(STUDI KASUS: MOBIL ANTAR JEMPUT ANAK SEKOLAH · PDF file2016. SISTEM INFORMASI DETEKSI KEMACETAN ... BAB II LANDASAN TEORI 2.1 Twitter ... 2.10 Bahasa Pemrograman Java

SISTEM INFORMASI DETEKSI KEMACETAN BERDASARKAN TWEET MENGGUNAKAN NAMED ENTITY

RECOGNITION (NER)

(STUDI KASUS: MOBIL ANTAR JEMPUT ANAK SEKOLAH

KOTA BATU)

TUGAS AKHIR

Oleh:

PRADITA NURFIKA ANGGRAENI

NIM. 201110370311304

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH MALANG

2016

SISTEM INFORMASI DETEKSI KEMACETAN BERDASARKAN TWEET MENGGUNAKAN NAMED ENTITY

RECOGNITION (NER)

(STUDI KASUS: MOBIL ANTAR JEMPUT ANAK SEKOLAH

KOTA BATU)

TUGAS AKHIR

Oleh:

PRADITA NURFIKA ANGGRAENI

NIM. 201110370311304

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH MALANG

2016

KATA PENGANTAR

Alhamdulillah, segala puji dan syukur penulis panjatkan kehadirat Allah

SWT atas segala limpahan rahmat, karunia dan hidayah-Nya yang telah diberikan

sehingga penulis dapat menyelesaikan penulisan tugas akhir yang berjudul:

“SISTEM INFORMASI DETEKSI KEMACETAN BERDASARKAN

TWEET MENGGUNAKAN NAMED ENTITY RECOGNITION (NER)

(STUDI KASUS MOBIL ANTAR JEMPUT ANAK SEKOLAH KOTA BATU)”

Maksud dan tujuan penulisan tugas akhir ini adalah sebagai syarat

kelulusan dan memperoleh gelar Sarjana dalam bidang Teknik Informatika

Fakultas Teknik Universitas Muhammadiyah Malang.

Penulis menyadari bahwa tugas akhir ini masih jauh dari sempurna, oleh

karena itu dengan kerendahan hati, penulis mengharap kritik dan saran yang

membangun guna perbaikan dan penyempurnaannya sehingga dapat bermanfaat

bagi kita semua.

Malang, Januari 2016 Penulis

DAFTAR ISI

HALAMAN JUDUL ............................................................................. i

LEMBAR PERSETUJUAN ................................................................. ii

LEMBAR PEGESAHAN ..................................................................... iii

LEMBAR PERNYATAAN ................................................................... iv

ABSTRAK ............................................................................................. v

LEMBAR PERSEMBAHAN ................................................................ vi

KATA PENGANTAR ............................................................................ vii

DAFTAR ISI .......................................................................................... viii

DAFTAR TABEL .................................................................................. xi

DAFTAR GAMBAR .............................................................................. xii

BAB I PENDAHULUAN

1.1 Latar Belakang ....................................................................... 1

1.2 Rumusan Masalah .................................................................. 2

1.3 Batasan Masalah .................................................................... 2

1.4 Tujuan Penulisan ................................................................... 3

1.5 Metodologi Penyelesaian Masalah ......................................... 3

1.6 Sistematika Penulisan ............................................................ 4

BAB II LANDASAN TEORI

2.1 Twitter ................................................................................. 5

2.2 Twitter Api ......................................................................... 6

2.3 Text Mining ......................................................................... 6

2.4 Event Detection ................................................................... 7

2.5 NER .................................................................................... 7

2.6 Analisa N-gram ................................................................... 8

2.7 Google Maps ....................................................................... 9

2.8 Google Maps Application Programming Interface(API) ....... 9

2.9 JavaFX ................................................................................ 10

2.10 Bahasa Pemrograman Java ................................................ 10

2.12 Javascript .......................................................................... 11

2.13 MySQL .............................................................................. 12

BAB III ANALISA DAN PERANCANGAN SISTEM

3.1 Analisa Sistem ..................................................................... 13

3.1.1 Kebutuhan Fungsional ............................................... 14

3.1.1.1 Persiapan Data ............................................... 14

3.1.1.2 Crawling Data Tweet ..................................... 14

3.1.1.3 Analisa N-Gram ............................................. 16

3.1.1.4 Rulebased ...................................................... 19

3.1.1.5 Deteksi Tweet Berdasarkan Rulbased ............. 20

3.1.2 Kebutuhan Non Fungsional ........................................ 22

3.2 Perancangan Arsitektur Sistem ............................................ 23

3.3 Arsitektur Berjalannya Sistem ............................................ 24

3.4 Perancangan Sistem Deteksi ................................................ 24

3.3.1 Perancangan Use Case Diagram Sistem Deteksi ........ 25

3.3.2 Perancangan Activity Diagram Sistem ........................ 25

3.3.2.1 Activity Diagram View Data Tweet ................ 26

3.3.2.2 Activity Diagram Deteksi Lokasi .................... 26

3.3.3 Perancangan Squence Diagram Sistem ....................... 27

3.3.3.1 Squence Diagram View Data Tweet ............... 27

3.3.3.2 Squence Diagram Pencarian Lokasi ............... 28

3.3.4 Desain Antarmuka ..................................................... 29

3.3.4.1 Desain Halaman Utama ................................. 29

3.3.4.2 Desain Halaman Data Tweet .......................... 30

3.3.4.3 Desain Halaman Deteksi ................................ 30

BAB IV IMPLEMENTASI DAN PENGUJIAN

4.1 Implementasi Sistem ............................................................ 31

4.1.1 Crawling Data Tweet ................................................. 31

4.1.2 Implementasi Filter ................................................... 32

4.1.3 Analisa N-Gram .......................................................... 32

4.1.4 Implementasi Name Entity Recognition (NER) ........... 34

4.1.5 Implementasi JavaFX ................................................ 35

4.2 Pengujian Sistem ................................................................. 36

4.2.1 Pengujian ................................................................... 36

4.2.1.1 Pengujian Pengumpulan Data Tweet .............. 36

4.2.1.2 Pengujian Ekstraksi Data Menggunakan NER 37

4.2.1.3 Pengujian Deteksi Lokasi Kemacetan ............ 38

4.2.2 Pengujian Keberhasilan Sistem .................................. 39

BAB V PENUTUP

5.1 Kesimpulan ......................................................................... 42

5.2 Saran ................................................................................... 42

DAFTAR PUSTAKA ............................................................................ 43

DAFTAR TABEL

Tabel 3.1 Contoh Unigram, Bi-gram, Tri-gram ....................................... 16

Tabel 3.2 Contoh Hasil Unigram ............................................................. 18

Tabel 3.3 Contoh Hasil Bi-gram .............................................................. 18

Tabel 3.4 Contoh Hasil Tri-gram ............................................................. 19

Tabel 3.5 Rule ......................................................................................... 19

Tabel 3.6 Hasil Analisa ........................................................................... 20

Tabel 3.7 Contoh Tweet .......................................................................... 21

Tabel 3.8 Hasil Lokasi ............................................................................ 21

Tabel 4.1 Hasil Pengujian Pencarian Lokasi Kemacetan (Manual) .......... 39

DAFTAR GAMBAR

Gambar 3.1 Aplication Management ....................................................... 15

Gambar 3.2 Authentication Twitter ......................................................... 15

Gambar 3.3 Rule ..................................................................................... 19

Gambar 3.4 Peta Kota Batu ..................................................................... 22

Gambar 3.5 Arsitektur Sistem Deteksi Lokasi Kemacetan ....................... 23

Gambar 3.6 Arsitektur Berjalannya Sistem............................................... 24

Gambar 3.7 Use Case Diagram Sistem Deteksi Lokasi Kemacetan .......... 25

Gambar 3.8 Activity Diagram View Data Tweet ....................................... 26

Gambar 3.9 Activity Diagram Pencarian Lokasi ...................................... 27

Gambar 3.10 Squence Diagram View Data Tweet ................................... 28

Gambar 3.11 Squence Diagram Pencarian Lokasi ................................... 29

Gambar 3.12 Antarmuka Halaman Utama ............................................... 29

Gambar 3.13 Antarmuka Halaman Data Tweet ......................................... 30

Gambar 3.14 Antarmuka Halaman Deteksi ............................................. 30

Gambar 4.1 Grab Status .......................................................................... 31

Gambar 4.2 Implementasi Filter .............................................................. 32

Gambar 4.3 Sourcecode Unigram ........................................................... 32

Gambar 4.4 Sourcecode Bi-gram ............................................................ 33

Gambar 4.5 Sourcecode Tri-gram ........................................................... 34

Gambar 4.6 Implementasi NER menggunakan Rulebase ......................... 35

Gambar 4.7 Implementasi Peta ................................................................ 35

Gambar 4.8 Data Tweet .......................................................................... 36

Gambar 4.9 Hasil Filtering Data Tweet ................................................... 37

Gambar 4.10 Hasil Ekstraksi Tweet dengan menggunakan NER ............. 38

Gambar 4.11 Peta Lokasi Kemacetan ...................................................... 38

1

DAFTAR PUSTAKA

1. Churiyah, M.B., 2014, “Aplikasi Sistem Deteksi Rawan Kecelakaan”, Tugas

Akhir, Fakultas Teknik Informatika, Universitas Muhamadiyah Malang

2. Elian, A., Mazharuddin, A., Studiawan, H., 2012, “Layanan Informasi Kereta

Api Menggunakan GPS, Google Maps, dan Android”, JURNAL TEKNIK

POMITS Vol. 1, No. 1, (2012) 1-6, Jurusan Teknik Informatika, Fakultas

Teknologi Informasi, Institut Teknologi Sepuluh Nopember

3. Fadillah, R., Rakhmadi, A., Purnama, S.C., 2010, “Pembelajaran Merakit

Komputer dan Menginstal Sistem Operasi Berbasis JavaFX”, Fakultas Teknik

Elektro, Fakultas Teknik Informatika, Universitas Muhammadiyah Surakarta

4. Febri, B.S., 2014, “Pengenalan: Apa itu Twitter API dan Pembuatan

Consumer Key dan Consumer Secret”, Book Series of jago{coding}, Learn &

Share {Your Code}, www.jagocoding.com

5. Feldman, R., Sanger, J., 2007, “The Text Mining Handbook : Advanced

Approaches in Analyzing Unstructured Data”, Cambridge University Press,

New York, United States of America

6. Horton, I., 2011, “Ivor Horton's Beginning Java®”, Java 7 Edition, John

Wiley & Sons, Inc., Indianapolis, Indiana

7. Jiang, J., 2012, "Information Extraction from Text (Chapter2)", Mining Text

Data, London: Springer.

8. Khondra, M.L., Purwarianti, A., 2013, “Ekstraksi Informasi Transaksi Online

pada Twitter”, Jurnal Cybermatika, Volume 1 [2013], Issue 1, Artikel 4,

Institut Teknologi Bandung

9. Putri, W.R., 2012, “Artikel Mengenai Pemrograman Web”, Komunitas e-

Learning IlmuKomputer.Com, Program Studi Teknik Telekomunikasi,

Jurusan Teknik Elektro, Politeknik Negeri Semarang

2

10. Rahayu, S., 2014, “Seputar Pengertian Twitter”, http://seputarpengertian.

blogspot.com/2014/03/seputar-pengertian-Twitter.html, diakses tanggal 17

Juni 2015

11. Rendy, Wibisono, Y., Sukamto, R.A., 2012, “Event Detection Banjir pada

Microblogging Twitter dengan Algoritma DBSCAN”, Program Studi Ilmu

Komputer, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam,

Universitas Pendidikan Indonesia.

12. Rostianingsih, S., Sugianto, S.A., Liliana, 2015, “Aplikasi Predictive Text

Berbahasa Indonesia Dengan Metode N-gram”, Program Studi Teknik

Informatika Fakultas Teknologi Industri Universitas Kristen Petra

13. Safitri, S., 2010, “Pengertian JavaFX” ,

http://septianisafitri.blogspot.co.id/2010/01/pengertian-javafx_6528.html,

diakses tanggal 3 Januari 2016

14. Susanto, B., 2013, “Text Mining”, Handout Lecturer, Teknik Informatika,

UKDW Yogyakarta.

15. Wahyudi, R., 2015, “Pengguna Internet Indonesia Tembus 88 Juta”,

http://tekno.kompas.com/read/2015/03/26/14053597/pengguna.internet.indon

esia.tembus.88.juta, diakses pada 30 Desember 2015.