Aplikasi Ensiklopedia Masjid Bersejarah di Indonesia berbasis WEB semantik dengan Autocomplete dan Metode Levenshtein Distance sebagai fitur pencarian

INDONESIA:

Informasi yang tersedia pada sebagian besar website saat ini hanya berbentuk teks dan tidak mempunyai struktur yang menyebabkan pencarian informasi hanya berdasarkan pada pencocokan teks. Untuk mengatasi masalah tersebut, maka digunakan Web Semantik yang memungkinkan mesin pencari untuk memahami informasi dalam website, yaitu dengan membangun metadata dalam graf RDF / OWL dan kemudian mempublikasikannya menjadi Linked Open Data sehingga data dapat diolah dan digunakan oleh resource lain untuk pertukaran data.

DBpedia adalah salah satu contoh linked open data yang mengekstrak informasi dari Wikipedia. Pada penelitian ini dibuat sebuah aplikasi ensiklopedia masjid bersejarah di Indonesia berbasis web semantik yang dapat melakukan pencarian data pada kotak pencarian dan juga dengan memilih kategori tertentu. Dan dapat melakukan pertukaran data dengan DBpedia. Untuk mengoptimalkan pencarian data pada kotak pencarian, maka pada proses pencariannya digunakan fitur Autocomplete dan metode Levenshtein Distance. Autocomplete berguna menampilkan sugesti jika inputan belum lengkap. Sedangkan Levenshtein Distance digunakan jika terdapat kesalahan ejaan input maka autocomplete akan tetap ditampilkan.

Berdasarkan hasil penelitian disimpulkan bahwa kualitas linked open data yang digunakan pada aplikasi mempunyai kualitas yang sangat baik dengan nilai sempurna 5 Bintang dan kinerja dari metode Levenshtein Distance dan autocomplete pada fitur pencarian mempunyai rata-rata presisi yang baik yaitu 0,8 dan mempunyai rata-rata recall sempurna yaitu 1.

ENGLISH:

Most of searching activity at the internet based on text matching because websites are only contain of a set text and they do not have an unique structure to make a searching activity get easier and have a great accuracy. To solve this problem, Semantic Web can help the search engine to search and understand the main value of website by building metadata of RDF/OWL graf then send it into a Linked Open Data. It also makes possible to process data or use it for data exchange.

DBPedia is one of Linked Open Data which extract information from Wikipedia. On this research, we tried to make an Encyclopedia Application of Historic Mosque in Indonesia based Semantic Web in the search box and choose some categories. We also give autocomplete feature to give some suggestion output when user is typing a keyword and Levenshtein Distance will always show output search even in a wrong spelling keyword.

Base of research, it can be conclused that the quality of Linked Open Data had a good perform and Levenshtein Distance Autocomplete got 0.8 precission value. The average of reacall is 1, perfectly.