Implementasi Text Mining untuk mendukung pencarian Topik pada e-Library menggunakan Mobile Device

ABSTRAK

Perkembangan perpustakaan tidak pernah lepas dari perkembangan ilmu pengetahuan dan teknologi informasi. Hal ini dikarenakan perpustakaan sangat berkaitan erat dengan ilmu pengetahuan dan teknologi informasi. Dengan adanya perkembangan teknologi internet dan piranti bergerak, maka dibangunlah sebuah e-library (perpustakaan digital) yang diakses lewat handphone. Dengan adanya e-library ini akan membantu para pencari informasi buku untuk memudahkan mengakses sebuah koleksi perpustakaan hanya melalui perangkat telepon genggam mereka.

Penelitian ini menggunakan metode text mining yang mengimplementasikan algoritma cosine similarity untuk peringkatan dokumen (page rank). Hal ini diperlukan karena adanya jumlah koleksi dokumen yang begitu besar yang dimiliki oleh sebuah perpustakaan, maka dibutuhkan sebuah metode untuk peringkatan dokumen tersebut saat dicari. Dalam text mining ada beberapa proses yang penting, yaitu case folding, tokenizing, filtering, stemming dan analisa. Stemming yang digunakan adalah algoritma Porter untuk teks berbahasa Indonesia sedangkan analisa dalam pembobotan dokumen digunakan algoritma TF/IDF dan cosine similarity (Vector Space Model).

Data uji coba diperoleh dari perpustakaan pusat Universitas Islam Negeri Malang yaitu berupa abstraksi tugas akhir. Dari hasil pengujian didapat bahwa dokumen relevan yang diterima oleh pengguna mencapai 100% dan akurasi data relevan terhadap data yang diterima pengguna mencapai rata-rata 78,2%.

ABSTRACT

The development library is never separated from the development of science and information technology. This is because libraries are so closely related to science and technology information. With the development of internet technology and mobile devices, then built an e-library (digital library) that is accessed via mobile phones. With the e-library will help the seekers of information books for easy access to a library collection is only through their mobile devices.

This study uses text mining method that implements the cosine similarity algorithm for page rank. This is necessary because of the amount of such a large collection of documents owned by a library, it takes a method for ranking documents are now searchable. In text mining there are several important processes, namely case folding, tokenizing, filtering, stemming and analysis. Stemming algorithm used is the Porter to Indonesian-language text while the analysis of documents used in the weighting algorithm TF/IDF and cosine similarity (Vector Space Model).

Trial data obtained from the central library of the State Islamic University of Malang in the form of abstraction final test. From the sample that relevant documents are received by users reached 100% and accuracy of data relevant to the data received by users at an average of 78.2%.