yang telah memberikan ilmu yang bermanfaat bagi penulis.

  4. Seluruh staf TU (Tata Usaha) program studi Teknologi Informasi yang telah banyak membantu dalam segala kegiatan administrasi penulis.

  5. Kedua Orang tua penulis, Ayahanda Sakhrizal dan Ibunda Rita Morita yang selalu mendoakan, sabar dan senantiasa memberikan kasih sayang sepanjang masa kepada penulis. Adik-adik penulis, Siti Sovie Sakhrani dan Siti Ulfha Salita serta keluarga besar penulis yang selalu memberikan semangat kepada penulis.

  6. Sahabat penulis, Pratiwi Widya Utami S.Pd dan Rizka Aini Hasibuan S.Psi yang tiada henti memberikan semangat dan doa, terkhusus untuk Naniek B.J.

  Matanari dan Handra Akira Saito yang selalu memberikan semangat, setia dan sabar menemani dan mendorong penulis dalam penyelesaian skripsi ini. Abang-abang, kakak-kakak, adik-adik, dan teman-teman program studi teknologi informasi angkatan 2010 yang tidak dapat penulis cantumkan satu per satu atas segala dukungan dan kebersamaannya selama melewati perkuliahan di Teknologi Informasi USU ini.

  

ABSTRAK

  Penggunaan kamus elektronik saat ini terbukti lebih efisien dibandingkan penggunaan kamus dalam bentuk buku. Hal tersebut dikarenakan pada kamus elektronik pengguna akan menuliskan kata yang mereka inginkan pada kolom pencarian dan mesin pencari akan menemukan dan memberikan informasi kata tersebut kepada pengguna. Untuk menampilkan informasi tersebut, beberapa kamus elektronik menampilkan informasi setelah pengguna selesai mengetikkan satu kata pada mesin pencari. Tetapi ketika pengguna selesai mengetikkan kata pada mesin pencari, kata tersebut belum tentu ditemukan, hal ini menjadikan kamus elektronik kurang optimal dalam hal pemakaian waktu. Oleh karena itu, fitur autocomplete yang dibangun pada aplikasi kamus ini diharapkan dapat mempersingkat waktu pengetikan sebuah kata yang dilakukan pengguna, dimana fitur ini akan menampilkan daftar kata yang mungkin dimaksudkan pengguna atau yang disebut dengan word suggestion tanpa harus mengetikkan kata tersebut secara utuh. Word suggestion ini dihasilkan melalui pencocokan string yang dilakukan oleh algoritma Boyer-Moore, dimana input yang diketikkan pengguna akan dicocokkan dengan setiap kata yang terdapat dalam database. Fitur autocomplete pada aplikasi kamus ini berhasil menampilkan word suggestion berupa kata yang mengandung potongan kata yang diketikkan pengguna, tetapi untuk kesalahan letak huruf pada kata yang diketikkan pengguna, fitur autocomplete tidak akan menampilkan word suggestion karena kata tersebut dianggap tidak ditemukan pada database .

  Kata kunci : autocomplete, exact string matching, algoritma Boyer-Moore, kamus bahasa Inggris, kamus teknologi informasi.

  

THE AUTOCOMPLETE FEATURE DESIGN ON THE APPLICATION OF

TERMINOLOGY DICTIONARY OF INFORMATION TECHNOLOGY

USING THE BOYER-MOORE ALGORITHM

ABSTRACT

  The usage of electronic dictionary nowadays has proven that it is more efficient than the physical one. This happens because in electronic dictionary the user are able to look for a word easily by just typing the keyword and the search engine will return the result instantly to the user. To display the information, some electronic dictionaries display information after the user is finished typing one word in a search engine. But when the user is finished typing words into a search engine, the word is not necessarily found, this makes the electronic dictionaries are less optimal in terms of time consumption. Therefore, auto-complete feature that is built on this dictionary application is expected shorten the time of typing a word that is perfomed by the user, where this feature will suggest the list of words which is similar to the user’s input with word suggestion feature without having to complete the typing. The word

  

suggestion is derived by the matching of string which is done using Boyer-Moore

  algorithm, w here the user’s input will be matched with every words in the database. feature in this application manage to show the word suggestion by

  Auto-complete

  reading the word which contains the piece of word the user typed, but for misplaced alphabet user made, the auto-complete feature won’t show any word suggestion because that word might not be found in the database.

  Keyword : auto-complete, exact string matching, Boyer-Moore algorithm, English Dictionary, Dictionary of Information Technology.

  

DAFTAR ISI

Hal.

  PERSETUJUAN ii

  PERNYATAAN iii

  UCAPAN TERIMA KASIH iv

  ABSTRAK v

  ABSTRACT vi

  DAFTAR ISI vii

  DAFTAR TABEL ix

  DAFTAR GAMBAR x

  BAB 1 PENDAHULUAN

  1.1

  1 Latar Belakang

  1.2

  2 Rumusan Masalah

  1.3

  3 Batasan Masalah

  1.4

  3 Tujuan Penelitian

  1.5

  3 Manfaat Penelitian

  1.6

  3 Sistematika Penulisan

  BAB 2 LANDASAN TEORI

  2.1

  5 Kamus

  2.2

  7 Fitur atau Layanan Autocomplete

  2.3

  8 Algoritma Exact String Matching

  2.4

  10 Algoritma Boyer-Moore

  2.4.1

  11 Pergeseran Bad-Character

  2.4.2

  13 Pergeseran Good-Suffix

  2.5

  17 Penelitian Terdahulu

  BAB 3 ANALISIS DAN PERANCANGAN SISTEM

  3.1

  21 Identifikasi Masalah

  3.2 Analisis Data

3.3.2 Perhitungan algoritma Boyer-Moore

  4.1.4 Implementasi pencocokan string

  55

  53 DAFTAR PUSTAKA

  5.2 Saran

  53

  5.1 Kesimpulan

  52 BAB V KESIMPULAN DAN SARAN

  4.2.2 Hasil pengujian sistem

  51

  4.2.1 Rencana pengujian sistem

  51

  47

  4.1.5 Implementasi fungsi autocomplete

  39

  38

  21

  32 BAB IV

  3.3 Analisis Sistem

  22

  3.3.1 Penerapan algoritma Boyer-Moore untuk menampilkan autocomplete

  22

  24

  3.4 Perancangan Sistem

  IMPLEMENTASI DAN PENGUJIAN SISTEM

  4.1.3 Implementasi data

  4.1 Implementasi Sistem

  35

  4.1.1 Spesifikasi software dan hardware yang digunakan

  35

  4.1.2 Implementasi antarmuka sistem

  35

4.2 Evaluasi Pengujian Sistem

  

DAFTAR TABEL

  Hal

Tabel 2.1 Penelitian terdahulu yang berkaitan dengan autocomplete

  18 Tabel 2.2 Penelitian terdahulu yang menggunakan algoritma Boyer-Moore

  20 Tabel 4.1 Rangkuman database pada sistem

  39 Tabel 4.2 Rencana pengujian sistem

  52 Tabel 4.3 Hasil pengujian sistem

  52

  

DAFTAR GAMBAR

  34 Gambar 4.1. Tampilan awal aplikasi kamus

  44 Gambar 4.9 Pencocokan string ‘proc’ terhadap string target

  43 Gambar 4.8(c) Pencocokan ketiga dimulai pada indeks ke-7 dari string target

  43 Gambar 4.8(b) Pencocokan kedua dimulai pada indeks ke-5 dari string target

  42 Gambar 4.8(a) Pencocokan pertama dimulai pada indeks ke-2 dari string target

  42 Gambar 4.8 Pencocokan string ‘com’ terhadap string target

  41 Gambar 4.7 (b) Tabel good-suffix untuk ‘prco’

  41 Gambar 4.7 (a) Tabel bad-character untuk ‘prco’

  40 Gambar 4.6 (b) Tabel good-suffix untuk ‘proc’

  40 Gambar 4.6 (a) Tabel bad-character untuk ‘proc’

  40 Gambar 4.5 (b) Tabel good-suffix untuk ‘com’

  38 Gambar 4.5 (a) Tabel bad-character untuk ‘com’

  37 Gambar 4.4. Tampilan untuk informasi kata

  37 Gambar 4.3 Tampilan untuk fungsi autocomplete

  36 Gambar 4.2 Tampilan Abbrevation Used

  33 Gambar 3.4 Tampilan untuk fungsi autocomplete

  Hal

  1

Gambar 2.1 Autocomplete pada Google Search

  8 Gambar 2.2 Pencocokan dari karakter paling kiri ke karakter paling kanan pattern 9

Gambar 2.3 Pencocokan dari karakter paling kanan ke karakter paling kiri pattern 9Gambar 2.4 Pencocokan pada pattern y

  2 dimulai dari karakter paling kiri

  10 Gambar 2.5 Pencocokan pada pattern y

  dimulai dari karakter paling kanan

  32 Gambar 3.3 Tampilan untuk abbreviations used

  10 Gambar 2.6 Pergeseran bad-character, a muncul pada y

  12 Gambar 2.7 Pergeseran bad-character, tidak ada kemunculan a pada y

  12 Gambar 2.8 Pergeseran good-suffix, v muncul didahului oleh karakter c

  13 Gambar 2.9 Pergeseran good-suffix, hanya akhiran dari v yang muncul pada y

  13 Gambar 3.1 Flowchart sistem

  23 Gambar 3.2 Rancangan tampilan utama sistem

  44 Gambar 4.9(a) Pencocokan pertama dimulai pada indeks ke-3 dari string target

  45 Gambar 4.9(b) Pencocokan kedua dimulai pada indeks ke-5 dari string target

  45 Gambar 4.9(c) Pencocokan ketiga dimulai pada indeks ke-8 dari string target

  45 Gambar 4.9(c) Pencocokan ketiga dimulai pada indeks ke-8 dari string target

  46 Gambar 4.10 Pencocokan string ‘prco’ terhadap string target

  46 Gambar 4.10(a) Pencocokan pertama dimulai pada indeks ke-3 dari string target

  47 Gambar 4.10(b) string ‘prco’telah melewati string ‘access’

  47 Gambar 4.11. Hasil pencocokan untuk input ‘com’

  48 Gambar 4.12 Fungsi autocomplete untuk input ‘com’

  48 Gambar 4.13 Hasil pencocokan untuk input ‘proc’

  49 Gambar 4.14 Fungsi autocomplete untuk input ‘proc’

  50 Gambar 4.15 Hasil pencocokan untuk input ‘prco’

  50 Gambar 4.16 Fungsi autocomplete untuk input ‘prco’

  51