BAB I PENDAHULUAN

Dalam bab ini akan dijelaskan beberapa hal dasar mengenai tugas akhir ini yang meliputi latar belakang, rumusan masalah, batasan permasalahan, tujuan, metodologi, serta sistematika penulisan dari pembuatan atau pembahasan tugas akhir ini. Dari uraian tersebut diharapkan, gambaran umum permasalahan dan pemecahan yang diambil dapat dipahami dengan baik.

Latar Belakang Masalah

Kategorisasi adalah metode yang lazim dilakukan untuk mengorganisasi dokumen teks dalam jumlah besar. Salah satu masalah yang timbul dalam kategorisasi dokumen teks adalah dimensi feature space yang sangat besar[1]. Sebagian besar dari fitur pada feature space tersebut tidak berguna dalam proses kategorisasi bahkan beberapa diantaranya justru menjadi noise yang dapat mengurangi performa classifier[1]. Selain itu, dimensi feature space yang sangat besar dapat menyebabkan classifier berjalan dengan lambat.

Dari uraian diatas dapat disimpulkan bahwa feature space harus dikurangi dimensinya terlebih dahulu sebelum diproses lebih lanjut. Oleh karena itu harus dilakukan pemilihan fitur pada feature space untuk mendapatkan fitur yang benar-benar dapat mewakili isi dokumen sehingga dapat mengurangi dimensi feature space dan meningkatkan efisiensi classifier tanpa mengurangi performanya secara signifikan.

Dalam Tugas Akhir ini, penulis akan mencoba melakukan pemilihan fitur menggunakan metode Ant Colony Optimization. Ant Colony Optimization (ACO) adalah algoritma optimisasi berbasis pada perilaku koloni semut yang diperkenalkan oleh Dorigo dan Caro pada awal 90-an. ACO adalah salah satu cabang

dari kecerdasan buatan yang disebut swarm intelligence (SI). Pengertian swarm intelligence adalah metode penyelesaian masalah yang memanfaatkan perilaku dari sekumpulan agen yang saling bekerjasama[1]. Algoritma ACO terinspirasi dari perilaku sosial koloni semut dimana seekor semut dapat menjangkau sumber makanan dengan rute terdekat dari sarangnya dengan memanfaatkan material kimia yang disebut pheromone yang dilepaskannya pada saat berjalan, pheromone tersebut akan menarik perhatian semut lain untuk mengikuti suatu rute[6]. Semakin banyak jumlah pheromone yang ada pada suatu rute, semakin potensial rute tersebut untuk diikuti oleh semut-semut lainnya[3].

Rumusan Permasalahan

Permasalahan yang diangkat dalam menyelesaikan tugas akhir ini adalah sebagai berikut:

1. Bagaimana melakukan pemilihan fitur pada feature space dan kemudian menyimpan fitur yang sudah dipilih kedalam suatu feature subset menggunakan metode ACO.

2. Bagaimana membuat Nearest Neighbourhood Classifier (NN-Classifier) untuk menguji feature subset yang dihasilkan oleh ACO.

Batasan Masalah

Permasalahan-permasalahan yang dibahas dalam Tugas Akhir ini akan dibatasi ruang lingkup pembahasannya, antara lain :

1. Pengimplementasian aplikasi ini dibuat dengan menggunakan program Matlab versi 7 dengan sistem operasi Microsoft Windows.

2. Dataset yang digunakan adalah dataset yang sama yang digunakan dalam Tugas Akhir Yuliyanti[2] yang berjudul Fuzzy Support Vector Machine untuk Klasifikasi Multi Kelas pada Dokumen Berbahasa Indonesia.

3. Classifier yang dipakai untuk menguji feature subset yang dihasilkan oleh sistem ACO adalah NN-Classifier.

Tujuan Tujuan dari pembuatan tugas akhir ini adalah

1. Membuat suatu feature subset dari feature space dengan menggunakan metode ACO.

2. Menguji feature subset yang dihasilkan menggunakan NN-Classifier.

Metodologi Penulisan

Metodologi yang digunakan penulis dalam pembuatan serta penyusunan tugas akhir ini adalah sebagai berikut:

a) Studi literatur Pada tahap ini akan dipelajari sejumlah literatur mengenai metode yang berkaitan dengan pemilihan fitur, ACO, dan NN-Classifier . Literatur yang digunakan meliputi buku referensi, paper referensi, buku bahasa pemrograman Matlab, dan dokumentasi internet.

b) Analisis dan Pemahaman Pada tahap ini dilakukan pengkajian lebih lanjut terhadap literatur agar dapat memahami konsep baru ini dengan lebih baik serta menemukan solusi yang tepat dalam pembuatan aplikasi dan berbagai kemungkinan yang dapat dilakukan untuk mengimplementasikan konsep tersebut.

c) Perancangan Perangkat Lunak Pada tahap ini dilakukan perancangan terhadap perangkat lunak yang meliputi penentuan data dan persamaan yang akan digunakan, proses-proses yang akan dilaksanakan.

d) Pembuatan Perangkat Lunak Pada tahap ini dilakukan implementasi konsep yang ditawarkan secara menyeluruh (setidaknya 80%). Pengimplementasian dilakukan dengan berbekal pedoman-pedoman yang diperoleh pada tahap sebelumnya.

e) Uji Coba dan Evaluasi Pada tahap ini dilakukan uji coba terhadap hasil implementasi yang dibuat, tujuannya untuk menemukan kesalahan-kesalahan yang mungkin terjadi serta melakukan perbaikan untuk lebih menyempurnakan hasil implementasi yang dibuat.

f) Analisis Hasil Uji Coba Pada tahap ini dilakukan pengkajian dan analisa keluaran yang berasal dari perangkat lunak yang telah dibuat sebelumnya.

g) Dokumentasi Pada tahap ini akan dilakukan penyusunan laporan yang menjelaskan dasar teori dan metode yang digunakan dalam tugas akhir ini serta hasil dari implementasi konsep yang telah dibuat.

Sistematika

Sistematika yang digunakan dalam penulisan tugas akhir ini adalah sebagai berikut :

BAB 1 PENDAHULUAN

Memaparkan latar belakang permasalahan, rumusan permasalahan, batasan masalah, serta tujuan penulisan tugas akhir yang dilakukan.

BAB 2 ACO DAN NN-CLASSIFIER

Merupakan tinjauan pustaka dari ACO dan NN-Classifier yang meliputi pengertian, konsep, dan algoritma ACO dan NN-Classifier.

BAB 3 DESAIN DAN IMPLEMENTASI SISTEM

Babi ini menjelaskan mengenai tahap perancangan algoritma untuk menyelesaikan masalah. Rancangan yang telah dibuat selanjutnya akan diimplementasikan kedalam bentuk program. Perancangan yang dibuat meliputi rancangan data dan algoritma sistem mulai dari input sampai output, sedangkan implementasi meliputi implementasi sistem menggunakan source code Matlab.

BAB 4 UJI COBA DAN PEMBAHASAN

Memaparkan uji coba dan hasilnya berdasarkan beberapa skenario yang telah ditetapkan, kemudian mengevaluasi dan membandingkan hasil ujicoba pada masing-masing skenario.

BAB 5 KESIMPULAN DAN SARAN

Menguraikan kesimpulan yang diambil berdasarkan hasil uji coba yang telah dicapai serta memberikan saran saran yang bisa digunakan pada pembahasan pembahasan berikutnya.