Pengelompokkan Dokumen Bahasa Indonesia dengan menggunakan Algoritma Fuzzy Adaptive Clustering

Fakhruddin Adityo Saputro

Informasi Umum

Kode

113070109

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatika Teori Dan Pemrograman

Dilihat

260 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Saat ini kemajuan teknologi dan internet semakin berkembang dengan pesat, informasi-informasi juga semakin mudah didapat oleh siapa saja. Dengan semakin mudahnya orang mengakses internet, kemungkinan terhadap tindak kejahatan seperti plagiat juga semakin besar. Di dunia pendidikan plagiat merupakan suatu tindak kejahatan cukup berat dan sangat mungkin terjadi contohnya pada kasus pembuatan Tugas Akhir atau skripsi, Thesis, maupun Disertasi. Oleh karena itu, dibutuhkan suatu sistem yang dapat mendekteksi plagiat agar kejahatan tersebut tidak terjadi. Saat ini tengah dilakukan penelitian terhadap sistem untuk mendeteksi plagiat. Penelitian untuk membuat sistem tersebut dilakukan dengan beberapa tahap yaitu, stemming, clustering dan deteksi plagiat. Pada tugas akhir ini dilakukan tahap clustering yang berguna untuk memudahkan dalam pencarian query yang relevan dan melihat kemiripan antar dokumen, yang nantinya berguna untuk tahap selanjutnya, yaitu deteksi plagiat. Algoritma cluster yang digunakan dalam Tugas Akhir ini adalah Algoritma Fuzzy Adaptive Clustering.<br><br>Pada Tugas Akhir ini, dokumen yang akan di clustering akan di preprocessing terlebih dahulu, yaitu mempersiapkan dokumen sebelum dapat di kelompokan. Preprocessing terdiri dari stopword removal, tokenisasi, stemming dan pembobotan term. Algoritma Fuzzy Adaptive dimulai dengan pembangkitan pusat awal secara acak, lalu dilakukan perhitungan jarak seluruh dokumen ke setiap pusat cluster. Setelah itu dilakukan perhitungan nilai keanggotaan, yang merupakan penentuan seberapa besar suatu dokumen adalah anggota dari suatu cluster. Berdasarkan nilai keanggotaan tersebut, akan ditentukan pusat cluster baru. Langkah ini akan terus berulang sampai pusat tersebut stabil. Setelah pusat stabil, akan dilakukan normalisasi dan smoothingterhadap nilai keanggotaan dan penentuan cluster untuk masing-masing dokumen. Dari hasil pengujian dan analisis yang telah dilakukan, Algoritma Fuzzy Adaptive dapat diterapkan untuk clustering dokumen dengan terlebih dahulu dilakukan preprocessing. Nilai parameter inputan pada algoritma ini, yaitu jumlah cluster dan parameter fuzzy berpengaruh terhadap hasil cluster dan kualitas cluster.Kata Kunci : Clustering, dokumen, Fuzzy AdaptiveABSTRACT: Current advances in technology and the internet is growing by leaps and bounds, the information is also more easily obtained by anyone. With the ease of accessing the internet, the possibility of plagiarism are also getting bigger. Plagiarism is a serious crime in education and it is very likely to occur for example in the case of the manufacture of final project, Thesis or Dissertation. Therefore, we need a system that can detect plagiarism. Currently being carried out research on the system to detect plagiarism. The study was conducted to create a system with several stages, stemming, clustering and detection of plagiarism. At this final project, clustering performed useful to facilitate the relevant search query and see the similarities between the documents, which will be useful for the next stage, the detection of plagiarism. Cluster algorithm used in this final project is the Adaptive Fuzzy Clustering Algorithm.<br><br>At this final project, the document will be on clustering in preprocessing beforehand, which is preparing the document before it can be grouped. Preprocessing consists of stopword removal, removal of punctuation, stemming and term weighting. Adaptive Fuzzy algorithm begins by generating a random initial centers, and distance calculations performed throughout the document to each cluster center. After the calculation, the value of membership, which is determining how large a document is a member of a cluster. Based on these membership values, we determined a new cluster center. This step is repeated until the cluster center is stable. After a stable cluster center, will be normalized and the smoothing of the values and the determination of cluster membership for each document. From the test results and analysis has been done, Fuzzy Adaptive Algorithm can be applied to document clustering by first do preprocessing. Input parameter values in this algorithm, the number of clusters and fuzzy parameters affects the outcome of the cluster and the cluster quality.Keyword: Clustering, document, Adaptive Fuzzy