III‐1

BAB III ANALISIS

Dalam bab ini akan dibahas mengenai analisis perangkat lunak yang akan dibangun.

Analisis dilakukan pada sistem lama dan sistem baru. Analisis pada sistem lama meliputi

penerapan folksonomy, modul folksonomy, dan mekanisme kerja modul folksonomy.

Sedangkan analisis pada sistem baru meliputi ruang lingkup, tujuan pengembangan

perangkat lunak, lingkungan pengembangan, pembangunan dynamic folksonomy, serta

pemodelan fungsionalitas.

3.1 Ganesha Digital Library Ganesha Digital Library atau lebih dikenal dengan nama GDL merupakan aplikasi

perangkat lunak yang digunakan oleh perpustakaan pusat ITB untuk mempublikasikan

koleksi digital. Koleksi digital dari perpustakaan yang dipublikasikan meliputi abstraksi dari

hasil penelitian civitas akademik ITB dari jenjang S-1, S-2, serta S-3. Selain itu, aplikasi ini

tergabung dalam jaringan Indonesian Digital Library Network (IDLN) yang mana beberapa

koleksi digital merupakan hasil duplikasi dari koleksi digital anggota IDLN.

Ganesha Digital Library yang digunakan penulis adalah versi 4.2. Pada versi 4.2 ini

telah dilakukan berbagai perubahan dari versi sebelumnya yakni versi 4.0. Perubahan –

perubahan yang terjadi pada versi 4.2 yakni:

1. Pemisahaan antara presentation layer dengan business layer. Pemisahaan ini

memudahkan untuk dilakukan modifikasi pada presentation layer agar sesuai dengan

keinginan. Cukup melakukan custom pada file CSS untuk mengubah tampilan web.

2. Presentation layer telah sesuai dengan format XHTML. Format ini menyebabkan source

code pada halaman web tidak ubahnya sebagai format XML.

3. Aplikasi GDL terdiri dari beberapa modul. Modularisasi ini untuk memudahkan apabila

ada penambahan atau modifikasi dari suatu proses bisnis.

4. Aplikasi GDL 4.2 mendukung single account. Single account ini memungkinkan

pengguna dapat bergabung dengan perpustakaan digital di tempat lain tanpa harus

terdaftar di tempat tersebut.

 

 

III‐2

5. Aplikasi GDL 4.2 mampu mengambil koleksi metadata dari perpustakaan digital yang

mendukung format metadata dublincore. Hal ini menyebabkan aplikasi GDL 4.2 dapat

berkomunikasi dengan perpustakaan digital di luar negri dengan memanfaatkan protokol

OAI-PMH.

6. Aplikasi GDL 4.2 mengimplementasikan folksonomy. Penerapan folksonomy pada GDL

4.2 akan dijelaskan lebih lanjut di subbab 3.2.

Ganesha Digital Library 4.2 dibangun dengan dukungan beberapa modul. Modul –

modul yang mendukung GDL 4.2 yakni:

• Bookmark

• Browse

• CDISIS

• Configuration

• Discussion

• Explorer

• Folksonomy

• Indexing

• Install

• Member

• Migration

• Mydocs

• Organization

• Partnership

• Publisher

• Register

• Request

• Search

• Synchronization

• Upload

Koleksi digital dari perpustakaan digital ITB dikemas dalam format GDL metadata.

Format metadata dublincore hanya digunakan untuk koleksi digital yang diperoleh dari

perpustakaan digital di luar negri. Untuk melakukan komunikasi antar perpustakaan digital,

GDL 4.2 telah menerapkan protokol OAI-PMH dan protokol GDL. Protokol GDL

merupakan protokol OAI-PMH yang telah di modifikasi dimana protokol ini memerlukan

otentifikasi antara client dengan server. Dengan otentifikasi ini, dimungkinkan hanya

anggota yang terdaftar saja yang berhak untuk sharing koleksi digital.

Aplikasi GDL 4.2 bukanlah merupakan aplikasi yang sempurna sehingga masih banyak

kekurangan yang mana memberikan kesempatan untuk pengembangan lebih lanjut.

Beberapa kekurangan pada aplikasi GDL 4.2 yakni:

1. Belum adanya pengelompokan keanggotan. Pengelompokan keanggotaaan ini dirasa

perlu apabila terdapat beberapa koleksi digital yang bersifat rahasia dan hanya anggota

tertentu saja yang berhak mengaksesnya.

 

 

III‐3

2. Indexing metadata memanfaatkan swish-e. Aplikasi swish-e harus dijalankan dari

terminal. Apabila aplikasi ini di-hosting di server yang tidak diberikan otirisasi

mengakses perintah-perintah ke terminal, maka proses indexing akan gagal.

3. Folksonomy masih mengacu pada domain global. Hal ini menyebabkan tag cloud

sebagai hasil representasi penerapan folksonomy hanya dimungkinkan untuk

ditampilkan di halaman depan (home).

4. Keamanan pada aplikasi GDL masih belum baik. Celah keamanan yang dimungkinkan

adalah carding (pemalsuan identitas) saat melakukan proses sinkronisasi antara client-

server. Identitas yang dapat dipalsukan adalah data publisher. Data publisher berisi

informasi pribadi dari perpustakaan digital.

Melihat beberapa kekurangan yang ada pada aplikasi GDL 4.2, penulis memiliki

kesempatan untuk memberikan solusi atas permasalahan bahwa folksonomy hanya

diterapkan pada domain global. Permasalahan ini memberikan kesempatan untuk

mengembangkan dynamic folksonomy yang mana domain folksonomy dapat berubah-ubah.

Untuk itu, tugas akhir ini akan berkonsentrasi pada modul folksonomy sebagai modul yang

menerapkan metode folksonomy pada aplikasi GDL.

3.2 Analisis Sistem Lama Bagian ini akan menganalisis folkonomy pada GDL versi 4.2. Analisis dibagi menjadi

tiga bagian yakni penerapan folksonomy pada GDL, modul folksonomy, serta mekanisme

kerja modul folksonomy.

3.2.1 Penerapan Folksonomy Pada GDL

Ganesha Digital library merupakan perpustakaan digital ITB yang dapat diakses

melalui URL www.digilib.itb.ac.id. Perpustakaan digital ini tergabung dengan jaringan

Indonesian Digital Library Network atau lebih dikenal sebagai IndonesianDLN.

Pengunjung dapat menemukan fitur baru pada versi ini saat mengunjungi

www.digilib.itb.ac.id , yakni tag cloud seperti pada gambar III-1. Tag cloud

merepresentasikan keyword yang populer digunakan oleh pihak yang berkontribusi pada

perpustakaan digital. Tag cloud ini hanya dapat ditampilkan pada halaman depan (home)

karena merepresentasikan keseluruhan keyword content. Gambar III-2 menunjukkan bahwa

tag cloud tidak muncul pada saat pengunjung mengakses S3-Dissertations.

 

 

III‐4

Mengapa tag cloud tidak ditampilkan di halaman S3-Dissertations? Hal ini karena

adanya perbedaaan domain untuk menerapkan metode folksonomy guna menghasilkan daftar

keyword populer. Gambar III-3 dan Gambar III-4 memberikan ilustrasi domain yang harus

menjadi ruang lingkup saat menerapkan metode folksonomy atas metadata yang tersusun

menggunakan metode taxonomy. Penerapan domain yang dinamis inilah yang tidak mampu

ditangani oleh folksonomy generator pada GDL v4.2.

Gambar III-1. Tag cloud pada perpustakaan digital ITB.

Tag cloud sebagai representasi penerapan metode folksonomy akan sangat membantu

pengunjung untuk memberikan gambaran mengenai resource yang tersimpan pada node

yang sedang diakses. Gambar III-2 memberikan ilustrasi bagaimana pengunjung hanya

diberikan informasi mengenai informasi kategori saja pada saat mengakses node S3-

Dissertations. Informasi kategori ini tidak cukup memberikan gambaran mengenai resource

yang tersimpan pada node ini. Saat mengakses kategori yang lebih spesifik yakni

Mathematics_And_Natural_Science maka hanya muncul daftar tahun disertasi tersebut

dipublikasikan (Gambar III-5). Permasalahan ini menjadi landasan mengapa pembangunan

dynamic folksonomy perlu dilakukan.

 

 

III‐5

Perangkat lunak diharapkan tidak dibangun dengan script PHP karena untuk

menjembatani timeout akibat pembatasan waktu eksekusi. Oleh sebab itu, perlu dibangun

sistem yang mampu menampilkan halaman web berisi tag cloud yang dihasilkan dari

eksekusi folksonomy generator kurang dari 3 menit. Waktu 3 menit ini merupakan

konfigurasi timeout pada server perpustakaan digital sampai bulan Juni 2007.

3.2.2 Modul Folksonomy

Ganesha Digital Library mulai versi 4.2 terdiri atas beberapa modul. Modularisasi ini

diharapkan dapat memudahkan penambahan atau pengurangan suatu fitur serta memudahkan

dalam memberikan hak akses. Salah satu modul yang terdapat dalam Ganesha Digital

Library adalah modul folksonomy. Modul folksonomy berisi 2 subsistem yakni :

1. Subsistem Presentasi Tag Cloud

Sistem ini menampilkan tag cloud yang berisi daftar keyword populer yang

dihasilkan oleh subsistem generator. Dalam pengerjaan tugas akhir ini, hanya akan

dilakukan beberapa modifikasi untuk mengakomodasi perubahan yang terjadi pada

subsistem generator.

Gambar III-2. Sub kategori pada node S3-Dissertations.

 

 

III‐6

Gambar III-3. Domain folksonomy untuk top Gambar III-4. Domain folksonomy untuk S3-Dissertations

node

2. Subsistem Folksonomy Generator

Subsistem ini mengolah keyword yang ada pada metadata untuk menghasilkan

daftar keyword populer. Subsistem ini merupakan penyuplai data untuk subsistem

presentasi. Subsistem inilah yang menerapkan folksonomy atas resource di GDL.

Subsistem generator merupakan fokus utama dari tugas akhir ini.

Gambar III-5. Sub kategori pada Mathematics_and_Natural_Science.

 

 

III‐7

3.2.3 Mekanisme Kerja Modul Folksonomy

Modul folksonomy melakukan klasifikasi dari satu domain saja yakni dari node-0

(top) yang merupakan domain utama. Proses pengklasifikasian menggunakan folksonomy

atas metadata yang telah tersusun secara taxonomy terbagi menjadi 4 proses utama, yakni :

A. Parsing

Proses ini merupakan proses dimana folksonomy generator melakukan parsing

atas metadata yang tersimpan pada database. Path metadata pada proses ini

diabaikan sehingga semua metadata dianggap dalam satu domain, yakni current

view top. Parsing menghasilkan daftar keyword yang tersimpan dalam metadata.

B. Save Keyword

Proses ini merupakan proses dimana daftar keyword yang telah dihasilkan pada

proses sebelumnya disimpan dalam database. Apabila keyword yang akan

disimpan telah ada maka frekeunsi keyword tersebut akan bertambah, sedangkan

apabila tidak maka akan membuat sebuah record baru pada database.

C. Fetch Populer Keyword

Proses ini merupakan bagian dari subsistem presentasi. Subsistem ini akan

mengambil daftar keyword popular yang terdapat pada database. Daftar keyword

akan dikelompokkan sesuai dengan huruf awalnya. Daftar keyword yang

diambil dari database dapat direpresentasikan sebagai berikut :

Grouping : [<keyword><frekuensi>]

Contoh :

[<A><1>,<Ab><2>,<Abc><3>][<Bb><3>,<Bcd><5>,<Bcde><7>]…..

D. Tag Cloud

Tag cloud merupakan representasi dari daftar keyword yang popular sebagai

wujud dari metode klasifikasi folksonomy.

 

 

III‐8

Gambar III-6. Mekanisme kerja modul folksonomy sistem lama

3.3 Analisis Sistem Baru Subbab ini memberikan analisis terhadap kebutuhan sistem baru berdasarkan hasil

analisis dari sistem lama. Pembahasan terbagi menjadi empat sub pembahasan yakni : tujuan

dari pengembangan perangkat lunak, lingkungan pengembangan, pembangunan dynamic

folksonomy, dan pemodelan fungsionalitas.

3.3.1 Tujuan Pengembangan Perangkat Lunak

Perangkat lunak ini dikembangkan untuk dapat menerapkan metode folksonomy atas

metadata yang telah tersusun dengan metode taxonomy. Metode folksonomy yang

diterapkan harus dapat bersifat dinamis yakni domain data dapat berubah-ubah sesuai dengan

current view.

Perangkat lunak yang akan dikembangkan akan mengubah mekanisme generator.

Pengembangan folksonomy generator generasi kedua akan menggunakan dataset yang berisi

informasi path dan keyword dari metadata yang disimpan dalam perpustakaan digital.

Perubahan mekanisme ini untuk memudahkan menentukan domain dari current view.

 

 

III‐9

Domain yang bersifat dinamis inilah yang akan menghasilkan keyword populer sesuai

dengan current view-nya saat metode folksonomy diterapkan pada metadata yang terdapat

pada domain tersebut.

3.3.2 Lingkungan Pengembangan

Pengembangan perangkat lunak dikembangkan dengan memanfaatkan dua bahasa

pemrograman, yakni :

1. PHP

Bahasa pemrograman PHP digunakan untuk melakukan modifikasi terhadap subsistem

presentasi untuk mengakomodasi perubahan yang terjadi pada subsistem generator.

PHP dipilih sebagai bahasa pemrograman karena Ganesha Digital Library

dikembangkan dengan menggunakan bahasa pemrograman ini.

2. C++

Bahasa pemrograman C++ digunakan untuk membangun subsistem generator.

Subsistem generator generasi pertama yang dibangun dengan menggunakan PHP akan

diganti dengan menggunakan C++. Untuk mengakses subsistem generator dari

subsistem presentasi menggunakan kata kunci “System(command)”. Perangkat lunak

yang dikembangkan akan dijalankan pada sistem operasi Linux.

3.3.3 Pembangunan Dynamic Folksonomy

Untuk membangun dynamic folksonomy atas metadata yang tersusun dengan metode

taxonomy, perangkat lunak diharapkan memiliki kemampuan sebagai berikut :

1. Parsing

Folksonomy generator harus mampu melakukan parsing dari dataset. Dataset merupakan

file yang berisi daftar keyword dari metadata beserta letak metadata tersebut. Data yang

diperoleh kemudian disusun dengan memanfaatkan struktur data pohon (tree data type).

Struktur data ini merepresentasikan taxonomy yang digunakan pustakawan dalam

mengelompokkan metadata perpustakaan digital ITB.

Contoh :

a. Dataset

Dataset merupakan file yang berisi daftar keyword dari metadata yang tersimpan

pada database. Format dataset yakni <path>_spasi_ <keywords> dengan contoh

data sebagai berikut :

 

 

III‐10

0/1/2/5 a,b,c

0/1/2/7 d,e,f

0/1/2 b,c,r

0/4 a,e

0/3/6 r,t

0/3/8 p,q,r

b. Struktur data pohon

Struktur data ini untuk menerjemahkan path yang ada pada dataset sekaligus

sebagai representasi metode taxonomy yang telah dimanfaatkan oleh

pustakawan. Gambar III-7 merepresentasi struktur data dari contoh dataset di

atas.

2. Klasifikasi sesuai domain

Folksonomy generator harus mampu melakukan klasifikasi menggunakan metode

folksonomy dengan memanfaatkan metadata yang telah tersusun dengan metode

taxonomy. Selain itu, folksonomy generator harus mampu menentukan domain dari

current view sehingga akan menghasilkan domain yang dinamis sesuai dengan node

yang diakses.

a. Gambar III-8 memberikan ilustrasi bahwa apabila user mengakses node-0 (top)

maka domain untuk mendapatkan data keyword agar dapat dilakukan klasifikasi

dengan metode folksonomy adalah semua node (node-0, 1, 2, 5, 7, 4, 3, 6, dan 8).

Hal ini dikarenakan node-0 adalah node puncak dalam hal ini user sedang

mengakses halaman utama (home).

Gambar III-7. Representasi struktur data pohon.

 

 

III‐11

b. Gambar III-9 memberikan ilustrasi bahwa saat ini user sedang mengakses node-2.

Untuk itu, domain data untuk folksonomy adalah node-2, 5, dan 7.

c. Gambar III-10 memberikan ilustrasi bahwa saat ini user sedang mengakses node-6.

Karena node-6 tidak memiliki child, maka domain data untuk folksonomy cukup

node-6 itu sendiri.

Gambar III-8. Domain current view node-0. Gambar III-9. Domain current view node-2

Gambar III-10. Domain current view node-6.

 

 

III‐12

3.3.4 Pemodelan Fungsionalitas

Pemodelan fungsionalitas merupakan pemodelan perangkat lunak dari sudut pandang

fungsi yang dipakai oleh pengguna. Pada sub-bab ini akan dipaparkan pemodelan fungsional

folksonomy generator yang terdiri dari diagram use case, definisi actor dan definisi use case.

3.3.4.1 Diagram Use Case

Fungsionalitas dari folksonomy generator secara keseluruhan dapat digambarkan

melalui diagram use case berikut :

Gambar III-11. Use Case folksonomy generator

3.3.4.2 Definisi Aktor

Definisi dari aktor yang terlibat langsung dengan fungsionalitas folksonomy

generator adalah sebagai berikut :

Tabel III-1. Definisi Aktor Folksonomy Generator

No Kode Definisi Aktor Deskripsi

1 ACT-FG-01 Administrator Pihak yang bertugas mengelola sistem perpustakaan digital.

2 ACT-FG-02 Subsistem presentasi Subsistem yang mengolah daftar tag dari folksonomy generator menjadi tag cloud pada halaman web.

 

 

III‐13

3.3.4.3 Definisi Use Case

Berikut ini penjelasan masing – masing use case pada fungsionalitas folksonomy

generator.

Tabel III-2. Definisi Use Case

No Kode Use Case Deskripsi

1 UC-FG-01 Membangun pohon tag Informasi tag serta path dari dataset di susun menjadi struktur data pohon yang merepresentasikan penerapan taxonomy pada GDL.

2 UC-FG-02 Parsing dataset Melakukan parsing dataset.

3 UC-FG-03 Mengelola folksonomy Administrator akan melakukan pengelolaan folksonomy memanfaatkan folksonomy generator.

4 UC-FG-04 Memperoleh daftar tag Folksonomy generator menghasilkan daftar tag sesuai dengan domain yang diminta oleh subsistem presentasi.