5

BAB II

TINJAUAN PUSTAKA

2.1 Sintaks Program Komputer

Kruse (1987) Mendefinisikan sintaks pada program komputer merupakan

representasi dari struktur logika penulis program untuk mencapai tujuan atau

output yang dikehendaki. Sintaks dapat ditulis dalam berbagai bahasa

pemrograman seperti bahasa C, Java, C++, dsb. Penulisan sintaks untuk suatu

program dengan suatu tujuan bisa dituliskan dengan sintaks yang berbeda.

Misalnya terdapat 2 orang programmer A dan B yang bertujuan untuk

mencetak tulisan “hello world !” sebanyak 3 kali dengan bahasa Java, maka

programmer A dapat menulis kode program dengan sintaks berikut

Tabel 2.1. Program “hello world !” programmer A

import javax.io;

class mainProgram{

public static void main(String[] args){

System.out.println(“hello world !”);

System.out.println(“hello world !”);

System.out.println(“hello world !”);

}

}

Sedangkan programmer B menulisnya dengan sintaks berikut

Tabel 2.2. Program “hello world !” pada programmer B

import javax.io;

class mainProgram{

public static void main(String[] args){

for(int i = 1; i <= 3; i++){

System.Out.print(“hello world !”);

}

}

}

Jika dilihat dari struktur program, umumnya setiap bahasa pemrograman harus

mendeklarasikan sebuah function atau method sebelum menuliskan berbagai

macam operasi tertentu didalamnya. Perbedaanya hanya dari sisi penulisan.

Dalam penelitian ini, pemeriksaan kesamaan sintaks lebih mengkhusus pada

6

pemeriksaan kode program. Sehingga tetap memperhitungkan kesamaan kode

program untuk bahasa pemrograman yang sama. Pemeriksaan dilakukan

dengan memperhatikan struktur dan konten pada kode program tersebut.

2.1.1 Elemen Dasar Bahasa Java

Untuk memeriksa kesamaan kode program dalam bahasa Java,

sistem harus mengetahui beberapa elemen dasar dari Java yaitu tata cara

atau format penulisan kode program, kata kunci (keyword) pada Java,

dan separator. Untuk tata cara atau format penulisan kode program,

Rahardjo, dkk (2007) menjelaskan elemen yang dimaksud diantaranya

seperti komentar, variabel, kontrol program, input/output, kelas dan

objek, dsb. Berikut merupakan tabel yang menjelaskan format penulisan

elemen-elemen pada program Java beserta penjelasannya

Tabel 2.3. Format penulisan elemen kode program pada java

NO FORMAT PENULISAN PENJELASAN

1 //ini komentar Komentar untuk satu baris.

2 /*ini komentar

beberapa baris*/

Komentar untuk beberapa

baris.

3 /**

*Program “HelloWorld”

*@author Wisesa

*/

Komentar untuk keperluan

dokumentasi suatu program.

4 tipe namaVariabel; Deklarasi satu variabel dengan

tipe data tertentu.

5 tipe variabel1,variabel2; Deklarasi beberapa variabel

dengan tipe data yang sama.

6 tipe variabel = nilai; Inisialisasi nilai pada sebuah

variabel.

7 tipe variabel1 = nilai1,

variabel2 = nilai2;

Inisialisasi beberapa nilai pada

beberapa variabel.

8 tipe variabel1

=(tipeTarget) nilai;

Proses typecasting (konversi

nilai ke tipe data yang berbeda).

9 tipe[] namaArray; Deklarasi array satu dimensi.

7

10 variabelArray = new

tipe[jumlahElemen];

Inisialisasi array satu dimensi.

11 tipe[][] namaArray; Deklarasi array dua dimensi.

12 variabelArray = new

tipe[jumElemen][jumElemen]

Inisialisisasi array dua dimensi.

13 if(kondisi){

..

}

Prosedur kontrol if untuk

pemilihan 1 kondisi.

14 if(kondisi){

..

}else{

..

}

Prosedur kontrol if-else untuk

pemilihan 2 kondisi.

15 if(kondisi1){

..

}else if(kondisi2){

..

}else{

..

}

Prosedur kontrol if-elseif-else

untuk pemilihan 3 atau lebih

kondisi.

16 switch(ekspresi){

case nilai1:

..

break;

case nilai2:

..

break;

default: ..

}

Prosedur kontrol switch-case

untuk pemilihan kondisi.

17 for(inisialisasi; kondisi;

iterasi){

..

}

Prosedur kontrol for untuk

sebuah perulangan.

18 for(inisialisasi1,

inisialisasi2; kondisi1;

iterasi1, iterasi2){

..

}

Prosedur kontrol for untuk

sebuah perulangan dengan

beberapa inisialisasi dan iterasi.

19 inisialisasi;

while(kondisi){

..

iterasi;

}

Prosedur kontrol while untuk

sebuah perulangan.

8

20 inisialisasi;

do{

..

iterasi;

}while(kondisi);

Prosedur kontrol do-while

untuk sebuah perulangan.

21 class NamaKelas{

..

}

Deklarasi sebuah kelas.

22 NamaKelas variabel = new

NamaKelas();

Instansiasi kelas dan

memasukkan referensi ke

sebuah variabel.

23 tipe namaMethod(daftar-

parameter){

..

}

Deklarasi sebuah method pada

sebuah kelas.

24 tipe namaMethod(daftar-

parameter){

..

return nilai;

}

Deklarasi sebuah method pada

sebuah kelas dengan suatu nilai

balik.

25 namaKonstruktor(daftar-

parameter){

..

}

Deklarasi konstruktor pada

sebuah kelas.

26 tingkat-akses tipe

namaVariabel;

Deklarasi variabel dengan

tingkat akses.

27 tingkat-akses tipe

namaMethod(daftar-

parameter){

..

}

Deklarasi method dengan

tingkat akses dan parameter.

28 class nama-subclass

extends nama-superclass{

..

}

Melakukan proses penurunan

terhadap suatu kelas.

29 try{

..

}catch(tipeEksepsi

namaVariabel){

..

}

Deklarasi try-catch untuk

pencegahan eksepsi dengan 1

tipe eksepsi.

9

30 try{

..

}catch(tipeEksepsi1

namaVariabel1){

..

}catch(tipeEksepsi2

namaVariabel2){

..

}

Deklarasi try-catch untuk

pencegahan eksepsi dengan

beberapa tipe eksepsi.

Format penulisan kode program pada tabel 2.3 nantinya akan menjadi

acuan pada sistem untuk memeriksa konten dari kode program ataupun

mengenali struktur dari kode program.

Selain format penulisan, sistem juga harus mengenali kata kunci

(keyword) pada Java. Menurut Rahardjo, dkk (2007), kata kunci adalah

kata-kata yang telah didefinisikan oleh compiler dan memiliki arti dan

tujuan spesifik. Java melarang pembuatan sebuah pengenal (nama

variabel, konstanta, kelas, maupun method) dengan menggunakan kata

kunci. Tabel 2.4 berikut ini menunjukkan kata kunci yang terdapat di

dalam Java.

Tabel 2.4. Kata kunci pada Java

abstract double int strictfp

boolean else interface super

break extends long switch

byte final native synchronized

case finally new this

catch float package throw

char for private throws

class goto protected transient

const if public try

continue implements return void

default import short volatile

do instanceof static while

Kata kunci dapat diklasifikasikan menjadi beberapa fungsi yaitu tipe

data, percabangan, perulangan, tingkat akses, dsb. Beberapa kata kunci

memiliki fungsi khusus seperti return, new, final, static, dsb. Karena

untuk memeriksa kesamaan kode program, tidak membutuhkan makna

10

dari kode, melainkan hanya membutuhkan tata cara penulisan kode

program, maka makna penulisan kata kunci dapat diabaikan.

Elemen dasar yang juga penting dari sebuah bahasa pemrograman,

khususnya java adalah adanya separator. Separator digunakan untuk

memisahkan salah satu bagian program dengan bagian lainnya. Salah

satu contoh dari separator yang paling sering digunakan pada setiap

kode program adalah semicolon (tanda titik koma (;)), yang digunakan

untuk memisahkan statement yang satu dengan yang lainnya. Tabel 2.5

menunjukkan daftar separator di dalam Java.

Tabel 2.5. Daftar separator di dalam Java

SIMBOL NAMA

SEPARATOR

KEGUNAAN

( ) Parentheses (tanda

kurung)

Digunakan untuk mengisikan

daftar parameter di dalam

method; untuk mengapit sebuah

ekspresi dalam operasi tertentu

(misalnya: operasi aritmetika),

mengapit ekspresi di dalam

statement kontrol, dan untuk

melakukan typecast.

{ } Braces (kurung

kurawal)

Digunakan untuk membuat blok

program (kelas, method, kontrol

pemilihan, dan kontrol

pengulangan) dan untuk

mengisikan nilai inisial pada

deklarasi array.

[ ] Bracket (kurung

siku)

Digunakan untuk

mendeklarasikan array dan untuk

mengambil/mengisi nilai dari

elemen array.

; Semicolon (titik

koma)

Digunakan untuk memisahkan

statemen.

11

, Comma (koma) Digunakan untuk memisahkan

variabel pada saat proses

deklarasi. Juga dapat digunakan

pada saat menggunakan statemen

for.

. Period (titik) Digunakan untuk memisahkan

nama paket, subpaket, dan kelas.

Juga digunakan untuk

memisahkan data/method dari

sebuah referensi objek.

2.2 Ekspresi Reguler

Menurut Aho, dkk (1994), ekspresi reguler atau yang biasa dikenal dengan

regex merupakan sebuah ekspresi yang menjadi notasi penjelasan mengenai

suatu bahasa. Regex dapat mendefinisikan secara tepat bahasa yang sama dan

berperan sebagai bahasa input untuk banyak sistem yang memproses untaian

string, seperti perintah search pada UNIX yaitu grep atau perintah-perintah

sejenis untuk menemukan untai yang dilihat seseorang pada web browser atau

sistem pemformatan teks.

Seperti yang dijelaskan oleh Aho, dkk (1994), terdapat tiga operator pada

regex. Ketiga operasi tersebut adalah

1. Gabungan (union) dua bahasa L dan M (disimbolkan dengan L ∪

M), yaitu himpunan untaian string yang berada baik pada L atau M

atau pada keduanya. Sebagai contoh, jika L = {001, 10, 111} dan M

= {∈, 001}, maka L ∪ M = {∈, 10,001, 111}

2. Rentengan (concantenation) bahasa L dan M (disimbolkan dengan

L.M) adalah himpunan untaian string yang dapat dibentuk dengan

mengambil sembarang untai pada L dan merentengnya dengan

sembarang untai pada M. Sebagai contoh, jika L = {001, 10, 111}

dan M = {∈, 001}, maka L.M atau disingkat LM saja, adalah {001,

10, 111, 001001, 10001, 111001}. Tiga untai pertama pada LM

adalah untai-untai pada L direnteng dengan ∈. Karena ∈ merupakan

12

identitas rentengan, untai yang dihasilkan sama dengan untai pada

L. Akan tetapi, tiga untai yang terakhir pada LM dibentuk dengan

mengambil setiap untai pada L dan merentengnya dengan untai

dengan untai kedua pada M yaitu 001. Sebagai contoh, 10 dari L

direnteng dengan 001 dari M akan menghasilkan 10001 pada LM.

3. Tutupan (closure) bahasa L dilambangkan dengan L* dan mewakili

himpunan yang untaianya dapat dibentuk dengan mengambil

sembarang nomor untai dari L, mungkin dengan pengulangan (untai

yang sama mungkin dipilih lebih dari satu kali) dan merenteng

semuanya. Contohnya, jika L = {0, 1}, maka L* adalah seluruh untai

angka-angka yang terdiri dari 0 dan 1 sedemikian hingga angka-

angka selalu berpasangan (misalnya 011, 11110) dan ∈, tetapi tidak

pernah 01011 atau 101. Lebih formal lagi, L* adalah gabungan tak

berhingga ⋃ 𝐿𝑖𝑖≥0 , dimana L0 = {∈}, L1 = L dan Li dengan i > 1

adalah LL…L (rentengan salinan L sebanyak i).

Pada sistem operasi UNIX, terdapat aturan baku yang disebut standar IEEE

POSIX Basic Regular Expression atau BRE, seperti yang dijelaskan oleh Ken

(1968). Pada sintaks BRE, hampir semua karakter diberlakukan secara harfiah.

Tabel 2.7 dibawah merupakan daftar Metacharacter dan deskripsinya.

Tabel 2.6. Daftar Metacharacter

Metacharacter Deskripsi

. Sesuai dengan satu karakter apa saja. Dalam

kurung siku, karakter titik sesuai dengan titik

secara harfiah. Misal, a.c cocok pada “abc”,dll.

Tapi [a.c] hanya cocok pada “a”, “.”, atau “c”.

[] Ekspresi kurung siku. Sesuai dengan satu

karakter yang ada dalam kurung. Misal, [abc]

sesuai “a”, “b”, “c”. [a-z] menspesifikasikan

sebuah range yang sesuai dengan huruf kecil dari

“a” sampai “z”. Format ini dapat dicampur,

13

misalkan [abcx-z] sesuai dengan “a”, “b”, “c”,

“x”, “y”, “z”. Karakter diberlakukan secara

harfiah jika berada diawal atau diakhir tanda

kurung siku, atau jika diawali dengan karakter

escape seperti: [abc-], [-abc], atau [a\-bc].

[^] Sesuai dengan satu karakter apa saja yang tidak

ada dalam kurung.

^ Sesuai dengan awal string. Pada toolline-based,

notasi ini sesuai dengan awal baris di mana saja.

$ Sesuai dengan akhir string. Pada toolline-based,

notasi ini sesuai dengan akhir baris di mana saja.

BRE: \ (\)

ERE: ()

Mendefinisikan subexpression yang dapat

dipanggil kemudian.

\n Sesuai dengan subexpression ke-n dimana n

bernilai 1 sampai 9.

* Sesuai dengan elemen sebelumnya sebanyak 0

atau beberapa kali.

BRE: \{m,n\}

ERE: {m,n}

Sesuai dengan elemen sebelumnya minimal

sebanyak m kali namun tidak lebih dari n kali.

ERE :? Sesuai dengan elemen sebelumnya sebanyak 0

atau 1 kali.

ERE: + Sesuai dengan elemen sebelumnya minimal

sebanyak 1 kali.

ERE: | Operator alternasi yang sesuai dengan expression

sebelumnya atau sesudahnya.

14

2.3 Abstract Syntax Tree (AST)

Fei (2006) menyatakan, dalam ilmu komputer, Abstract Syntax Tree (AST)

merupakan pohon yang merepresentasikan struktur abstrak sintaks dari source

code yang ditulis dalam suatu bahasa pemrograman komputer. Setiap node

dikonstruksi berdasarkan parameter penting yang ada pada source code. Pada

AST, sebuah informasi bisa ditambahkan dalam konteks menjelaskan data dari

node yang dibuat. Misalnya untuk keperluan penjelasan informasi dalam

pemrosesan variabel.

Misalnya diberikan sebuah source code dari program Java seperti pada tabel

2.6 berikut

Tabel 2.7. Contoh source code pada Java

int i=0;

int j=4;

for (; i<10; i++){

if (i<j) j=i*j;

}

return j;

Maka AST yang dihasilkan dari source code diatas ditunjukkan oleh gambar

2.1 berikut

Gambar 2.1. Model AST untuk source code pada tabel 2.6

15

Namun isi dari setiap node pada AST dapat disesuaikan dengan konteks

permasalahan atau dalam konteks ini sesuai hasi ekstraksi dari data input kode

program. Jika data yang diekstraksi berupa konten dari program, maka node

dari AST akan diisi oleh konten tersebut.

2.4 Struktur Data B-Tree

Menurut Cormen, dkk (2001), B-Tree adalah sebuah m-ary balanced search

tree khusus yang digunakan dalam basis data karena strukturnya

memungkinkan data yang disimpan untuk disisipi, dihapus, dan diambil

dengan jaminan proses dengan waktu terburuk adalah O(log n), dimana setiap

simpulnya terdiri dari (m/2) sampai m buah simpul anak, di mana m > 1

merupakan bilangan bulat . m adalah orde. Akar pohon B-tree paling sedikit

memiliki 2 simpul anak. B-tree adalah struktur yang baik jika pohon digunakan

pada memori yang lambat, karena ketinggian dan jumlah akses dapat

diperkecil dengan mengambil bilangan m yang besar. Berikut merupakan

contoh dari B-Tree dengan nilai orde sama dengan 5.

Gambar 2.2. Contoh struktur b-tree dengan nilai orde 5.

Didalam B-Tree, terdapat sejumlah operasi dasar yang sering digunakan,

beberapa diantaranya akan diterapkan untuk membuat dan mengakses struktur

b-tree dari kode program. Operasi dasar tersebut adalah

Searching. Sama halnya dengan Binary Search Tree (BST), jalan yang

dipakai dalam proses pencarian adalah dengan cara Breath First Search

(BFS) atau Depth First Search (DFS). BFS melakukan pencarian dengan

16

mengembangkan pohon pencarian secara horizontal sedangkan DFS

secara vertikal.

Inserting. Proses penyisipan dilakukan untuk menambahkan sebuah data

pada B-Tree tanpa harus menghapus node yang berada diataranya.

2.5 Probabilitas Naïve Bayes

Probabilitas Bayesian adalah suatu interpretasi dari kalkulus yang memuat

konsep probabilitas sebagai derajat dimana suatu pernyataan dipercaya benar.

Teori Bayesian juga dapat digunakan sebagai alat pengambilan keputusan

untuk memperbaharui tingkat kepercayaan dari suatu informasi.

Umumnya, Naïve Bayes memiliki kelebihan mudah untuk dipahami, hanya

memerlukan pengkodean yang sederhana, serta lebih cepat dalam perhitungan.

Sedangkan kekurangan dari teori probabilitas bayesian yang banyak dikritisi

oleh para ilmuwan adalah karena pada teori ini, satu probabilitas saja tidak bisa

mengukur seberapa dalam tingkat keakuratannya. Dengan kata lain, kurang

bukti untuk membuktikan kebenaran jawaban yang dihasilkan dari teori ini.

Teorema Bayes menerangkan hubungan antara probabilitas terjadinya

peristiwa A dengan syarat peristiwa B telah terjadi dan probabilitas terjadinya

peristiwa B dengan syarat peristiwa A telah terjadi.

𝑃(𝐴|𝐵) = 𝑃(𝐴 ∩ 𝐵)

𝑃(𝐵) (1)

Keterangan:

𝑃(𝐴|𝐵) = peluang A dengan syarat B

𝑃(𝐴 ∩ 𝐵) = peluang A irisan B

𝑃(𝐵) = peluang B.

Untuk kejadian saling bebas, 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴). 𝑃(𝐵). Probabilitas total untuk

peluang bersyarat, dapat diturunkan dari pers(1). Misalkan A1, A2, …, AN

adalah peristiwa saling bebas yang gabungannya sama dengan ruang sampel

S. Himpunan ini akan dinamakan partisi dari S. Maka semua peristiwa dalam

S dapat dinyatakan sebagai berikut

17

𝐵 = 𝐵 ∩ 𝑆 = 𝐵 ∩ (𝐴1 ∪ 𝐴2 ∪ … ∪ 𝐴𝑁)

= (𝐵 ∩ 𝐴1) ∪ (𝐵 ∩ 𝐴2) ∪ (𝐵 ∩ 𝐴3) ∪ … ∪ (𝐵 ∩ 𝐴𝑁) (2)

Karena A1, A2, …, AN saling bebas maka

𝑃(𝐵) = 𝑃(𝐵 ∩ 𝐴1) + 𝑃(𝐵 ∩ 𝐴2) + ⋯ + 𝑃(𝐵 ∩ 𝐴𝑁) (3)

Dari pers(1), jika posisi A dan B ditukar, maka dapat dirubah menjadi

𝑃(𝐵 ∩ 𝐴) = 𝑃(𝐵|𝐴)𝑃(𝐴) (4)

Sehingga pers(4) dapat disubstitusi ke pers(3) menjadi

𝑃(𝐵) = 𝑃(𝐵|𝐴1)𝑃(𝐴1) + 𝑃(𝐵|𝐴2)𝑃(𝐴2) + ⋯ + 𝑃(𝐵|𝐴𝑁)𝑃(𝐴𝑁) (5)

Jadi didapatkan probabilitas kejadian marginal dari B adalah

𝑃(𝐵) = ∑ 𝑃(𝐵|𝐴𝑘)𝑃(𝐴𝑘)

𝑁

𝑘=1

(6)

Untuk peluang bersyarat, diperoleh peluang total yaitu

𝑃(𝐵|𝐴𝑖) =𝑃(𝐵 ∩ 𝐴𝑖)

𝑃(𝐴)=

𝑃(𝐵 ∩ 𝐴𝑖)

∑ 𝑃(𝐴|𝐵𝑘)𝑃(𝐵𝑘)𝑁𝑘=1

(7)

Keterangan:

𝑃(𝐵|𝐴𝑖) = peluang kejadian bebas B dengan syarat kejadian Ai

𝑃(𝐴) = peluang kejadian marginal dari A

2.6 Tree Pattern Matching (TPM)

Tree Pattern Matching (TPM) merupakan sebuah metode yang digunakan

untuk melakukan pencocokan sebuah pattern P terhadap suatu pohon T atau

hutan F. Fei (2006) menjelaskan, pencocokan dilakukan dengan melihat

18

kesamaan terhadap node yang ada didalamnya. Proses pencocokan juga

disebut sebagai mapping, karena proses ini akan melihat kesesuaian data antar

pattern dan pohon atau hutan. P akan dikatakan match dengan T atau F jika T

atau F juga mengandung data pada P dengan kesesuaian yang sama. Berikut

merupakan contoh dari proses mapping menggunakan TPM dengan pola P dan

pohon T.

Gambar 2.3. Sebuah proses mapping dengan TPM