Tugas Akhir

BAB I PENDAHULUAN Bab ini menguraikan tentang latar belakang, rumusan masalah, tujuan penelitian, batasan masalah, metodologi dan sistematika penulisan dari laporan tugas akhir ini.

1.1. Latar Belakang Tingginya penggunaan internet telah memacu pesatnya pertumbuhan dan pertukaran informasi. Tidak hanya dalam dunia maya, tetapi jumlah informasi dalam bentuk text juga semakin banyak digunakan di berbagai institusi dan perusahaan. Jumlah dokumen elektronik berbahasa Inggris yang semakin besar merupakan sumber informasi yang berharga. Pengelompokan (clustering) dokumen merupakan sebuah cara yang dapat digunakan untuk mempermudah pencarian dokumen dalam database. Clustering merupakan salah satu teknik dalam datamining yang bisa digunakan untuk mengelompokkan data. Clustering merupakan proses pengelompokan data sehingga semua anggota dari bagian data memiliki kemiripan berdasarkan perhitungan jarak antara keyword yang ada didokumen. Salah satu aplikasi dari clustering adalah document clustering. Tahapan clustering adalah: representasi dokumen, pengunaan cluster algorithm, dan evaluasi. Yang diberikan sebagai masukan dalam document clustering adalah source dari dokumen dan similarity measure yang akan digunakan untuk menemukan beberapa cluster dari dokumen yang saling terkait satu sama lainnya(2.5). Dalam membentuk document clustering ada beberapa teknik yang dapat digunakan, tetapi pada umumnya ada dua teknik yang sering digunakan yaitu : Partitioning algorithms dan Hierarchy algorithms (2.4). Agglomerative hierarchical merupakan salah satu bagian dari hierarchy algorithms. Tugas akhir ini akan melakukan pengelompokan dokumen berdasarkan teknik hirarki (hierarchy algorithms).

1

1.2. Rumusan Masalah Berdasarkan latar belakang penulis dapat mengidentifikasi beberapa masalah sebagai berikut: 1. Mengimplementasikan

algoritma

Agglomerative

hierarchical

untuk

mengelompokan dokumen. 2. Mengelompokkan dokumen dengan melakukan perhitungan jarak antara dokumen berdasarkan frekuensi kemunculan keyword yang ada di setiap dokumen. Pada

tugas

akhir

ini

akan

dibuat

sebuah

sistem

sederhana

untuk

mengimplementasikan salah satu teknik clustering yaitu teknik hirarki dengan menggunakan salah satu algoritma hirarki yaitu agglomerative hierarchical. Sistem sederhana ini diharapkan dapat memberikan kesimpulan bahwa algortima agglomerative hierarchical bisa juga digunakan dalam penggelompokan dokumen dengan kelebihan dan kekurangan tersendiri.

1.3. Tujuan Penelitian Tujuan Tugas akhir ini melakukan pembelajaran dan implementasi algoritma agglomerative hierarchical clustering sebagai salah satu algoritma dari metode hirarki yang dapat digunakan untuk pengelompokan dokumen berdasarkan jumlah kemunculan keyword dalam setiap dokumen.

1.4. Batasan Masalah Untuk memberi batas pada ruang lingkup pekerjaan sekaligus memberi fokus pada penyelesaian, maka pada Tugas Akhir ini diberikan beberapa batasan yaitu: 1. Tugas akhir ini akan menitikberatkan pada pengimplementasian metode agglomerative hierarchical clustering dalam menggelompokan dokumen. 2. Keyword sudah diketahui dengan demikian pada tahap preprocessing yang akan dilakukan perhitungan kemunculan keyword pada setiap dokumen.

2

3. Dokumen untuk pengujian sistem akan disediakan oleh penulis.

1.5. Metodologi Tugas akhir ini akan diselesaikan berdasarkan pada metodologi berikut : 1. Studi Literatur. Tahapan yang dilakukan dalam penyelesaian tugas akhir ini, diawali dengan melakukan studi pustaka dari text book dan artikel – artikel guna memberi pemahaman yang fundamental akan konsep yang digunakan pada banyak alternatif penyelesaian pada agglomerative hierarchical clustering. Selain itu dilakukan studi literatur yang diperoleh dari internet. 2. Analisis. Pada tahap ini, penulis mempelajari teknik pendekatan hirarki dan melakukan analisis terhadap algoritma yang akan digunakan yaitu agglomerative hierarchical clustering. 3. Perancangan dan Implementasi Perancangan dan pengembangan perangkat lunak berdasarkan analisa yang sudah dilakukan dan mengimplementasikan algoritma yang akan digunakan dengan menggunakan bahasa pemrograman C# .

1.6. Sistematika Penulisan Laporan TA ini disusun berdasarkan sistematika pembahasan sebagai berikut : BAB I

Bab ini menguraikan tentang latar belakang masalah, rumusan masalah, tujuan penelitian, batasan masalah, metodologi dan sistematika pembahasan buku tugas akhir.

BAB II

Bab ini menjelaskan dasar teori mengenai knowledge discovery in database, data mining, text mining, clustering, document clustering, teknik clustering.

3

BAB III

Bab ini meliputi analisis dan perancangan text mining, text processing, algoritma agglomerative hierarchical. .

BAB IV

Bab ini berisi penjelasan tentang implementasi dan pengujian perangkat lunak.

BAB V

Bab ini berisi kesimpulan dan saran yang diperoleh dari pelaksanaan tugas akhir ini.

4

BAB II DASAR TEORI Bab ini berisi penjelasan dasar – dasar teori yang dimulai dengan teori umum mengenai knowledge discovery in database, data mining, clustering, document clustering, teknik clustering.

2.1Knowledge Discovery in Database KDD berhubungan dengan teknik integrasi dan penemuan ilmiah, interprestasi dan visualisasi dari pola – pola sejumlah kumpulan data. Langkah – langkah dalam proses KDD [HAN06] dapat dilihat pada gambar berikut : s

Gambar 1. Proses KDD

Langkah – langkah dalam proses KDD sebagai berikut : 1. Data cleaning : menghilangkan noise dan data yang inkonsisten. 2. Data integration : menggabungkan berbagai macam sumber data. 3. Data selection : memilih data yang relevan dengan ‘analysis task.’ 4. Data transformation : transformasi atau konsolidasi data ke dalam bentuk yang lebih baik untuk mining, dengan mewujudkan operasi – operasi summary dan aggregation.

5

5. Data mining : mengekstrak patterns dari data dengan menerapkan “intelligent methods”. 6. Pattern evaluation : mengidentifikasi sejumlah pola yang sungguh – sungguh menarik dan bakal menjadi pengetahuan berdasarkan sejumlah pengukuran seperti rule support dan rule confidence untuk rule extraction. 7. Knowledge presentation : penggunaan teknik – teknik visualisasi dan representasi untuk menyajikan pengetahuan yang telah diperoleh kepada user.

2.2Data Mining Banyak definisi tentang data mining, dibawah ini adalah beberapa definisi dari data mining [STE04] : 1. Ekstraksi dari suatu informasi yang berguna atau menarik

(Non-trivial,

implicit, sebelumnya belum diketahui, potensial kegunaannya) pola

atau

pengetahuan dari data yang disimpan dalam jumlah besar. 2. Eksplorasi dari analisa secara otomatis atau semiotomatis terhadap data – data dalam jumlah besar untuk mencari pola dan aturan yang berarti. Data mining juga merupakan salah satu proses knowledge discovery in database (KDD), yang semua prosesnya adalah mengubah data mentah menjadi pengetahuan yang berguna [PAN06]. Model Data Mining [STE04] : 1. Prediction : menggunakan beberapa variabel untuk memprediksi sesuatu atau suatu nilai yang akan datang. Beberapa model prediction diantaranya adalah : classification, regression, deviation detection. 2. Description : mendapatkan pola penafsiran (human – interpretable patterns) untuk menjelaskan data. Beberapa model description diantaranya adalah : clustering, association rule discovery, sequential pattern discovery. Perbedaaan antara Supervised learning dan Unsupervised learning [LIU] :

6

1. Supervised learning: menemukan pola baru dalam data yang menghubungkan pola data yang sudah ada dengan data yang baru. 2. Unsupervised learning: data belum memiliki pola. Menemukan pola dalam sebuah data.

2.3Clustering Clustering merupakan bagian dari unsupervised learning. Unsupervised learning tidak membutuhkan acuan awal untuk memperoleh nilai sehingga sistem ini memberikan hasil sepenuhnya pada setiap proses komputasi. Clustering adalah proses mengelompokkan objek berdasarkan kemiripan antar cluster. Cluster yang terletak didalam cluster harus memiliki kemiripan yang rendah sedangkan yang tidak berada dalam satu cluster, mempunyai kemiripan yang rendah[HAN06]. Prinsip dari clustering adalah memaksimalkan kemiripan antar anggota satu kelas dan meminimumkan kemiripan antar cluster. Tujuan clustering adalah untuk memisahkan sekumpulan objek dari data set ke dalam beberapa kelompok atau cluster dengan melihat kemiripan antar cluster berdasarkan keyword[STE04]. Untuk mengukur kemiripan antara dokumen akan dilakukan proses perhitungan jarak antara dokumen. Salah satu fungsi yang dapat digunakan untuk menghitung jarak antara dokumen[HAN06], yaitu : Euclidean distance

d (i, j)  (| xi1  x j1|2 | xi 2  x j 2 |2 ...| xip  x jp |2 ) ……………..(i)

Ada beberapa teknik dalam clustering[HAN06], yaitu : 1. Metode partisi : membangun berbagai partisi dan kemudian mengevaluasi partisi tersebut dengan beberapa kriteria . 2. Metode hierarki : membuat suatu penguraian secara hierarkikal dari himpunan data menguunakan beberapa kriteria. 3. Metode Berbasis densitas : berdasarkan konektivitas dan fungsi densitas. 4. Metode Berbasis grid : berdasarkan suatu struktur granularitas multi-level. 7

5. Metode Berbasis model : suatu model dihipotesakan untuk masing – masing cluster dan ide untuk mencari best fit dari model tersebut untuk masing – masing yang lain. 2.4 Teknik Clustering Secara garis besar metode clustering dibagi dalam 2 tipe yaitu : hierarchical dan non hierarchical. Hierarchical menggunakan N x N similarity matrix, sedangkan non hierarchical membagi dataset menjadi sebuah level single partisi, dengan atau tanpa pencocokan antara clusters [SAL71]. Selain itu hal mendasar yang membedakan kedua metode ini adalah : metode penelompokan hirarki digunakan apabila

belum

ada

informasi

jumlah

kelompok,

sedangkan

metode

pengelompokan non hirarki bertujuan mengelompokan n objek ke dalam k kelompok (k
hierarchical clustering yaitu agglomerative dan

divisive. Berikut ini adalah gambaran mengenai Agglomerative dan Divisive :

Gambar 4. Agglomerative dan Divisive

8

2.5.11Agglomerative

Metode ini dimulai dengan setiap N cluster membentuk cluster masing-masing. Kemudian dua cluster dengan jarak terdekat bergabung. Selanjutnya cluster yang lama akan bergabung dengan cluster yang sudah ada dan membentuk cluster baru. Hal ini tetap memperhitungkan jarak kedekatan antar cluster. Proses akan berlanjut hingga akhirnya terbentuk satu cluster yang terdiri dari keseluruhan cluster. Beberapa metode dari agglomerative[STE04] : 1. Single linkage (nearest neighbor methods) : Metode ini menggunakan prinsip jarak minimum yang diawali dengan mencari dua cluster terdekat dan keduanya membentuk cluster yang pertama. 2. Complete linkage (furthest neighbor methods) : Metode ini merupakan kebalikan dari pendekatan yang digunakan pada single linkage. Prinsip jarak yang digunakan adalah jarak terjauh(maximal) antar cluster. 3. Average linkage between groups methods : Metode ini mengikuti prosedur yang sama dengan kedua metode sebelumnya. Prinsip ukuran jarak yang digunakan adalah jarak rata-rata antar tiap pasangan cluster yang mungkin. 4. Ward’s method error sum of squares : Ward mengajukan suatu metode pembentukan cluster yang didasari oleh hilangnya informasi akibat penggabungan cluster menjadi cluster. Hal ini diukur dengan jumlah total deviasi kuadrat dari mean cluster untuk tiap observasi. 2.5.12 Divisive Metode divisive berlawanan dengan metode agglomerative. Metode ini pertamatama diawali dengan satu cluster besar yang mencakup semua cluster. Selanjutnya cluster yang memiliki ketidakmiripan yang cukup besar akan dipisahkan sehingga membentuk cluster yang lebih kecil. Pemisahan ini dilanjutkan sehingga mencapai sejumlah cluster yang diinginkan[STE00].

9

2.5.2Partitional Clustering Konsep dasar dari partitional clustering adalah membagi n jumlah cluster ke dalam k cluster. Metode ini merupakan metode pengelompokan yang bertujuan mengelompokan objek sehingga jarak antar tiap objek ke pusat kelompok di dalam satu kelompok adalah minimum. K-means

Clustering

dan

K-medoids

atau

PAM

(partition

around

medoids)merupakan beberapa algoritma dari partitional clustering [LIU]. Berikut ini adalah penjelasan singkat dari metode clustering K-means yaitu[SAN06] :  Membagi objek ke dalam k subset tak kosong.  Menghitung titik benih sebagai pusat(titik rata – rata dari cluster) cluster dari partisi sekarang.  Memberikan masing – masing objek tersebut ke cluster dengan titik benih terdekat.  Kembali ke tahap yang kedua, berhenti jika tidak ada lagi yang penugasan baru. 2.5 Dokumen Clustering Salah satu aplikasi clustering adalah document clustering. Adapun tujuan dari document clustering adalah untuk mengelompokkan dokumen dimana cluster dalam satu kelompok mirip satu dengan yang lain berdasarkan frekuensi kemunculan keyword yang ada di setiap dokumen[STE04].

10

Dibawah ini merupakan ilustrasi sederhana dari document clustering [WAI] :

Gambar 3. Ilustrasi document clustering [WAI]

Yang diberikan sebagai inputan adalah source document dan similarity measure dengan tujuan untuk mengumpulkan dokumen – dokumen yang ada dengan tepat. Pada umumnya proses clustering adalah sebagai berikut [SAN06] :  Preprocessing data(2.3) yang secara garis besar terdiri dari tokenisasi, filtering, stemming. Berdasarkan (I.4) hanya akan dilakukan beberapa dari tahapan preprocessing yaitu : tokenisasi (II.3) dan dilanjutkan dengan analisis. Tahap tokensisasi akan dilakukan untuk menangani dokumen baru yang akan diinput. Pada tahap ini akan dilakukan pemotongan setiap string yang ada dalam dokumen yang diinput(gambar ).

Gambar 4. Contoh Tokenisasi

11

Pada tahapan analisis, akan dilakukan perhitungan jumlah keyword (sudah disediakan) dalam dokumen yang ada yang kemudian akan membentuk matriks dokumen-term(tabel ).

Tabel Terms frequency dalam dokumen Ket : tfij = jumlah kemunculan kata/term dalam dokumen

 Clustering : menghitung kemiripan yang menerapkan algoritma clustering. Proses

Clustering

yang

akan

dilakukan

menggunakan

Agglomerative

Hierarchical Clustering Algorithm(AHC algorithm). Walaupun lebih lambat, hasil akhir Pengelompokan agglomerative hierarchical clustering lebih baik dibandingkan kmeans yang sering digunakan, karena lebih efisien [STE00]. Proses dasar dari hierarchical clustering [JON67] adalah:  Mulailah dengan mendefinisikan setiap item sebagai cluster, jadi data yang ada sejumlah N items, maka sekarang cluster yang ada sejumlah N items tersebut. Jarak antara clusters sama dengan jarak antara items yang ada.  Selanjutnya,

mencari

pasangan

cluster

yang

paling

dekat

dan

menggabungkan keduanya dalam satu cluster.  Hitung jarak antara cluster yang baru dibentuk dengan cluster yang sudah ada sebelumnya. Ulangi tahap 2 dan 3 sampai cluster membentuk N cluster yang diinginkan. Ada tiga metode yang ada dalam AHC algorithm(2.5.1.1) dan yang akan digunakan untuk melakukan clustering adalah metode single linkage. Metode

12

single lingkage menggunakan prinsip jarak minimum. Dibawah ini adalah psedeo code dari algoritma Agglomerative Hierarchical Clustering. Agglomerative Hierarchical Algorithm: Given: a set X of objects {x1,...,xn} a distance function dis(c1,c2) 1. for i = 1 to n ci = {xi} end for 2. C = {c1,...,cb} 3. l = n+1 4. while C.size > 1 do a) (cmin1,cmin2) = minimum dis(ci,cj) for all ci,cj in C b) remove cmin1 and cmin2 from C c) add {cmin1,cmin2} to C d) l = l + 1 end while

Contoh :

diberikan kumpulan X(dapat dilihat pada gambar ), yang sudah

direpresentasikan dalam bentuk matrix. Dengan menggunakan fungsi Euclidean distance (2.4) dan single link method untuk menghitung jarak antara clusters.

 pertama, masing – masing anggota (Xi) dari X, ditempatkan dalam cluster Ci,dimana Ci adalah anggota dari cluster C. C = {{x1},{x2},{x3}, {x4},{x5},{x6},{x7}, {x8},{x9},{x10}}  set l = 11.

13

 (iterasi pertama dari penggulangan menggunakan while) C.size = 10. Setelah dilakukan perhitungan jarak maka didapatkan jarak minimum adalah hasil perhitungan jarak antara C2 dan C10. (cmin1,cmin2) = (c2,c10) Pindahkan c2 and c10 from C, tambahkan c11 to C. C = {{x1},{x3}, {x4},{x5},{x6},{x7}, {x8},{x9},{{x2}, {x10}}} Set l = l + 1 = 12  Dan perhitungan terus dilakukan sampai membentuk N cluster yang diinginkan.  Kesimpulan dari hasil clustering yang didapatkan. Tahapan akhir dari proses clustering adalah kesimpulan dari clustering yang didapatkan.

BAB III ANALISIS DAN PERANCANGAN Bab ini berisi mengulas tentang analisa proses clustering, analisa perangkat lunak dan perancangan perangkat lunak.

3.1 Analisa Proses Clustering Dibawah ini adalah tahapan impelementasi program :

14

Vector Space Model

Koleksi Dokumen

AHC Algorithm

Vector Space Model

Dissimilarity Measures

Proses Clustering

Euclidean Distance

Hasil Clustering

Gambar 4: Tahapan Implementasi Program

3.1.1Proses Analisa Cluster Dalam analisa cluster, perlu melakukan proses cluster berikut [SAN06] :  Mengukur kesamaan antar objek (similarity). Sesuai prinsip dasar cluster yang menggelompokkan objek yang mempunyai kemiripan, proses pertama adalah mengukur seberapa jauh ada kesamaan antar objek. Dalam praktek, penggunaan metode Euclidean Distance yang paling populer.  Metode Single Linkage Link merupakan metode Hierarchical sehingga implementasi metode ini mengacu kepada tahapan dasar dari implementasi hierarchical(2.6). 3.1.2Proses Implementasi Cluster Berdasarkan gambar 3.1 diatas maka akan dijelaskan tahapan proses implementasi cluster dengan menggunakan metode single linkage, yang akan disertai dengan contoh. Diberikan 5 buah dokumen dengan 2 buah term(apple dan boy). Dari 5 dokumen ini akan dibentuk 3 cluster.

15

Gambar Setiap dokumen yang diinput merupakan anggota dari sebuah N cluster (berdasarkan algoritma 2.6). Selanjutnya dari data diatas akan dibentuk matriks dengan menghitung jarak antara dokumen yang ada. Perhitungan jarak dengan menggunakan fungsi Euclidean Distance(2.4).

d (i, j)  (| xi1  x j1|2 | xi 2  x j 2 |2 ...| xip  x jp |2 )

d(1,2) =

(1  2) 2  (4  6) 2 = 2.24

d(1,3) =

(1  4) 2  (4  2) 2 = 3.61

d(1,4) =

(1  3) 2  (4  1) 2 = 3.61

d(1,5) =

(1  0) 2  (4  6) 2 = 2.24

d(2,3) =

(2  4) 2  (6  2) 2 = 4.47

d(2,4) =

(2  3) 2  (6  1) 2 = 5.10

d(2,5) =

(2  0) 2  (6  6) 2 = 2.00

d(3,4) =

(4  3) 2  (2  1) 2 = 1.41

d(3,5) =

(4  0) 2  (2  6) 2 = 5.66

d(4,5) =

(3  0) 2  (1  6) 2 = 5.83

Dari hasil perhitungan diatas maka akan dibentuk dissimilarity matriks, jika perhitungan d(i,i) akan didapatkan 0. Setelah didapatkan hasil jarak, maka nilai yang minimum antara 2 cluster akan digabung. Pada iterasi pertama ini,didapatkan hasil minimum merupakan hasil perhitungan antara dok3 dan dok4. Keduanya digabung dalam satu cluster. 16

Hasil iterasi pertama :

Selanjutnya dilakukan iterasi kedua, karena cluster yang terbentuk belum sesuai dengan yang diinginkan(3 cluster). Pembentukan matriks dengan menggunakan perhitungan jarak seperti pada iterasi pertama. Pada iterasi berikut akan dilakukan perbandingan antara cluster baru yang sudah terbentuk dengan cluster lama yang ada. d(3,4)1 = min{d31,d41}= d31 = 3.61 d(3,4)2 = min{d32,d42}= d32 = 4.47 d(3,4)5 = min{d35,d45}= d35 = 5.66

Maka didapatkan matriks yang baru yang selanjutnya akan didapatkan jarak minimum kedua, yaitu hasil perhitungan antara dok2 dan dok5.

17

Dengan demikian kedua dokumen digabung dalam satu cluster, sehingga didapatkan hasil akhir sebagai berikut :

Demikianlah tahapan pembentukan cluster dengan menggunakan metode single lingkage yang merupakan salah satu metode dari agglomerative hierarchical clustering.

3.2 Analisa Perangkat Lunak Pada tahap ini akan dijelaskan mengenai use case diagram, activity diagram, sequence diagram, class diagram, dari perangkat lunak.

3.2.1Use Case Diagram 18

Use case diagram menggambarkan fungsionalitas yang diharapkan dari sebuah sistem. Yang ditekankan adalah “apa” yang diperbuat sistem, dan bukan “bagaimana”. Sebuah use case merepresentasikan sebuah interaksi antara aktor dengan sistem. Pada sistem ini user berhubungan langsung dengan sistem tanpa melibatkan administrator. Sehingga use case yang ada pada sistem ini adalah use case user.

Load Dataset

Load Dokumen User

Add Word

Clustering

View Table

Gambar 8: Use Case Diagram

Berikut adalah penjelasan singkat mengenai setiap use case yang ada :  Use case load dataset Use case ini merupakan proses awal dari sistem. Dimana user bisa memilih data set yang akan digunakan untuk pengujian.  Use case load dokumen

19

Use case ini adalah proses dimana user ingin menginput sebuah dokumen untuk diikutsertakan dalam pengujian.  Use case add word Use case ini dimana user bisa menambahkan istilah pada sistem.  Use case clustering Use case ini merupakan proses akhir dari sistem ini. Sistem akan memberikan hasil cluster dari setiap dokumen yang ada.  Use case view tabel Use case ini untuk melihat tabel apa saja yang ada dalam database. 3.2.2Activity Diagram

Gambar 9: Activity Diagram

3.2.3Sequence Diagram

20

:MySystem

:LoadDoc

: User in system Validasi Load Doc

Gambar 10: Sequence Diagram Load Document

:MySystem

: User

:loadDataset

:Clustering

:HasilClustering

in system choose dataset do clustering view hasil

Gambar 11: Sequence Diagram Clustering

3.2.4Class Diagram

Penjelasan mengenai setiap class yang digunakan :

21

 Class User Interface Class user interface pada sistem ini hanyalah berupa UI_menu. Class ini terdiri dari operasi browse, tProses, clustering.  Class Proses Class proses merupakan class yang dilakukan saat user melakukan aksi pada GUI. Pada sistem ini, class proses terdiri dari load data, tproses, cluster.  Class Database Class database merupakan class koneksi ke database.

UI_Menu tProses() Clustering() browse()

cluster cluster_no Id_Doc Freq word

loadData Nama_doc Id_Doc

tProses word Id_Doc freq

distance

dbconn.inc close() open()

Gambar 12: Class Diagram

3.3 Perancangan Perangkat Lunak

22

Pada tahap ini akan dijelaskan mengenai perancangan perangkat lunak yang terdiri dari perancangan database dan perancangan antar muka sistem. 3.3.1Perancangan Database

Document

given

Term

Clustering

Result

Gambar 6: Entity Relationship Diagram

Berdasarkan ERD yang ada pada gambar 6, maka akan dibentuk tabel – tabel berikut ini : Tbl_Document Doc_ID

Nama_Dok Tbl_Term

Term_ID

Nama_Term

Doc_ID

Tbl_Result Term_ID

Cluster_No

Doc_ID

Tbl_given Term_ID

Freq

23

3.3.2Perancangan Antar Muka Sistem Dibawah ini adalah gambaran sederhana antarmuka(GUI) dari sistem. Nama

Keterangan My System Ini merupakan form utama dari sistem. Pada form ini user bisa menginput dataset yang sudah disediakan, user bisa melakukan clustering dan melihat tabel keywords yang sudah disediakan.

Dataset Ini merupakan usecase load dataset.

24

Clustering Ini merupakan hasil akhir dari clustering.

AddWord Ini adalah GUI dari menambahkan keyword

Minkowski distance

d (i, j)  q (|xi1  x j1|q | xi 2  x j 2 |q ...| xip  x jp |q )

25

Manhattan distance d (i, j) | x  x |  | x  x | ... | x  x | i1 j1 i2 j2 ip jp

26