Upload
dewi-rahmawati
View
227
Download
0
Embed Size (px)
Citation preview
8/18/2019 Penerapan Web Semantik Dalam Pencarian k
1/12
1
NASKAH PUBLIKASI
PENERAPAN WEB SEMANTIKDALAM PENCARIAN KATALOG BUKU
DI PERPUSTAKAAN STMIK SINAR NUSANTARA SURAKARTA
HENDRO WIJAYANTO08.5.00027
TEKNIK INFORMATIKA
TEKNIK INFORMATIKASEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
SINAR NUSANTARASURAKARTA
2012
8/18/2019 Penerapan Web Semantik Dalam Pencarian k
2/12
2
Halaman pengesahan
NASKAH PUBLIKASI
PENERAPAN WEB SEMANTIK DALAM PENCARIAN KATALOG BUKU
DI PERPUSTAKAAN STMIK SINAR NUSANTARA SURAKARTA
Disusun Oleh :Hendro Wijayanto
08.5.00027Teknik Informatika
Untuk Berkala Penelitian Sarjana iniTelah Disetujui Oleh :
1. Reviewer 1
Ir. Muhammad Hasbi, M.Kom Tanggal…………………………………..NIDN. 0629056303
2. Reviewer 2
Yustina Retno Wahyu Utami, ST., M.Cs Tanggal…………………………………..NIDN. 0023037801
8/18/2019 Penerapan Web Semantik Dalam Pencarian k
3/12
1
PENERAPAN WEB SEMANTIKDALAM PENCARIAN KATALOG BUKU
DI PERPUSTAKAAN STMIK SINAR NUSANTARA SURAKARTA
1 Hendro Wijayanto ([email protected])2 Wawan Laksito YS ([email protected])
2 Teguh Susyanto ([email protected])1 Mahasiswa Teknik Informatika STMIK Sinar Nusantara Surakarta
2 Staf Pengajar STMIK Sinar Nusantara Surakarta
ABSTRAK
Dalam penelitian ini membahas perancangan model pencarian katalog buku diperpustakaan STMIK Sinar Nusantara Surakarta. Model pencarian tersebut menggunakanteknologi berbasis semantik. Dalam penulisan ini hal terpenting adalah merancang ontologiuntuk katalog buku itu sendiri. Perancangan ini tidak meninggalkan kaidah awal yang sudahada dalam web perpustakaan sendiri, dan ditambahkan metode Dublin Core. Komponenyang digunakan dalam teknologi semantik adalah RDF yang dipergunakan sebagai
representasi pengetahuan yang digunakan, kemudian SPARQL yang digunakan sebagaiquery untuk mengambil informasi yang terdapat dalam Ontologi RDF. Dalam web servisontologi, digunakan OpenRDF-Sesame.
Hasil dari perancangan nantinya di uji dengan menggunakan aplikasi simulasisederhana dengan pemrograman PHP yang terbagi atas 3 kategori pencarian, keyword,simple dan advanced search. Pengujian yang didapat akan menghasilkan bahwa keywordsearch memiliki kecenderungan waktu yang lebih lama dibanding simple dan advancedsearh. Pemetaan dalam query SPARQL akan mempengaruhi seberapa cepat aplikasi akanmenampilkan hasil pencariannya
Kata kunci : web semantik, pencarian, sesame, ontologi, RDF
I. PENDAHULUANLatar Belakang
Perkembangan teknologi semakinhari semakin pesat. Diantaranya adalahteknologi dalam pengolahan data. Sepertihalnya dalam sebuah perpustakaan yangmenyimpan ratusan bahkan ribuan koleksibuku. Hal ini jika direpresentasikankedalam bentuk digital, yang tujuannyaadalah pengguna dapat melihat koleksibuku dalam suatu perpustakaan, akanmengalami kesulitan dalam pencariankatalog buku yang begitu besar.Dibutuhkan banyak waktu untukmelakukan satu langkah pencarian datayang begitu besar. Teknologi semantikmerupakan teknologi yang dapatmelakukan penyimpanan dan pencariandata yang begitu besar.
Perumusan MasalahDari latar belakang dapat diambil
perumusan masalah sebagai berikut :
a. Bagaimana merancang ontologikatalog buku di perpustakaan STMIKSinar Nusantara, mulai dariperancangan dan melakukan queryterhadap ontologi tersebut.
b. Bagaimana mengimplementasikankedalam aplikasi pencarian katalogbuku.
Pembatasan Masalah Adapun beberapa yang akan dibahasdidalamnya adalah :a. Hasil pencarian ditampilkan meliputi
judul, penulis, abstrak, ISBN-ISSN,halaman, bahasa dan penerbit.
b. Aplikasi pencarian dibangun denganpendekatan Dublin Core, query SPARQL, PHP, cURL dan RDF Database.
c. Aplikasi yang dibangun hanya sebatassimulasi sederhana untukmenunjukkan pengimplementasianontologi kedalam bahasa
8/18/2019 Penerapan Web Semantik Dalam Pencarian k
4/12
2
pemrograman PHP dan bukanmerupakan aplikasi yang utuh.
d. Aplikasi pencarian yang dibangundilakukan berdasarkan judul,pengarang, penerbit, abstrak, tahundan rak buku.
Tujuana. Dapat merancang ontologi pencarian
katalog buku untuk perpustakaanSTMIK Sinar Nusantara Surakarta.
b. Dapat melakukan query SPARQL terhadap ontologi yang sudahdibangun.
c. Dapat mengimplementasikan hasilperancangan ontologi kedalamaplikasi sederhana.
II. METODE PENELITIANMetode penelitian ini adalah
menggunakan teknologi semantik dengankolaborasi dari susunan katalog bukuyang sudah ada di perpustakaan STMIKSinar Nusantara Surakarta dan Dublin Core. Adapun metode pengumpulan datadalam penelitian ini menggunakan metodeobservasi, wawancara dan studi pustaka.Perancangan dan pengujian ontologimenggunakan Protégé Editor, danOpenRDF-Sesame.
Untuk mengetahui hasil dari
pengujian terhadap ontologi yang sudahdirancang, digunakan pengukurankecepatan. Pengukuran kecepatanmerupakan pengukuran seberapa cepatpencarian menampilkan hasil yang dicari.Dan akan diperoleh prosentase hasil darisetiap model pencarian.
III. TINJAUAN PUSTAKAWeb Semantik
Semantik berarti arti. Arti darisumber informasi yang berbasis pengguna
atau dapat mengerti intruksi penggunaatau mengerti intruksi dari suatu programyang komplek [1]. Sehingga web semantikadalah informasi dalam jumlah sangatbesar yang terhubung secara globaldengan suatu cara tertentu dan dimengertiatau dipahami oleh mesin, sehingga dapatdiproses secara langsung oleh mesinmenjadi pengetahuan untuk ditampilkankepada pemakai.
Dalam web semantik terdapatberbagai susuna sebagai obyek pokokdalam sebuah aplikasi web semantik. Adapun susunan dari web semantikseperti gambar 1 :
Gambar 1. Semantic Web Stack
OntologyIstilah ontologi sebenarnya berasal
dari istilah filosofi "ontology" yang artinyasesuatu yang sesungguhnya ada danbagaimana menggambarkannya. Dalamdunia komputer ontologi digunakan untukmenspesifikasikan suatu konseptualisasi.Dalam istilah lain ontologi dijelaskansebagai suatu representasi dari domainpengetahuan tertentu yang berisi istilah-istilah dalam domain tersebut besertahubungan antara istilah-istilah yang adayang diarahkan dapat memahami maknasuatu kata atau kalimat yang diberikanoleh pengguna [2].
SPARQLSPARQL merupakan bahasa query
untuk RDF. Di dalam lembarrekomendasinya W3C menuliskanSPARQL menyediakan fasilitas untukmengekstrak informasi dalam bentuk URI,blank nodedan literal, mengekstraksubgraf RDF, dan membangun graf RDF baru berdasar pada informasi dari grafyang di-query [3].
Query SPARQL didasarkan padapencocokan pola graf. Pola graf yangpaling sederhana adalah triple pattern yang mirip dengan RDF triple, hanya sajapola pada query dimungkinkan pemberiannama diluar terminologi RDF pada posisisubyek, predikat dan obyek. Model query SPARQL serta susunan query-nya dapatditunjukkan dalam gambar 2:
8/18/2019 Penerapan Web Semantik Dalam Pencarian k
5/12
3
Gambar 2. SPARQL Annatomy
RDFRDF (Resource Description
Framework) merupakan bahasa yangdigunakan untuk merepresentasikanmetadata. RDF mendukunginteroperabilitas antar aplikasi yangmempertukarkan informasi yang bersifatmachine-understandable di web. Semantic Web terdiri dari data yang ditulis dalambahasa yang dimengerti oleh mesin,
seperti RDF. RDF menggunakan grafuntuk merepresentasikan kumpulanpernyataan. Simpul dalam graf mewakilisuatu entitas, dan tanda panah mewakilirelasi antar entitas [4].
RDF terdiri dari 3 obyek tipe, yaituSumber daya (Resources), Properti(Property), dan Pernyataan (Statement). Adapun contoh penulisan RDF sepertigambar 3:
Gambar 3. Contoh RDF
Dublin CoreDublin Core adalah salah satuskema metadata yang digunakanuntuk web resource description anddiscovery. Dublin Core terdiri atas 15unsur dasar, yaitu: Title, Creator, Subject,Description, Publisher, Contributor, Date,Type, Format, Identifier, Source,Language, Relation, Coverage, Rights [5].
PHPPHP merupakan bahasa
pemrograman skrip yang diletakkan dalamserver yang biasa digunakan untukmembuat aplikasi web yang bersifatdinamis. PHP mendukung berbagaidatabase. Dengan demikian database
yang dibuat dapat diakses oleh PHP danmemungkinkan untuk menampilkan isinyaatau bahkan memanipulasi datanyamelalui halaman web [6].
OpenRDF-SesameSesame merupakan kerangka open
source untuk query dan menganalisa dataRDF. Itu diciptakan, dan masihdipertahankan, oleh Dutch software Aduna. Ini pada awalnya dikembangkansebagai bagian dari "On-To-Knowledge",sebuah proyek web semantik yangbermula dari 1999 sampai 2002.
Sesame mendukung dua bahasaquery: SeRQL dan SPARQL. Komponenlain dari Sesame adalah Alibaba, sebuah API yang memungkinkan untuk pemetaankelas Java ke ontologi dan untukmenghasilkan file Java dari ontologi. Halini memungkinkan untuk menggunakanontologi tertentu seperti RSS, FOAF danDublin Core, langsung dari Java.
Triplestores lainnya dapat digunakanmelalui Sesame, termasuk Mulgara, dan
AllegroGraph.
IV. HASIL DAN PEMBAHASANPerancangan Ontologi
Untuk merancang aplikasiberteknologi semantik harus telebihdahulu memiliki ontologi. Dalam penelitianini ontologi diberi nama “digilibsinus”.
Adapun struktur ontologinya adalahsebagai berikut :a. Class Book, berisi datatype title,
abstract, year, subject, collation,
classification, file, image, edition, isbn-issn, dan type.b. Class Organization, berisi datatype
organizationName dan place.c. Class Person, berisi datatype
personName dan address.d. Class Bookcase, berisi datatype
availability.
8/18/2019 Penerapan Web Semantik Dalam Pencarian k
6/12
4
Dari kelas yang sudah terdefinisikanserta datatype yang sudah didefinisikanpula, kemudian diperlukan suatu relasiyang menghubungkannya. Class bertindaksebagai subjek ontologi, dan datatype merupakan objek dalam ontologi. Predikatdalam ontologi didefinisikan sebagai
penghubung antara subjek dan objek agarmemiliki arti kesatuan.
Adapun predikat dari ontologimerupakan object ontology, bentuknyaseperti tabel 1 :
Tabel 1. Domain Range digilibsinus Ontology
DomainObject
OntologyRange
Book createdBy PersonPerson hasCreate BookBook publishedBy Organization
Organization hasPublished Book
Book locationIn BookcaseBookcase locatedOf Book
Person authorOf OrganizationOrganization hasAuthor Person
Skema dari ontologi digilibsinus yang dirancang dengan Protege ditunjukkan pada gambar 4:
Gambar 4. Kutipan skema ontologi digilibsinus
Perancangan RDFSetelah ontologi dirancang, makahal selanjutnya adalah melakukan importontologi digilibsinus ke dalam OpenRDF-sesame. Dimana natinya didalamnya akandiperoleh bentuk RDF database, prefix,namespace, dan dapat dilakukan simulasiquery SPARQL didalamnya.
RDF dapat divisualisasikan dalambentuk graph. Graph akan menjelaskan
alur dari RDF itu sendiri. Adapun kilasanRDF Graph digilibsinus ditunjukkan padagambar 5 :
Gambar 5. Kutipan RDF Graph
Instance Ontology
Instance adalah memasukkandata-data kedalam sebuah ontologi.Dalam ontologi digilibsinus ini dilakukaninstance dengan menggunakan editorProtégé. Sampel yang digunakan adalahsebanyak 50 katalog buku dari berbagaikategori buku.
Proses instance dilakukan sepertihalnya memasukkan data biasa sesuaifield-nya. Instance ontologi ditunjukkanpada gambar 6 :
Gambar 6. Instance
Perancangan Query Rancangan query dibagi dalam 3
macam, yaitu perancangan query untukpencarian berdasarkan kata kunci, query untuk pencarian berdasarkan pencariansederhana dan query untuk keywordsearch.
8/18/2019 Penerapan Web Semantik Dalam Pencarian k
7/12
5
a. Perancangan query pencarian katakunciPREFIXdigilib:http://localhost/digilibsinus.owl#SELECT *WHERE
{ ?book digilib:title ?title .
?book digilib:createdBy ?person .?person digilib:personName?personName .
?book digilib:title ?title.?book digilib:publishedBy
?organization.?organization
digilib:organizationName?organizationName.
?book digilib:collation ?collation.?book digilib:subject ?subject.?book digilib:language ?language.?book digilib:abstract ?abstract.?book digilib:isbn ?isbn.
?book digilib:year ?year.FILTER (regex(STR(?title) ,'".$kunci."', 'i')
||regex(STR(?personName) ,'".$kunci."', 'i')
||regex(STR(?abstract) , '".$kunci."', 'i')
||regex(STR(?isbn) , '".$kunci."', 'i')
||regex(STR(?organizationName) ,'".$kunci."', 'i')
||regex(STR(?subject) , '".$kunci."', 'i')
||regex(STR(?language) , '".$kunci."','i')
||regex(STR(?year) , '".$kunci."', 'i')).}
Pada query diatas, “$kunci”merupakan kata kunci yangdimasukkan kedalam form pencarian.
b. Perancangan query untuk simple
search. PREFIXdigilib:http://localhost/digilibsinus.owl#SELECT *WHERE
{ ?book digilib:title ?title .?book digilib:createdBy ?person .?person digilib:personName
?personName .?book digilib:title ?title.
?book digilib:publishedBy?organization.
?organizationdigilib:organizationName?organizationName.
?book digilib:collation ?collation.?book digilib:subject ?subject.?book digilib:language ?language.?book digilib:abstract ?abstract.?book digilib:isbn ?isbn.?book digilib:year ?year.?book digilib:locationIn ?availability.
FILTER(regex(STR(?".$kategori.") , '".$kunci."','i')).
}
Pada query diatas menampilkanseluruh data berdasarkan kategori.Sintak “$kategori” merupakan pilihankategori yang dideklarasikan dalam
bentuk combobox, dan “$kunci”merupakan kata kunci yangdimasukkan dalam form pencarian.
c. Perancangan query untuk advancedsearch. PREFIXdigilib:http://localhost/digilibsinus.owl#SELECT *WHERE
{ ?book digilib:title ?title .?book digilib:createdBy ?person .?person digilib:personName
?personName .
?book digilib:title ?title.?book digilib:publishedBy
?organization.?organization
digilib:organizationName?organizationName.
?book digilib:collation ?collation.?book digilib:subject ?subject.?book digilib:language ?language.?book digilib:abstract ?abstract.?book digilib:isbn ?isbn.?book digilib:year ?year.?book digilib:locationIn ?availability
FILTER (".$bagianWhere.").}
Pada query “$bagianWhere” adalahpemecahan kunci pencarian yangbersifat opsional, dan menggunakanfungsi AND, OR, dan NOT, yangtelah dideklarasikan dalam sintakPHP sebelumnya.
8/18/2019 Penerapan Web Semantik Dalam Pencarian k
8/12
6
Perancangan Aplikasi Pencarian Aplikasi yang akan dirancang
menggunakan bahasa pemrogramanPHP, cURL dan HTTP Request 1.1.
Adapun gambaran umum darirancangan aplikasi pencarian ditunjukkanpada gambar 7:
Gambar 7. Gambaran Umum Aplikasi
Dalam rancangan aplikasi akandibagi menjadi 4 bagian, yaitu Home,Keyword Search, Simple Search dan Advanced Search.
Bentuk rancangan halaman utamaatau Home ditunjukkan pada gambar 8 :
Gambar 8. Rancangan Halaman Home
Bentuk rancangan halamanpencarian kata kunci atau keyword search ditunjukkan pada gambar 9 :
Gambar 9. Rancangan Keyword Search
Bentuk rancangan halaman simple search ditunjukkan seperti gambar 10:
Gambar 10. Rancangan Simple Search
Bentuk rancangan halamanadvanced search ditunjukkan padagambar 11 :
Gambar 11. Rancangan Pencarian Multi
ImplementasiUntuk melakukan implementasi,
yang diperispkan adalah Apache Tomcat
untuk import OpenRDF-Sesame kedalamnya, Apache XAMPP sebagaipenyimpanan database MySQL RDF Store, cURL, HTTP Request 1.1 dan webbrowser.
Untuk mengakses halaman aplikasisimulasi pencarian katalog buku, alamatyang dituju dalam web browser adalahhttp://localhost/digilibsinus/. Kemudianakan tampil halaman utama sepertiditunjukkan pada gambar 12 :
Gambar 12. Halaman Utama
8/18/2019 Penerapan Web Semantik Dalam Pencarian k
9/12
7
Untuk malakukan pencarian katalogbuku, dapat dilakukan pencarian denganmemilih menu yang berada diatas. Padaaplikasi tersebut, menu yang tersediaadalah Home, Keyword Search, SimpleSearch, dan Advanced Search.
Dalam hal ini akan dicontohkan
pencarian dengan kalimat potonganabstrak buku “pencarian berdasarkan konten” dan akan tampak hasilnya sepertipada gambar 13 :
Gambar 13. Pencarian Kata Kunci
Jika dilakukan pencarian dengansimple search akan tampak sepertigambar 14:
Gambar 14. Pencarian Sederhana
Jika dilakukan pencarian denganadvanced search, hasilnya dapat dilihatseperti gambar 15 :
Gambar 15. Pencarian Multi
Hasil PenelitianDari ketiga model pencarian yang
telah dirancang diatas, maka dapatdilakukan pengujian untukmembandingkan seberapa cepat query yang dilakukan oleh masing-masing modelpencarian terhadap hasil yangditampilkan. Sehingga nantinya dapat
ditarik sebuah kesimpulan apakahteknologi semantik memang benar cocokdalam penerapan aplikasi yangmempunyai data besar atau tidak.
Proses pengujian dilakukan denganketentuan sebagai berikut :1. Kondisi hardware & software dalam
keadaan yang sama saat dilakukanpengujian.
2. Sampel pengujian diberikansebanyak 50 sampel katalog bukudari segala kategori.
3. Ditetapkan 20 klausa kunci (Q) yangakan menjadi kata kunci samadalam pencarian.
4. Setiap pencarian diulang sebanyak10 kali pengulangan untuk satu buahklausa kunci (Q). Sehingga dapatditarik rata-rata untuk dijadikanpedoman penentuan waktu dalamsetiap hasil pencarian dari klausakunci (Q).
Untuk hasil pengujian yang telahdilakukan dengan perhitungan rata-rata,
maka diperoleh hasil yang dapatditampilkan pada tabel 2 :
8/18/2019 Penerapan Web Semantik Dalam Pencarian k
10/12
8
Tabel 2. Hasil Rata-rata Pengukuran
QRata-rata dalam 10X
FKey Sim Adv
Q1 0.04102 0.04194 0.04158 Key
Q2 0.04169 0.04251 0.04119 Adv
Q3 0.04440 0.04445 0.04481 KeyQ4 0.04453 0.04506 0.04421 Adv
Q5 0.04401 0.04584 0.04491 Key
Q6 0.04171 0.04356 0.04254 Key
Q7 0.04849 0.04504 0.04685 Sim
Q8 0.05350 0.05010 0.05440 Sim
Q9 0.06030 0.06000 0.06100 Sim
Q10 0.07490 0.07326 0.07335 Sim
Q11 0.07645 0.07660 0.07626 Adv
Q12 0.07589 0.07503 0.07630 Sim
Q13 0.07947 0.07892 0.07997 SimQ14 0.09088 0.09023 0.09042 Sim
Q15 0.09056 0.09053 0.09092 Sim
Q16 0.09177 0.09150 0.09195 Sim
Q17 0.09330 0.09258 0.09285 Adv
Q18 0.09896 0.09735 0.09621 Adv
Q19 0.09894 0.09887 0.09883 Adv
Q20 0.09890 0.09896 0.09889 Adv
QR 0.06948 0.06912 0.06937
Keterangan :F = pencarian tercepat
Key = keyword search Sim = simple search Adv = advanced search QR = rata-rataQ1 = “2009”Q2 = “hukum”Q3 = “pemrograman”Q4 = “john hebeller”Q5 = “elekmedia komputindo”Q6 = “pemrograman php”Q7 = “978-979-29-3110-5”Q8 = “feng menglong, ling mengehu”Q9 = “buku robot cerdas”Q10 = “sistem pendukung keputusan”
Q11 = “metode analisis statistic”Q12 = “javascript jquery dan ajax”Q13 = “mobile bisnis dengan J2ME”Q14 = “perkembangan teknologi CCTV”Q15 = “belajar javascript dengan jquery”Q16 = “rancang bangun robot tingkat dasar”Q17 = “dasar teknik pengujian tegangan tinggi”Q18 =”menguasai bahasa inggris secara cepatQ19 = “kisah pilihan dari dinasti song & ming”Q20 =”tutorial membangun web sekolah
dengan cms”
Dari ketiga model dapat dihitungprosentase F dari 20 Question Test dengan rata-rata pengulangan 10 kalidihitung dengan perbandingan nilaiterendah dari model pencarian yang lain.Prosentase dapat dihitung dengan rumus :
Keterangan :P = prosentase PencarianΣF = jumlah pencarian tercepatΣQ = jumlah Question Test
Sehingga akan didapat prosentaseseberapa cepat pencarian dapatmelakukan query dan menampilkanhasilnya, dibanding dengan modelpencarian lainnya dalam kata kunci yangberbeda-beda (Q).
Hasil rata-rata setiap pencarian padatabel 2 dapat ditampilkan dalam bentukgrafik seperti terlihat pada gambar 16:
Gambar 16. Grafik Rata-rata Pengukuran
Grafik gambar 16 merupakan hasilpengukuran rata-rata yang dilakukansebanyak 10 kali untuk setiap Question
Test (Q) terhadap model pencarian.Keyword search akan lebih dominan
memiliki waktu yang cepat dengan katakunci tunggal atau pendek. Hal inidisebabkan query yang digunakan masihumum, sehingga kata kunci harusdipetakan satu persatu sesuai variabelquery-nya. Hal ini akan terlihat dari Q1sampai Q7 yang merupakan kata kuncitunggal & pendek, membuat pencarian
P = ×100
8/18/2019 Penerapan Web Semantik Dalam Pencarian k
11/12
9
keyword search menjadi pencariantercepat dibanding dengan kedua modellainnya. Dengan kesederhanaan katakunci inilah membuat grafik pencarianmemiliki kecenderungan mendatar.
Kata kunci yang beragam akanmembuat waktu pencarian menjadi lama.
Hal ini tergambar dari grafik gambar 16,bahwa kenaikan terjadi pada Q8 sampaiQ20 yang memiliki kata kunci yangbertambah disetiap kenaikan level Q. Daripengukuran terlihat bahwa simple &advanced search mampu meminimalisasiwaktu pencarian, karena dalam pencariantersebut menggunakan pemetaan katakunci. Sehingga kata kunci dapatdimasukkan ke dalam kelompok-kelompokkata kunci yang dimaksud. Seperti contohkata kunci tahun “2009”. Pada simple &advanced search, kata kunci tersebutdapat langsung dimasukkan kedalampencarian berdasarkan tahun.
V. PENUTUPKesimpulan
Dari hasil penelitian hal utama yangmendasari perpedaan waktu disini adalahmodel query SPARQL. Model query SPARQL yang masih luas (dalam hal inikeyword search) sangat mempengaruhiwaktu pencarian. Karena setiap kata kunciyang dimasukkan akan dicocokkan sesuai jenis variabel yang sesuai di query SPARQL. Ini terlihat pada model keyword search yang mempunyai rata-rata waktu0.06948 detik atau memiliki prosentasepencarian tercepat 20% dari 20 Question Test terhadap dua model pencarian yanglain (simple & advanced search).
Model query yang sudah dipetakandengan pilihan-pilihan menu seperticombobox dan checkbox (dalam hal inisimple & advanced search), sangatmembantu dalam pencarian, karena setiapkata kunci akan langsung dipetakan
kedalam jenis variabel di query SPARQL.Hal ini terbukti simple searh memiliki rata-rata 0.06912 detik atau memilikiprosentase pencarian 45%, dan advanced search memiliki rata-rata 0.06937 detikatau memiliki prosentase pencarian 35%.
Dari ketiga model pencarian memilikikecenderungan waktu yang semakinmeningkat sejajar dengan banyaknya katakunci yang dimasukkan.
SaranDari hasil penelitian ini masih
banyak yang dapat dikembangkan untukmenjadi sebuah aplikasi yang baik. Untukperkembangan kedepannya dapatdilakukan pemodelan pencarian denganpenambahan vocabulary kata kunci,
sehingga pencarian dapat dilakukandengan padanan kata dari suatu katakunci. Hal ini dapat menggunakan metodeLanguage Based Matching atau Vector Space Matching sebagai salah satumetode untuk melakukan pengukurankemiripan.
Penambahan data yang lebihbanyak dan beragam dapat dilakukanuntuk mengetahui hasil kecenderungandari pengukurannya lebih lanjut, sehinggadapat diketahui perbedaan antara hasilpenelitian ini.
DAFTAR PUSTAKA[1] Hebeler, John., Fisher, Matthew.,
Blace, Ryan., dan Perez-Lopez, Andrew., 2009, Semantic WebProgramming, Wiley Publishing, Inc.,Indianapolis, Indiana
[2] Zebua, Javier., 2010, AplikasiPencarian Buku Berbasis WebSemantik Untuk Perpustakaan SMKYadika 7 Bogor , Universitas
Gunadarma[3] Seaborne, A. dan Prud'hommeaux,E., 2008, SPARQL Query Languagefor RDF, Recommendation, WorldWide Web Consortium (W3C),http://www.w3.org/TR/2008/REC-rdf-sparql-query-20080115/ Lastestversion available:http://www.w3.org/TR/rdf-sparql-query/
[4] Stoermer, Heiko., RDF Standard andTechnologies, University of Trento,Italy, Dec 06.
[5] Nurkhamid, Mukhamad., 2009, Aplikasi Bibliografi PerpustakaanBerbasis Teknologi Semantik, JurnalFakultas Teknik, Universitas MariaKudus
[6] Abdul Kadir, 2008, Belajar DatabaseMenggunakan MySQL, AndiPublisher, Yogyakarta, hal 358.
8/18/2019 Penerapan Web Semantik Dalam Pencarian k
12/12
10