Perbandingan Kinerja Jaro Winkler dan Levensthein Distance pada Autocorrect Sistem Pencarian Hadis

Authors

  • Ichsan Taufik Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN Sunan Gunung Djati Bandung Jl. AH. Nasution No. 105 Bandung
  • Manarul Huda Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN Sunan Gunung Djati Bandung Jl. AH. Nasution No. 105 Bandung
  • Yana Aditia Gerhana Jurusan Teknik Informatika Fakultas Sains dan Teknologi UIN Sunan Gunung Djati Bandung Jl. AH. Nasution No. 105 Bandung

Keywords:

Hadis, Autocorrect, Jaro Winkler, Levensthein Distance

Abstract

Hadis merupakan hukum Islam kedua setelah Alquran. Banyaknya hadis yang tersebar di berbagai kitab hadis, mendorong umat Islam mencari cara untuk mendapatkan hadis yang tepat dalam waktu yang sesingkat-singkatnya. Salah satunya adalah Kitab Bulughul Maram yang berjumlah lebih kurang 1.371 buah hadis. Maka diperlukan implementasi untuk Sistem Pencarian Hadis. Namun saat dilakukan proses pencarian, kata kunci yang dipilih terkadang terjadi kesalahan penulisan. Oleh karenanya, diperlukan autocorrect untuk mengatasi hal tersebut. Kemudian, diperlukan analisa untuk mengetahui kinerja autocorrect pada Algoritma Jaro Winkler dan Levensthein Distance. Hasil yang didapatkan setelah 20 kali pengujian, akurasi Jaro Winkler sebesar 97,45%, lebih tinggi dibandingkan dengan akurasi Levensthein Distance yang sebesar 90,27%. Sedangkan untuk waktu tempuh, Levensthein Distance lebih singkat sebesar 0,09 detik dibandingkan Jaro Winkler sebesar 0,74 detik. Lalu untuk memori yang digunakan, Levensthein Distance lebih ringan dengan kapasitas 12.396,41kb dibandingkan dengan
Jaro Winkler 12.664,84kb.

 

Hadith is the second Islamic law after the Koran. The number of hadiths that scattered in various books of hadith, encouraging Muslims to find ways to get the right hadith in the shortest possible time. One of them is the Book of Bulughul Maram which amounts to approximately 1,371 hadiths. So implementation is required for Hadith Search System. However, when the process search, the selected keyword sometimes error occurs. By hence, autocorrect is required to overcome tis. Then, required analysis to determine the performance of autocorrect on the Jaro Winkler Algorithm and Levensthein Distance. The results obtained after 20 times of testing, Jaro Winkler's accuracy 97.45%, higher than Levensthein's accuracy The distance is 90.27%. As for travel time, Levensthein Distance shorter by 0.09 seconds than Jaro Winkler by 0.74 seconds. Then for the memory used, Levensthein Distance is lighter with capacity
12,396.41kb compared to Jaro Winkler's 12,664.84kb

 

Downloads

Download data is not yet available.

References

“Bulughul Maram,” 2018. [Online]. Available: https://id.wikipedia.org/wiki/Bulughul_Maram. [Accessed: 30-Jun-2019].

A. S. Dharma, J. Banjarnahor, O. Nainggolan, and Y. Sihombing, “Analisis Algoritma Approximate String Matching Pada Fitur Autocorrect dalam Pencarian Data,” vol. 01, no. 01, pp. 1–6, 2018.

A. Prasetyo, W. M. Baihaqi, and I. S. Had, “ALGORITMA JAROWINKLER DISTANCE: FITUR AUTOCORRECT DAN SPELLING SUGGESTION PADA PENULISAN NASKAH BAHASA INDONESIA DI BMS TV,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 4, pp. 435–444, 2018.

J. Sarwono, Metode Penelitian Kuantitatif dan Kualitatif, Cetakan Pe. Yoogyakarta: Graha Ilmu, 2006.

A. Kadir, Pengenalan Sistem Informasi Edisi Revisi. Yogyakarta: CV ANDI, 2014. “Bulughul Maram,” 2018. [Online]. Available: https://id.wikipedia.org/wiki/Bulughul_Maram. [Accessed: 30-Jun-2019].

A. S. Dharma, J. Banjarnahor, O. Nainggolan, and Y. Sihombing, “Analisis Algoritma Approximate String Matching Pada Fitur Autocorrect dalam Pencarian Data,” vol. 01, no. 01, pp. 1–6, 2018.

A. Prasetyo, W. M. Baihaqi, and I. S. Had, “ALGORITMA JAROWINKLER DISTANCE: FITUR AUTOCORRECT DAN SPELLING SUGGESTION PADA PENULISAN NASKAH BAHASA INDONESIA DI BMS TV,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 4, pp. 435–444, 2018.

J. Sarwono, Metode Penelitian Kuantitatif dan Kualitatif, Cetakan Pe. Yoogyakarta: Graha Ilmu, 2006.

A. Kadir, Pengenalan Sistem Informasi Edisi Revisi. Yogyakarta: CV ANDI, 2014.

M. Hakim, “SISTEM PAKAR MENGIDENTIFIKASI JENIS HADITS MENGGUNAKAN METODE FORWARD CHAINING,” pp. 28–29, 2016.

P. D. I. W, “IMPLEMENTASI PEMBELAJARAN KITAB KUNING SEBAGAI UP PENINGKATAN RELIGIUSITAS PESERTA DIDIK DI PONDOK PESANTREN TARBIYATUL MUBTADIIN BEKASI TIMUR,” Yogyakarta, 2018.

N. K. bin Kurdian, “STUDI KOMPARASI ANTARA BAB AL-MIYAH DI KITAB ALMUHARRAR FI AHADITS AL-AHKAM DENGAN BAB ALMIYAH DI KITAB BULUGHUL MARAM MIN ADILLAH AL-AH KAM,” Al-Majaalis, vol. 3, no. 2, pp. 1–33, 2016.

W. Zaelani, “Penerapan Algoritma Jaro Winkler Distance Untuk Penilaian Esai Otomatis Pada Mata Pelajaran Kewarganegaraan,” Bandung, 2017.

Tinaliah and T. Elizabeth, “Perbandingan Hasil Deteksi Plagiarisme Dokumen Dengan Metode Jaro Winkler Distance dan Metode Latent Semantic Analysis,” J. Teknol. dan Sist. Komput., vol. Vol 6, 2018.

I. Taufik, I. D. Aishia, I. I. Data, and D. A. N. Metode, “IMPLEMENTASI FUZZY SEARCH UNTUK PENDETEKSI KATA ASING PADA,” no. April, pp. 1–8, 2017.

A. Nurul and S. Ulfah, “Implementasi Algoritma Levensthein Distance untuk koreksi kesalahan ejaan pada dokumen teks,” Diploma Thesis UIN SGD Bandung, 2016.

Hartanto, “TEXT MINING DAN SENTIMEN ANALISIS TWITTER PADA GERAKAN LGBT,” vol. 9, no. 1, pp. 18–25, 2017.

R. Siringoringo, “Text Mining dan Klasterisasi Sentimen Pada Ulasan Produk Toko Online,” Tek. Inform. Univ. Prima Indones. Medan, vol. 2, pp. 1–6, 2019.

A. Sofyan and S. Santosa, “TEXT MINING UNTUK KLASIFIKASI PENGADUAN PADA SISTEM LAPOR MENGGUNAKAN METODE C4.5 BERBASIS FORWARD SELECTION,” Teknol. Inf., vol. 12, no. April, pp. 74–83, 2016.

R. R. Bintana and S. Agustian, “Penerapan Model OKAPI BM25 Pada Sistem Temu Kembali Informasi,” pp. 273–279, 2012.

A. Dan et al., “KEBUDAYAAN.”

F. Sanjaya, “Pemanfaatan Sistem Temu Kembali Informasi dalam Pencarian Dokumen Menggunakan Metode Vector Space Model,” J. Inf. Technol., vol. 5, no. 2, pp. 147–153, 2017.

A. S. Nayak, A. P. Kanive, N. Chandavekar, and R. Balasubramani, “Survey on Pre-Processing Techniques for Text Mining,” vol. 5, no. 16875, pp. 16875–16879, 2016.

D. Susandi and U. Sholahudin, “Pemanfaatan Vector Space Model pada Penerapan Algoritma Nazief Adriani , KNN dan Fungsi Similarity Cosine untuk Pembobotan IDF dan WIDF pada Prototipe Sistem Klasifikasi Teks Bahasa Indonesia,” vol. 3, no. 1, pp. 22–29, 2016.

M. W. Sardjono, M. Cahyanti, M. Mujahidin, and R. Arianty, “BERBAHASA INDONESIA MENGGUNAKAN ALGORITMA STEMMING NAZIEF-ADRIANI,” jurnal.wicida.ac.id, pp. 138–146, 2018.

D. Wahyudi, T. Susyanto, and D. Nugroho, “Implementasi dan analisis algoritma stemming nazief & adriani dan porter pada dokumen berbahasa indonesia,” pp. 49–56, 2013.

K. Frinta and P. P. Adikara, “Pencarian Berita Berbahasa Indonesia Menggunakan Metode BM25,” vol. 3, no. 3, pp. 2589–2595, 2019

J. R. Embongbulan, Y. F. A, and A. P. Kurniati, “RETRIEVAL Latar belakang Kebutuhan informasi yang semakin tinggi , memaksa manusia untuk,” 2010.

R. A. S. and M. Shalahuddin, Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. 2016.

R. A.S and M. Shalahuddin, Pemrograman Berorientasi Obyek. Bandung: Modula, 2010.

P. Hidayatullah and J. K. Kawstara, Pemrograman Web, Edisi Revi. Bandung: Informatika Bandung, 2017.

B. Raharjo, Belajar Otodidak Codeigniter, Pertama. Bandung: Informatika Bandung, 2015.

R. Abdullah, Web Programming is Easy. Jakarta: PT. Elex Media Komputindo, 2015.

R. S. Pressman, Rekayasa Perangkat Lunak Pendekatan Praktisi. Yogyakarta: Andi, 2002.

Published

20-01-2022

How to Cite

[1]
I. . Taufik, . M. Huda, and Y. A. . Gerhana, “Perbandingan Kinerja Jaro Winkler dan Levensthein Distance pada Autocorrect Sistem Pencarian Hadis”, SENTER, pp. 319–330, Jan. 2022.