penerapan web semantik dalam pencarian k

8/18/2019 Penerapan Web Semantik Dalam Pencarian k

1/12

1

NASKAH PUBLIKASI

PENERAPAN WEB SEMANTIKDALAM PENCARIAN KATALOG BUKU

DI PERPUSTAKAAN STMIK SINAR NUSANTARA SURAKARTA

HENDRO WIJAYANTO08.5.00027

TEKNIK INFORMATIKA

TEKNIK INFORMATIKASEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

SINAR NUSANTARASURAKARTA

2012


2/12

2

Halaman pengesahan

NASKAH PUBLIKASI

PENERAPAN WEB SEMANTIK DALAM PENCARIAN KATALOG BUKU


Disusun Oleh :Hendro Wijayanto

08.5.00027Teknik Informatika

Untuk Berkala Penelitian Sarjana iniTelah Disetujui Oleh :

1. Reviewer 1

Ir. Muhammad Hasbi, M.Kom Tanggal…………………………………..NIDN. 0629056303

2. Reviewer 2

Yustina Retno Wahyu Utami, ST., M.Cs Tanggal…………………………………..NIDN. 0023037801


3/12

1

PENERAPAN WEB SEMANTIKDALAM PENCARIAN KATALOG BUKU


1 Hendro Wijayanto ([email protected])2 Wawan Laksito YS ([email protected])

2 Teguh Susyanto ([email protected])1 Mahasiswa Teknik Informatika STMIK Sinar Nusantara Surakarta

2 Staf Pengajar STMIK Sinar Nusantara Surakarta

ABSTRAK

Dalam penelitian ini membahas perancangan model pencarian katalog buku diperpustakaan STMIK Sinar Nusantara Surakarta. Model pencarian tersebut menggunakanteknologi berbasis semantik. Dalam penulisan ini hal terpenting adalah merancang ontologiuntuk katalog buku itu sendiri. Perancangan ini tidak meninggalkan kaidah awal yang sudahada dalam web perpustakaan sendiri, dan ditambahkan metode Dublin Core. Komponenyang digunakan dalam teknologi semantik adalah RDF yang dipergunakan sebagai

representasi pengetahuan yang digunakan, kemudian SPARQL yang digunakan sebagaiquery untuk mengambil informasi yang terdapat dalam Ontologi RDF. Dalam web servisontologi, digunakan OpenRDF-Sesame.

Hasil dari perancangan nantinya di uji dengan menggunakan aplikasi simulasisederhana dengan pemrograman PHP yang terbagi atas 3 kategori pencarian, keyword,simple dan advanced search. Pengujian yang didapat akan menghasilkan bahwa keywordsearch memiliki kecenderungan waktu yang lebih lama dibanding simple dan advancedsearh. Pemetaan dalam query SPARQL akan mempengaruhi seberapa cepat aplikasi akanmenampilkan hasil pencariannya

Kata kunci : web semantik, pencarian, sesame, ontologi, RDF

I. PENDAHULUANLatar Belakang

Perkembangan teknologi semakinhari semakin pesat. Diantaranya adalahteknologi dalam pengolahan data. Sepertihalnya dalam sebuah perpustakaan yangmenyimpan ratusan bahkan ribuan koleksibuku. Hal ini jika direpresentasikankedalam bentuk digital, yang tujuannyaadalah pengguna dapat melihat koleksibuku dalam suatu perpustakaan, akanmengalami kesulitan dalam pencariankatalog buku yang begitu besar.Dibutuhkan banyak waktu untukmelakukan satu langkah pencarian datayang begitu besar. Teknologi semantikmerupakan teknologi yang dapatmelakukan penyimpanan dan pencariandata yang begitu besar.

Perumusan MasalahDari latar belakang dapat diambil

perumusan masalah sebagai berikut :

a. Bagaimana merancang ontologikatalog buku di perpustakaan STMIKSinar Nusantara, mulai dariperancangan dan melakukan queryterhadap ontologi tersebut.

b. Bagaimana mengimplementasikankedalam aplikasi pencarian katalogbuku.

Pembatasan Masalah Adapun beberapa yang akan dibahasdidalamnya adalah :a. Hasil pencarian ditampilkan meliputi

judul, penulis, abstrak, ISBN-ISSN,halaman, bahasa dan penerbit.

b. Aplikasi pencarian dibangun denganpendekatan Dublin Core, query SPARQL, PHP, cURL dan RDF Database.

c. Aplikasi yang dibangun hanya sebatassimulasi sederhana untukmenunjukkan pengimplementasianontologi kedalam bahasa


4/12

2

pemrograman PHP dan bukanmerupakan aplikasi yang utuh.

d. Aplikasi pencarian yang dibangundilakukan berdasarkan judul,pengarang, penerbit, abstrak, tahundan rak buku.

Tujuana. Dapat merancang ontologi pencarian

katalog buku untuk perpustakaanSTMIK Sinar Nusantara Surakarta.

b. Dapat melakukan query SPARQL terhadap ontologi yang sudahdibangun.

c. Dapat mengimplementasikan hasilperancangan ontologi kedalamaplikasi sederhana.

II. METODE PENELITIANMetode penelitian ini adalah

menggunakan teknologi semantik dengankolaborasi dari susunan katalog bukuyang sudah ada di perpustakaan STMIKSinar Nusantara Surakarta dan Dublin Core. Adapun metode pengumpulan datadalam penelitian ini menggunakan metodeobservasi, wawancara dan studi pustaka.Perancangan dan pengujian ontologimenggunakan Protégé Editor, danOpenRDF-Sesame.

Untuk mengetahui hasil dari

pengujian terhadap ontologi yang sudahdirancang, digunakan pengukurankecepatan. Pengukuran kecepatanmerupakan pengukuran seberapa cepatpencarian menampilkan hasil yang dicari.Dan akan diperoleh prosentase hasil darisetiap model pencarian.

III. TINJAUAN PUSTAKAWeb Semantik

Semantik berarti arti. Arti darisumber informasi yang berbasis pengguna

atau dapat mengerti intruksi penggunaatau mengerti intruksi dari suatu programyang komplek [1]. Sehingga web semantikadalah informasi dalam jumlah sangatbesar yang terhubung secara globaldengan suatu cara tertentu dan dimengertiatau dipahami oleh mesin, sehingga dapatdiproses secara langsung oleh mesinmenjadi pengetahuan untuk ditampilkankepada pemakai.

Dalam web semantik terdapatberbagai susuna sebagai obyek pokokdalam sebuah aplikasi web semantik. Adapun susunan dari web semantikseperti gambar 1 :

Gambar 1. Semantic Web Stack

OntologyIstilah ontologi sebenarnya berasal

dari istilah filosofi "ontology" yang artinyasesuatu yang sesungguhnya ada danbagaimana menggambarkannya. Dalamdunia komputer ontologi digunakan untukmenspesifikasikan suatu konseptualisasi.Dalam istilah lain ontologi dijelaskansebagai suatu representasi dari domainpengetahuan tertentu yang berisi istilah-istilah dalam domain tersebut besertahubungan antara istilah-istilah yang adayang diarahkan dapat memahami maknasuatu kata atau kalimat yang diberikanoleh pengguna [2].

SPARQLSPARQL merupakan bahasa query

untuk RDF. Di dalam lembarrekomendasinya W3C menuliskanSPARQL menyediakan fasilitas untukmengekstrak informasi dalam bentuk URI,blank nodedan literal, mengekstraksubgraf RDF, dan membangun graf RDF baru berdasar pada informasi dari grafyang di-query [3].

Query SPARQL didasarkan padapencocokan pola graf. Pola graf yangpaling sederhana adalah triple pattern yang mirip dengan RDF triple, hanya sajapola pada query dimungkinkan pemberiannama diluar terminologi RDF pada posisisubyek, predikat dan obyek. Model query SPARQL serta susunan query-nya dapatditunjukkan dalam gambar 2:


5/12

3

Gambar 2. SPARQL Annatomy

RDFRDF (Resource Description

Framework) merupakan bahasa yangdigunakan untuk merepresentasikanmetadata. RDF mendukunginteroperabilitas antar aplikasi yangmempertukarkan informasi yang bersifatmachine-understandable di web. Semantic Web terdiri dari data yang ditulis dalambahasa yang dimengerti oleh mesin,

seperti RDF. RDF menggunakan grafuntuk merepresentasikan kumpulanpernyataan. Simpul dalam graf mewakilisuatu entitas, dan tanda panah mewakilirelasi antar entitas [4].

RDF terdiri dari 3 obyek tipe, yaituSumber daya (Resources), Properti(Property), dan Pernyataan (Statement). Adapun contoh penulisan RDF sepertigambar 3:

Gambar 3. Contoh RDF

Dublin CoreDublin Core adalah salah satuskema metadata yang digunakanuntuk web resource description anddiscovery. Dublin Core terdiri atas 15unsur dasar, yaitu: Title, Creator, Subject,Description, Publisher, Contributor, Date,Type, Format, Identifier, Source,Language, Relation, Coverage, Rights [5].

PHPPHP merupakan bahasa

pemrograman skrip yang diletakkan dalamserver yang biasa digunakan untukmembuat aplikasi web yang bersifatdinamis. PHP mendukung berbagaidatabase. Dengan demikian database

yang dibuat dapat diakses oleh PHP danmemungkinkan untuk menampilkan isinyaatau bahkan memanipulasi datanyamelalui halaman web [6].

OpenRDF-SesameSesame merupakan kerangka open

source untuk query dan menganalisa dataRDF. Itu diciptakan, dan masihdipertahankan, oleh Dutch software Aduna. Ini pada awalnya dikembangkansebagai bagian dari "On-To-Knowledge",sebuah proyek web semantik yangbermula dari 1999 sampai 2002.

Sesame mendukung dua bahasaquery: SeRQL dan SPARQL. Komponenlain dari Sesame adalah Alibaba, sebuah API yang memungkinkan untuk pemetaankelas Java ke ontologi dan untukmenghasilkan file Java dari ontologi. Halini memungkinkan untuk menggunakanontologi tertentu seperti RSS, FOAF danDublin Core, langsung dari Java.

Triplestores lainnya dapat digunakanmelalui Sesame, termasuk Mulgara, dan

AllegroGraph.

IV. HASIL DAN PEMBAHASANPerancangan Ontologi

Untuk merancang aplikasiberteknologi semantik harus telebihdahulu memiliki ontologi. Dalam penelitianini ontologi diberi nama “digilibsinus”.

Adapun struktur ontologinya adalahsebagai berikut :a. Class Book, berisi datatype title,

abstract, year, subject, collation,

classification, file, image, edition, isbn-issn, dan type.b. Class Organization, berisi datatype

organizationName dan place.c. Class Person, berisi datatype

personName dan address.d. Class Bookcase, berisi datatype

availability.


6/12

4

Dari kelas yang sudah terdefinisikanserta datatype yang sudah didefinisikanpula, kemudian diperlukan suatu relasiyang menghubungkannya. Class bertindaksebagai subjek ontologi, dan datatype merupakan objek dalam ontologi. Predikatdalam ontologi didefinisikan sebagai

penghubung antara subjek dan objek agarmemiliki arti kesatuan.

Adapun predikat dari ontologimerupakan object ontology, bentuknyaseperti tabel 1 :

Tabel 1. Domain Range digilibsinus Ontology

DomainObject

OntologyRange

Book createdBy PersonPerson hasCreate BookBook publishedBy Organization

Organization hasPublished Book

Book locationIn BookcaseBookcase locatedOf Book

Person authorOf OrganizationOrganization hasAuthor Person

Skema dari ontologi digilibsinus yang dirancang dengan Protege ditunjukkan pada gambar 4:

Gambar 4. Kutipan skema ontologi digilibsinus

Perancangan RDFSetelah ontologi dirancang, makahal selanjutnya adalah melakukan importontologi digilibsinus ke dalam OpenRDF-sesame. Dimana natinya didalamnya akandiperoleh bentuk RDF database, prefix,namespace, dan dapat dilakukan simulasiquery SPARQL didalamnya.

RDF dapat divisualisasikan dalambentuk graph. Graph akan menjelaskan

alur dari RDF itu sendiri. Adapun kilasanRDF Graph digilibsinus ditunjukkan padagambar 5 :

Gambar 5. Kutipan RDF Graph

Instance Ontology

Instance adalah memasukkandata-data kedalam sebuah ontologi.Dalam ontologi digilibsinus ini dilakukaninstance dengan menggunakan editorProtégé. Sampel yang digunakan adalahsebanyak 50 katalog buku dari berbagaikategori buku.

Proses instance dilakukan sepertihalnya memasukkan data biasa sesuaifield-nya. Instance ontologi ditunjukkanpada gambar 6 :

Gambar 6. Instance

Perancangan Query Rancangan query dibagi dalam 3

macam, yaitu perancangan query untukpencarian berdasarkan kata kunci, query untuk pencarian berdasarkan pencariansederhana dan query untuk keywordsearch.


7/12

5

a. Perancangan query pencarian katakunciPREFIXdigilib:http://localhost/digilibsinus.owl#SELECT *WHERE

{ ?book digilib:title ?title .

?book digilib:createdBy ?person .?person digilib:personName?personName .

?book digilib:title ?title.?book digilib:publishedBy

?organization.?organization

digilib:organizationName?organizationName.

?book digilib:collation ?collation.?book digilib:subject ?subject.?book digilib:language ?language.?book digilib:abstract ?abstract.?book digilib:isbn ?isbn.

?book digilib:year ?year.FILTER (regex(STR(?title) ,'".$kunci."', 'i')

||regex(STR(?personName) ,'".$kunci."', 'i')

||regex(STR(?abstract) , '".$kunci."', 'i')

||regex(STR(?isbn) , '".$kunci."', 'i')

||regex(STR(?organizationName) ,'".$kunci."', 'i')

||regex(STR(?subject) , '".$kunci."', 'i')

||regex(STR(?language) , '".$kunci."','i')

||regex(STR(?year) , '".$kunci."', 'i')).}

Pada query diatas, “$kunci”merupakan kata kunci yangdimasukkan kedalam form pencarian.

b. Perancangan query untuk simple

search. PREFIXdigilib:http://localhost/digilibsinus.owl#SELECT *WHERE

{ ?book digilib:title ?title .?book digilib:createdBy ?person .?person digilib:personName

?personName .?book digilib:title ?title.

?book digilib:publishedBy?organization.

?organizationdigilib:organizationName?organizationName.

?book digilib:collation ?collation.?book digilib:subject ?subject.?book digilib:language ?language.?book digilib:abstract ?abstract.?book digilib:isbn ?isbn.?book digilib:year ?year.?book digilib:locationIn ?availability.

FILTER(regex(STR(?".$kategori.") , '".$kunci."','i')).

}

Pada query diatas menampilkanseluruh data berdasarkan kategori.Sintak “$kategori” merupakan pilihankategori yang dideklarasikan dalam

bentuk combobox, dan “$kunci”merupakan kata kunci yangdimasukkan dalam form pencarian.

c. Perancangan query untuk advancedsearch. PREFIXdigilib:http://localhost/digilibsinus.owl#SELECT *WHERE

{ ?book digilib:title ?title .?book digilib:createdBy ?person .?person digilib:personName

?personName .

?book digilib:title ?title.?book digilib:publishedBy

?organization.?organization

digilib:organizationName?organizationName.

?book digilib:collation ?collation.?book digilib:subject ?subject.?book digilib:language ?language.?book digilib:abstract ?abstract.?book digilib:isbn ?isbn.?book digilib:year ?year.?book digilib:locationIn ?availability

FILTER (".$bagianWhere.").}

Pada query “$bagianWhere” adalahpemecahan kunci pencarian yangbersifat opsional, dan menggunakanfungsi AND, OR, dan NOT, yangtelah dideklarasikan dalam sintakPHP sebelumnya.


8/12

6

Perancangan Aplikasi Pencarian Aplikasi yang akan dirancang

menggunakan bahasa pemrogramanPHP, cURL dan HTTP Request 1.1.

Adapun gambaran umum darirancangan aplikasi pencarian ditunjukkanpada gambar 7:

Gambar 7. Gambaran Umum Aplikasi

Dalam rancangan aplikasi akandibagi menjadi 4 bagian, yaitu Home,Keyword Search, Simple Search dan Advanced Search.

Bentuk rancangan halaman utamaatau Home ditunjukkan pada gambar 8 :

Gambar 8. Rancangan Halaman Home

Bentuk rancangan halamanpencarian kata kunci atau keyword search ditunjukkan pada gambar 9 :

Gambar 9. Rancangan Keyword Search

Bentuk rancangan halaman simple search ditunjukkan seperti gambar 10:

Gambar 10. Rancangan Simple Search

Bentuk rancangan halamanadvanced search ditunjukkan padagambar 11 :

Gambar 11. Rancangan Pencarian Multi

ImplementasiUntuk melakukan implementasi,

yang diperispkan adalah Apache Tomcat

untuk import OpenRDF-Sesame kedalamnya, Apache XAMPP sebagaipenyimpanan database MySQL RDF Store, cURL, HTTP Request 1.1 dan webbrowser.

Untuk mengakses halaman aplikasisimulasi pencarian katalog buku, alamatyang dituju dalam web browser adalahhttp://localhost/digilibsinus/. Kemudianakan tampil halaman utama sepertiditunjukkan pada gambar 12 :

Gambar 12. Halaman Utama


9/12

7

Untuk malakukan pencarian katalogbuku, dapat dilakukan pencarian denganmemilih menu yang berada diatas. Padaaplikasi tersebut, menu yang tersediaadalah Home, Keyword Search, SimpleSearch, dan Advanced Search.

Dalam hal ini akan dicontohkan

pencarian dengan kalimat potonganabstrak buku “pencarian berdasarkan konten” dan akan tampak hasilnya sepertipada gambar 13 :

Gambar 13. Pencarian Kata Kunci

Jika dilakukan pencarian dengansimple search akan tampak sepertigambar 14:

Gambar 14. Pencarian Sederhana

Jika dilakukan pencarian denganadvanced search, hasilnya dapat dilihatseperti gambar 15 :

Gambar 15. Pencarian Multi

Hasil PenelitianDari ketiga model pencarian yang

telah dirancang diatas, maka dapatdilakukan pengujian untukmembandingkan seberapa cepat query yang dilakukan oleh masing-masing modelpencarian terhadap hasil yangditampilkan. Sehingga nantinya dapat

ditarik sebuah kesimpulan apakahteknologi semantik memang benar cocokdalam penerapan aplikasi yangmempunyai data besar atau tidak.

Proses pengujian dilakukan denganketentuan sebagai berikut :1. Kondisi hardware & software dalam

keadaan yang sama saat dilakukanpengujian.

2. Sampel pengujian diberikansebanyak 50 sampel katalog bukudari segala kategori.

3. Ditetapkan 20 klausa kunci (Q) yangakan menjadi kata kunci samadalam pencarian.

4. Setiap pencarian diulang sebanyak10 kali pengulangan untuk satu buahklausa kunci (Q). Sehingga dapatditarik rata-rata untuk dijadikanpedoman penentuan waktu dalamsetiap hasil pencarian dari klausakunci (Q).

Untuk hasil pengujian yang telahdilakukan dengan perhitungan rata-rata,

maka diperoleh hasil yang dapatditampilkan pada tabel 2 :


10/12

8

Tabel 2. Hasil Rata-rata Pengukuran

QRata-rata dalam 10X

FKey Sim Adv

Q1 0.04102 0.04194 0.04158 Key

Q2 0.04169 0.04251 0.04119 Adv

Q3 0.04440 0.04445 0.04481 KeyQ4 0.04453 0.04506 0.04421 Adv

Q5 0.04401 0.04584 0.04491 Key

Q6 0.04171 0.04356 0.04254 Key

Q7 0.04849 0.04504 0.04685 Sim

Q8 0.05350 0.05010 0.05440 Sim

Q9 0.06030 0.06000 0.06100 Sim

Q10 0.07490 0.07326 0.07335 Sim

Q11 0.07645 0.07660 0.07626 Adv

Q12 0.07589 0.07503 0.07630 Sim

Q13 0.07947 0.07892 0.07997 SimQ14 0.09088 0.09023 0.09042 Sim

Q15 0.09056 0.09053 0.09092 Sim

Q16 0.09177 0.09150 0.09195 Sim

Q17 0.09330 0.09258 0.09285 Adv

Q18 0.09896 0.09735 0.09621 Adv

Q19 0.09894 0.09887 0.09883 Adv

Q20 0.09890 0.09896 0.09889 Adv

QR 0.06948 0.06912 0.06937

Keterangan :F = pencarian tercepat

Key = keyword search Sim = simple search Adv = advanced search QR = rata-rataQ1 = “2009”Q2 = “hukum”Q3 = “pemrograman”Q4 = “john hebeller”Q5 = “elekmedia komputindo”Q6 = “pemrograman php”Q7 = “978-979-29-3110-5”Q8 = “feng menglong, ling mengehu”Q9 = “buku robot cerdas”Q10 = “sistem pendukung keputusan”

Q11 = “metode analisis statistic”Q12 = “javascript jquery dan ajax”Q13 = “mobile bisnis dengan J2ME”Q14 = “perkembangan teknologi CCTV”Q15 = “belajar javascript dengan jquery”Q16 = “rancang bangun robot tingkat dasar”Q17 = “dasar teknik pengujian tegangan tinggi”Q18 =”menguasai bahasa inggris secara cepatQ19 = “kisah pilihan dari dinasti song & ming”Q20 =”tutorial membangun web sekolah

dengan cms”

Dari ketiga model dapat dihitungprosentase F dari 20 Question Test dengan rata-rata pengulangan 10 kalidihitung dengan perbandingan nilaiterendah dari model pencarian yang lain.Prosentase dapat dihitung dengan rumus :

Keterangan :P = prosentase PencarianΣF = jumlah pencarian tercepatΣQ = jumlah Question Test

Sehingga akan didapat prosentaseseberapa cepat pencarian dapatmelakukan query dan menampilkanhasilnya, dibanding dengan modelpencarian lainnya dalam kata kunci yangberbeda-beda (Q).

Hasil rata-rata setiap pencarian padatabel 2 dapat ditampilkan dalam bentukgrafik seperti terlihat pada gambar 16:

Gambar 16. Grafik Rata-rata Pengukuran

Grafik gambar 16 merupakan hasilpengukuran rata-rata yang dilakukansebanyak 10 kali untuk setiap Question

Test (Q) terhadap model pencarian.Keyword search akan lebih dominan

memiliki waktu yang cepat dengan katakunci tunggal atau pendek. Hal inidisebabkan query yang digunakan masihumum, sehingga kata kunci harusdipetakan satu persatu sesuai variabelquery-nya. Hal ini akan terlihat dari Q1sampai Q7 yang merupakan kata kuncitunggal & pendek, membuat pencarian

P = ×100


11/12

9

keyword search menjadi pencariantercepat dibanding dengan kedua modellainnya. Dengan kesederhanaan katakunci inilah membuat grafik pencarianmemiliki kecenderungan mendatar.

Kata kunci yang beragam akanmembuat waktu pencarian menjadi lama.

Hal ini tergambar dari grafik gambar 16,bahwa kenaikan terjadi pada Q8 sampaiQ20 yang memiliki kata kunci yangbertambah disetiap kenaikan level Q. Daripengukuran terlihat bahwa simple &advanced search mampu meminimalisasiwaktu pencarian, karena dalam pencariantersebut menggunakan pemetaan katakunci. Sehingga kata kunci dapatdimasukkan ke dalam kelompok-kelompokkata kunci yang dimaksud. Seperti contohkata kunci tahun “2009”. Pada simple &advanced search, kata kunci tersebutdapat langsung dimasukkan kedalampencarian berdasarkan tahun.

V. PENUTUPKesimpulan

Dari hasil penelitian hal utama yangmendasari perpedaan waktu disini adalahmodel query SPARQL. Model query SPARQL yang masih luas (dalam hal inikeyword search) sangat mempengaruhiwaktu pencarian. Karena setiap kata kunciyang dimasukkan akan dicocokkan sesuai jenis variabel yang sesuai di query SPARQL. Ini terlihat pada model keyword search yang mempunyai rata-rata waktu0.06948 detik atau memiliki prosentasepencarian tercepat 20% dari 20 Question Test terhadap dua model pencarian yanglain (simple & advanced search).

Model query yang sudah dipetakandengan pilihan-pilihan menu seperticombobox dan checkbox (dalam hal inisimple & advanced search), sangatmembantu dalam pencarian, karena setiapkata kunci akan langsung dipetakan

kedalam jenis variabel di query SPARQL.Hal ini terbukti simple searh memiliki rata-rata 0.06912 detik atau memilikiprosentase pencarian 45%, dan advanced search memiliki rata-rata 0.06937 detikatau memiliki prosentase pencarian 35%.

Dari ketiga model pencarian memilikikecenderungan waktu yang semakinmeningkat sejajar dengan banyaknya katakunci yang dimasukkan.

SaranDari hasil penelitian ini masih

banyak yang dapat dikembangkan untukmenjadi sebuah aplikasi yang baik. Untukperkembangan kedepannya dapatdilakukan pemodelan pencarian denganpenambahan vocabulary kata kunci,

sehingga pencarian dapat dilakukandengan padanan kata dari suatu katakunci. Hal ini dapat menggunakan metodeLanguage Based Matching atau Vector Space Matching sebagai salah satumetode untuk melakukan pengukurankemiripan.

Penambahan data yang lebihbanyak dan beragam dapat dilakukanuntuk mengetahui hasil kecenderungandari pengukurannya lebih lanjut, sehinggadapat diketahui perbedaan antara hasilpenelitian ini.

DAFTAR PUSTAKA[1] Hebeler, John., Fisher, Matthew.,

Blace, Ryan., dan Perez-Lopez, Andrew., 2009, Semantic WebProgramming, Wiley Publishing, Inc.,Indianapolis, Indiana

[2] Zebua, Javier., 2010, AplikasiPencarian Buku Berbasis WebSemantik Untuk Perpustakaan SMKYadika 7 Bogor , Universitas

Gunadarma[3] Seaborne, A. dan Prud'hommeaux,E., 2008, SPARQL Query Languagefor RDF, Recommendation, WorldWide Web Consortium (W3C),http://www.w3.org/TR/2008/REC-rdf-sparql-query-20080115/ Lastestversion available:http://www.w3.org/TR/rdf-sparql-query/

[4] Stoermer, Heiko., RDF Standard andTechnologies, University of Trento,Italy, Dec 06.

[5] Nurkhamid, Mukhamad., 2009, Aplikasi Bibliografi PerpustakaanBerbasis Teknologi Semantik, JurnalFakultas Teknik, Universitas MariaKudus

[6] Abdul Kadir, 2008, Belajar DatabaseMenggunakan MySQL, AndiPublisher, Yogyakarta, hal 358.


12/12

10

penerapan web semantik dalam pencarian k

Documents