ijccs vol. x, no. x, july 201x : first pagejurnal.stmikelrahma.ac.id/assets/file/untung...

IJCCS Vol. x, No. x, July 201x : first_page – end_page

3

IMPLEMENTASI SEMANTIC WEB RULE LANGUAGE DALAM SISTEM PENCARIAN INFORMASI SAPI PERAH NASIONAL PADA

PLATFORM ANDROID

Untung Subagyo1, Suparyanto2

1,2Teknik Informatika/STMIK El Rahma

e-mail: [email protected], [email protected]

Abstract Data and information is defined to be an ontology-based metadata. To obtain better search results Semantic Web Rule Language (SWRL) is applied to complete the ontology to represent knowledge. SWRL can describe a desired rules in order to produce a certain desired information. Thus, the search application is made is expected to handle natural language is entered but computer able to understand and produce more relevant information. Semantic search means a search based on keywords and meanings associated with it. Semantic search seeks to improve the accuracy by understanding the intent and the contextual meaning. The purpose of semantic search is looking for content that is appropriate to the context desired by the user. Technological developments in the sector of mobile devices will be used to optimize the search function of dairy cows nationwide information. Researchers conducted the study uses semantic technology using the ontology knowledge base with regard to the data of national dairy cows. The concept ontology built covering three specification that defines the identification, production and reproduction of dairy cows. Results from this study is the information retrieval system of dairy cows by using ontologies to represent the knowledge base related to dairy cows information. Keywords—Semantic Web, Semantic Web Rule Language, Ontology, Dairy Cow Ontology PENDAHULUAN

Sesuai dengan Keputusan Menteri Pertanian Nomor. 630/Kpts/OT.140/12/2003. Tahun 2003 Tentang Organisasi dan Tata Kerja Balai Besar Pembibitan Ternak Unggul Sapi Perah (BBPTUSP), maka BBPTUSP Baturraden mempunyai tugas melaksanakan pemuliaan, pemeliharaan, produksi, dan pemasaran bibit sapi perah unggul. BBPTUSP Baturraden mempunyai Peranan penting dalam mendukung pembangunan sapi perah nasional diantaranya adalah sebagai Pusat Database Sapi Perah Nasional. Data sapi perah nasional berisi data identifikasi, produksi susu tiap hari, reproduksi dan silsilah dari sapi. Masalah yang dihadapi adalah kesulitan dalam mencari data yang diinginkan seperti berapa produksi selama satu tahun dari tetua,Siapa tetua dari sapi dengan Nomor Tag tertentu, dan berbagai pertanyaan yang lain. Kesulitan dalam pencarian diantaranya disebabkan karena perbedaan istilah diantara pengguna.

Web Semantik menggunakan metadata untuk merepresentasikan konten atau informasi dengan cara memberikan makna kata yang dapat dipahami, baik oleh manusia maupun oleh mesin [1]. Inti dari Web Semantik adalah mengaplikasikan ontology untuk merepresentasikan konten atau informasi menjadi basis pengetahuan dalam bentuk-bentuk yang dapat dipahami dan diproses oleh mesin. Melalui Web Semantik inilah, berbagai perangkat lunak akan mampu mencari, membagi, dan mengintegrasikan informasi dengan cara yang lebih mudah [2]. Dengan demikian ontology mampu menjembatani kesenjangan antara manusia dan mesin. Data dan informasi didefinisikan menjadi sebuah metadata berbasis ontology. Untuk memperoleh hasil pencarian yang

mailto:[email protected]

mailto:[email protected]


lebih baik Semantic Web rule language (SWRL) diterapkan untuk melengkapi ontology dalam merepresentasikan pengetahuan. SWRL dapat mendeskripsikan suatu aturan-aturan yang dikehendaki agar dapat memproduksi suatu informasi tertentu yang diinginkan. SWRL merupakan sebuah abstraksi bahasa tingkat tinggi untuk mendeskripsikan aturan berbasis horn [3]. Dengan demikian, aplikasi pencarian yang dibuat diharapkan mampu menangani bahasa alamiah yang diinputkan namun mesin (komputer) mampu memahaminya dan menghasilkan informasi yang lebih relevan.

Pencarian Semantik berarti pencarian berdasarkan kata kunci dan makna yang berhubungan dengannya. Pencarian semantik berusaha untuk meningkatkan akurasi dengan memahami maksud dan makna kontekstual. Konten adalah teks tertulis sedangkan konteks merupakan kondisi keberadaan teks. Tujuan pencarian semantik adalah mencari konten yang sesuai dengan konteks yang diinginkan oleh pengguna [4]. Perkembangan teknologi di sektor perangkat mobile akan dimanfaatkan untuk mengoptimalkan fungsi pencarian informasi sapi perah nasional.

Peneliti melakukan penelitian menggunaan teknologi semantik dengan menggunakan basis pengetahuan dalam ontologi berkaitan dengan data sapi perah nasional. Konsep ontologi yang dibangun meliputi tiga spesifikasi yaitu mendefinisikan identifikasi, produksi, dan reproduksi dari dari sapi perah. Hasil dari penelitian ini adalah sistem pencarian informasi sapi perah dengan menggunakan ontologi untuk merepresentasikan basis pengetahuan yang berhubungan dengan informasi sapi perah. Ontologi yang dibangun menjelaskan informasi sapi perah terkait dengan produksi sehari-hari, sehingga dapat diketahui produksi dalam satu tahun. Selain itu juga terkait dengan data reproduksi, sehingga akan diketahui silsilah dari sapi, kemampuan produksi dari tetua, apakah tetuanya termasuk bibit unggul atau bukan. Sistem diharapkan dapat dijalankan menggunakan perangkat bergerak yang berbasis Android. METODE PENELITIAN

Tahapan yang akan dilakukan pada penelitian ini adalah: a. Tahap Pengumpulan dan Analisis Data

Pada tahap ini kegiatan yang dilakukan adalah: 1) Mengumpulkan seluruh data yang terkait dan akan dianalisis. Data didapatkan dari

database sapi perah nasional di BBPTUSP Baturraden. 2) Analisis tentang masalah penelitian dan menentukan pemecahan masalah yang

tepat untuk menyelesaikannya. Termasuk didalamnya mendefinisikan batasan sistem dan strategi pengembangan yang digunakan.

b. Tahap Perancangan

Pada tahap ini kegiatan yang dilakukan adalah: 1) Membuat rancangan antar muka sistem 2) Membuat desain ontologi berdasarkan model logis menggunakan tools Protege.

Desain ontologi terdiri dari pembuatan class, properti, dan instance. 3) Membuat aturan (rule) dalam menampilkan data-data pada informasi sapi perah.

c. Konstruksi Program

Pada tahap ini dibangun aplikasi pencarian dengan pemrosesan query, baik query sederhana maupun query yang kompleks sesuai dengan kebutuhan sistem. d. Pengujian

Pada tahap ini dilakukan pengujian pada aplikasi yang sudah dibangun, pengujian dilakukan dengan validitas aturan untuk memasukkan pertanyaan dan keluaran dengan menggunakan Bahasa Indonesia. Keakuratan hasil pencarian didapatkan dengan

5

membandingkan pertanyaan dan jawaban yang dihasilkan dengan pertanyaan dan jawaban yang diharapkan.

Rancangan Sistem Analisa Permasalahan

Permasalahan utama yang diangkat dalam penelitian ini adalah masalah perancangan sistem pencarian informasi sapi perah nasional. Masalah perancangan pencarian informasi sapi perah nasional merupakan sebuah permasalahan yang cukup kompleks karena perlu memperhatikan banyak faktor seperti identifikasi sapi perah dan tetuanya, penyebarannya di berbagai wilayah sampai tingkat kecamatan, serta informasi produksi dan reproduksi sapi perah di berbagai wilayah.

Berdasarkan data yang didapat dari BBPTU Sapi Perah Baturraden, sapi perah yang sudah terdata, tersebar di 4 Propinsi di Pulau Jawa, yaitu Jawa Barat, Jawa Tengah DI Yogyakarta, dan Jawa Timur. Di masing-masing propinsi terdapat beberapa KUD yang ada di beberapa kecamatan sebagai koordinator peternak yang mempunyai anggota beberapa peternak sapi perah. Peternakan milik peternak anggota dari KUD tidak harus berada dalam satu kecamatan, ataupun dalam satu kabupaten. Bahkan beberapa peternak bisa bergabung dengan KUD yang berada pada propinsi yang berbeda dikarenakan posisinya yang lebih dekat. Misalnya peternakan yang berada di daerah Klaten, Jawa Tengah menjadi anggota KUD yang berada di Cangkringan, Sleman, DIY. Selain KUD yang mempunyai anggota beberapa peternak sapi perah, juga terdapat instansi atau perusahaan yang memiliki peternakan sendiri.

Setiap sapi yang ada di dalam peternakan diidentifikasi, dicatat produksi (susu, dan berat), kualitas susu, dan reproduksi (perkawinan, pemeriksaan kebuntingan, dan kelahiran) dari sapi. Dari recording data yang dilakukan, diharapkan dapat memberikan informasi kepada pengguna diantaranya adalah informasi tentang performance (produksi dan reproduksi) dari sapi, prediksi kelahiran, dan informasi yang lainnya. Beberapa query yang biasanya dilakukan oleh pengguna diantaranya : a. Bagaimana performance dari sapi dengan nomor tag X b. Berapa jumlah produksi susu dari sapi X dalam masa laktasi ke-Y c. Berapa jumlah produksi susu pada bulan X tahun Y d. Berapa nilai Calving Interval dari sapi dengan tag X e. Berapa banyaknya sapi mati dan hidup per jenis kelamin f. Tampilkan tetua dari sapi X g. Tampilkan sapi-sapi yang seharusnya sudah dikawinkan pada bulan ini h. Tampilkan sapi-sapi yang sedang bunting i. Tampilkan sapi yang akan melahirkan pada bulan ini j. Siapa pemilik sapi dengan nomor X k. Kapan sapi dengan nomor X terakhir dikawinkan

Analisa Kebutuhan Sistem

Sistem yang dibangun dalam penelitian ini adalah sebuah prototipe aplikasi pencarian informasi sapi perah nasional. Aplikasi ini dapat diakses melalui media komputer yang terhubung dengan internet.

Layanan yang disediakan dalam sistem aplikasi ini berupa fasilitas pencarian sederhana dan pencarian semantik. Pencarian sederhana dilakukan dengan menginputkan

Akurasi = Jumlah jawaban sesuai harapan / Jumlah keseluruhan jawaban


identifikasi ternak, informasi tetua dan wilayah dari ternak, informasi produksi dan reproduksi dari ternak, atau keyword lain yang terkait tanpa menggunakan kata tanya ataupun perintah. Pencarian semantik dilakukan dengan memasukan kalimat perintah atau pertanyaan berupa kalimat bahasa alami dengan menggunakan bahasa Indonesia. Kalimat bahasa alami yang diinputkan kedalam sistem harus mengikuti pola kalimat yang sudah didefinisikan dalam aturan produksi. Informasi yang ditampilkan dapat berupa informasi sapi perah, penyebaran, silsilah tetua, performance, produksi, dan reproduksi dari ternak.

Ruang Lingkup Sistem

Penelitian ini bertujuan untuk membangun dan merancang sebuah prototype aplikasi pencarian informasi sapi perah berbasis web semantik. Aplikasi ini memberikan beberapa fasilitas, yaitu : 1. Menyediakan fasilitas pencarian informasi identifikasi, performa produksi, dan

reproduksi ternak dengan menggunakan kata kunci pencarian berdasarkan nomor registrasi, nomor tag, nama koperasi, peternak, dan wilayah dari ternak.

2. Menyediakan fasilitas pencarian informasi identifikasi, performa produksi, dan reproduksi ternak dengan menggunakan bahasa alami berupa kalimat perintah pencarian berbahasa Indonesia.

3. Menyediakan fasilitas untuk penelusuran silsilah dari ternak

Aturan Bisnis

Sebuah sistem yang baru dikembangkan perlu ditentukan aturan bisnis untuk memberikan batasan apa yang dapat dilakukan sistem maupun apa yang tidak dapat dilakukan oleh sistem. Aturan bisnis dalam aplikasi pencarian informasi sapi perah berbasis web semantik ini adalah: a. Sistem menyediakan dua cara pencarian yaitu pencarian standar, dan pencarian

semantik. b. Pencarian standar merupakan pencarian berdasarkan kata kunci nomor registrasi,

nomor tag, nama koperasi, nama peternak, dan nama wilayah. c. Pencarian semantik menggunakan kalimat perintah pencarian yang harus sesuai

dengan aturan produksi dalam melakukan pencarian. d. Hasil pencarian yang ditampilkan berupa informasi mengenai identitas ternak,

performa produksi, performa reproduksi, atau silsilah dari ternak.

Arsitektur Sistem

Sistem yang dibangun dalam penelitian ini adalah aplikasi pencarian informasi sapi perah. Aplikasi pencarian ini menggunakan ontology sebagai skema penyimpanan data ternak sapi perah. Data ternak yang disimpan dalam basis pengetahuan dapat diakses dengan menggunakan SQWRL sebagai bahasa query SWRL di dalam OWL. Untuk menghubungkan antara ontology dengan bahasa Java sebagai bahasa yang digunakan dalam melakukan proses query pada ontology digunakan Protégé OWL API. Gambar 1 menunjukan arsitektur dari pencarian informasi sapi perah yang dikembangkan.

Berdasarkan Gambar 1 dapat dijelaskan proses sebagai berikut:

1. Pemakai yang terhubung dengan internet dapat menggunakan layanan pencarian informasi sapi perah untuk melakukan pencarian identitas, silsilah ternak, produksi, dan reproduksi ternak.

2. Sistem menyediakan dua layanan pencarian informasi sapi perah berupa layanan pencarian standar dan layanan pencarian semantik.

7

3. Layanan pencarian standar digunakan untuk melakukan pencarian informasi sapi perah dengan menentukan kriteria pencarian berdasakan kata kunci berupa nomor registrasi, nomor tag, nama koperasi, nama peternak, atau nama wilayah (Propinsi, Kabupaten, Kecamatan).

Proses yang terjadi pada pencarian standar adalah:

a. Sistem menerima parameter pencarian yang diinputkan oleh pemakai.

b. Sistem mengecek kriteria pencarian

c. Sistem membetuk query SQWRL berdasarkan parameter pencarian.

d. Sistem akan melakukan pencarian pada basis pengetahuan (dairycow.owl) menggunakan query SQWRL yang terbentuk

e. Sistem akan menampilkan hasil pencarian berdasarkan parameter yang diterima.

InternetInternet

PenggunaPengguna

Query

Dairycow.owl

Normalization

Tokenization

Remove Stop Words

(Filtering)

Black Box (Stemming)

Word.owl

Question Analysis

Classification Word

Relation Match

Rule

Search Engine

Database Sapi Perah Nasional

Converter

Hasil Informasi

Gambar 1. Arsitektur Sistem

4. Layanan pencarian semantik digunakan untuk melakukan pencarian yang menggunakan bahasa alami berupa kalimat perintah dalam bahasa Indonesia yang sesuai dengan aturan produksi yang telah didefinisikan.

Proses yang terjadi pada pencarian semantik adalah:

a. Sistem menerima parameter pencarian berupa kalimat perintah pencarian yang diinputkan oleh pemakai.

b. Sistem akan melakukan query analisis dengan melakukan normalisasi terlebih dahulu kalimat berdasarkan parameter yang diterima.

c. Kalimat masukan yang dinyatakan normal/valid, di dalam query analisis, akan diproses lebih lanjut dan melalui beberapa tahapan proses terdiri dari:

1) Tahap tokenization

2) Tahap filtering

3) Tahap stemming

d. Sistem melanjutkan hasil stemming ke bagian Search Engine. Pada search engine dilakukan tahap


1) Tahap representasi kalimat (Classification Word)

2) Tahap Relation Match

3) Tahap representasi query (Create Rule)

e. Sistem melakukan pencarian pada basis pengetahuan (dairycow.owl) berdasarkan query SQWRL yang terbentuk dari proses penterjemahan kalimat.

f. Sistem akan menampilkan hasil sesuai dengan kalimat yang diinputkan sebagai parameter pencarian.

Bagian Converter dijalankan ketika pengguna login sebagai administrator sistem.

Perancangan Ontologi

Ontologi sebagai model representasi pengetahuan merupakan bagian yang sangat penting dari sistem karena pada bagian inilah terletak penyimpanan seluruh data yang nantinya akan digunakan memberikan solusi. Secara teknis sebuah ontologi direpresentasikan dalam bentuk class, properties, dan instance.

Penentuan Konsep dan Domain

Langkah awal dalam perancangan ontologi untuk data sapi perah adalah menentukan konsep dan domain yang akan dibangun.

Domain dari penelitian ini adalah database sapi perah nasional di Balai Besar Pembibitan Ternak Unggul Sapi Perah Nasional Baturraden. Domain yang didefinisikan pada dasarnya merepresentasikan data semua identifikasi, produksi, dan reproduksi ternak yang dikelompokkan kedalam beberapa class.

Definisi Kelas dan Hirarki

Pembentukan class pada model ontologi sistem pencarian informasi sapi perah nasional mengacu pada struktur database sapi perah yang ada di BBPTUSP Baturraden. Pada ontologi sapi perah ini, didefinisikan 7 kelas utama, dan 10 subkelas dari kelas utama.

Kelas utama terdiri dari : 1. Cement, kelas ini merepresentasikan informasi tentang cement yang digunakan untuk

inseminasi buatan 2. Cooperative, kelas ini merepresentasikan informasi tentang koperasi susu yang

membawahi dan mengkoordinir peternakan. 3. Farm, kelas ini merepresentasikan informasi tentang peternakan yang menjadi

anggota koperasi dan memiliki ternak sapi perah. 4. Cow, kelas ini merepresentasikan informasi tentang sapi perah yang ada di dalam

peternakan.Kelas Cow mempunyai dua subkelas, yaitu: a. FemaleCow, kelas ini merepresentasikan informasi tentang sapi perah betina. b. Bull, kelas ini merepresentasikan informasi tentang sapi perah pejantan.

5. Production, kelas ini merepresentasikan informasi tentang produksi yang dihasilkan oleh sapi perah baik susu maupun berat badan.Kelas Production mempunyai dua subkelas, yaitu: a. Milk, kelas ini merepresentasikan informasi tentang produksi susu yang

dihasilkan. b. Weight, kelas ini merepresentasikan informasi tentang produksi berat yang

dihasilkan. 6. Reproduction, kelas ini merepresentasikan informasi tentang reproduksi yang dialami

oleh sapi perah, yaitu perkawinan, pemeriksaan kebuntingan, dan kelahiran. Kelas Reproduction mempunyai tiga subkelas, yaitu:

9

a. ArtificialInsemination, kelas ini merepresentasikan informasi tentang Inseminasi Buatan pada sapi betina.

b. PregnancyTesting, kelas ini merepresentasikan informasi tentang pemeriksaan kebuntingan sapi.

c. Calving, kelas ini merepresentasikan informasi tentang kelahiran sapi. 7. Region, kelas ini merepresentasikan informasi tentang wilayah dari peternakan dan

koperasi. Kelas Reproduction mempunyai tiga subkelas, yaitu: a. Province, kelas ini merepresentasikan informasi tentang propinsi dimana

peternakan, dan koperasi berada. b. Regency, kelas ini merepresentasikan informasi tentang kabuaten dimana

peternakan, dan koperasi berada. c. District, kelas ini merepresentasikan informasi tentang kecamatan dimana

peternakan, dan koperasi berada.

Hirarki kelas pada model ontologi sistem pencarian sapi perah nasional dapat dilihat pada gambar 2.

Gambar 2. Hirarki model ontologi DairyCow

Relasi Diagram Kelas

Relasi mengijinkan sebuah kelas mengetahui atribut, operasi dan hubungan relasi yang ada dengan kelas lainnya. Diagram kelas menunjukkan hubungan interaksi antar kelas dalam sistem, sehingga dengan diagam kelas penyajian informasi yang dimiliki oleh setiap kelas dapat tersaji dengan jelas. Relasi antar kelas dalam ontologi informasi sapi perah diperlihatkan pada gambar 3.

Gambar 3. Relasi Antar Kelas


HASIL DAN PEMBAHASAN Implementasi dari hasil penelitian ini adalah sebuah prototipe aplikasi pencarian

informasi sapi perah berbasis web semantik dengan menggunakan ontologi dan rule untuk melakukan pengolahan pada basis pengetahuan. Antar muka (interface) dari prototipe aplikasi dibuat sederhana dengan fasilitas pencarian berbasis teks dan menu yang dapat langsung diakses oleh pengguna yaitu Data Sapi, Data Farm, Data Produksi, Data Reproduksi, dan Bagaimana Cara Mencari seperti ditampilkan pada gambar 4, gambar 5, gambar 6, gambar 7 gambar 8, dan gambar 9.

Gambar 4. Halaman Muka Sistem

Gambar 5. Menu Data Sapi

11

Gambar 6. Menu Data Farm

Gambar 7. Menu Data Produksi


Gambar 8. Menu Data Reproduksi

Gambar 9. Cara Mencari

13

Gambar 10. Pencarian menggunakan Kalimat 1

Gambar 11. Pencarian Menggunakan Kalimat 2


. Gambar 12. Pencarian Menggunakan Kata Tanya Berapa

KESIMPULAN Berdasarkan penelitian yang telah dilakukan dapat disimpulkan beberapa hal

sebagai berikut: 1. Pemodelan ontologi dalam aplikasi yang dikembangkan dibuat menjadi dua yaitu

ontologi sapi perah (dairycow.owl) digunakan untuk menyimpan basis pengetahuan

tentang sapiperah dan ontologi sinonimowl digunakan untuk menyimpan daftar kata

questionword, daftar katastopword dan keyword yang berisi padanan kata untuk data

type properties (DTP), obyectproperties (OBP), class (CLP).

2. Pencarian informasi sapi perah dapat dilakukan dengan menggunakan kata kunci

(keyword) dan menggunakan kalimat. Kata kunci yaitu berupa value dari semua class

yang ada. Kalimat untuk melakukan pencarian dapat berupa kalimat tanya, kalimat

perintah atau kalimat yang tidak mengandung kata tanya atau kata perintah.

3. Aplikasi yang dibuat hanya mampu memproses kalimat pencarian yang mengandung

satu value saja, untuk kalimat yang mengandung lebih dari satu value belum bisa

dilakukan.

SARAN Aplikasi yang dibuat belum bisa menangani perbaikan kesalahan ketik secara

otomatis, sehingga perlu pengembangan untuk membuat mekanisme koreksi kesalahan ketik secara otomatis .

DAFTAR PUSTAKA

[1] J. Davies, D. Fensel, H. Van dan F. V. Hermelen, Toward The Semantic Web-Ontologydriven Knowledge Management, Chichester: JohnWiles & Sons, Ltd, 2003.

[2] T. Berners-Lee, J. Hendler dan O. Lassila, “The Semantic Web. Technical report,” Scientific American, 2001.

15

[3] I. Horrocks, P. Patel-Scheneider, H. Boley, S. Tabet, D. Grossof dan M. Dean, “SWRL: A semantic Web Rule Language Combining OWL and RuleML,” http://www.w3.org/Submission/SWRL/, 2004.

[4] R. Sarno, Y. Anistyasari dan R. Fitri, Semantic Search Pemcarian Berdasarkan Konten, Yogyakarta: Andi Offset, 2012.

ijccs vol. x, no. x, july 201x : first pagejurnal.stmikelrahma.ac.id/assets/file/untung...

Documents