Review Paper Pengembangan Sistem Rekomendasi Peminjaman Buku Berbasis Web Menggunakan Metode Self Organizing Map Clustering Pada Badan Perpustakaan Dan Kearsipan (BAPERSIP) Provinsi Jawa Timur

Latar Belakang

Perpustakaan merupakan salah satu fasilitas penyedia informasi, sumber ilmu pengetahuan, dan sarana penunjang proses kegiatan belajar mengajar bagi para pengguna untuk mendapatkan informasi yang diinginkan. Pemerintah Kota Surabaya dalam hal ini Badan Perpustakaan dan Kearsipan (Bapersip) Provinsi Jawa Timur mempunyai wewenang dalam kaitannya dengan fasilitas penyedia informasi terhadap pengguna yang ingin mendapatkan pengetahuan lebih dari fasilitas yang disediakan.

Saat ini, Bapersip Provinsi Jawa Timur memiliki jumlah anggota lebih dari 41.000 anggota dengan jumlah koleksi buku mencapai sebanyak 30.765 buah. Dengan kapasitas seperti itu, Bapersip mencatat jumlah kunjungan dari Senin hingga jumat rata–rata 100 hingga 175 orang per hari. Namun dari jumlah tersebut, pengunjung melakukan transaksi peminjaman rata–rata hanya 165 buku per hari (Profil Perusahaan: Jumlah Peminjaman). Dari data tersebut dapat diasumsikan bahwa satu orang hanya meminjam satu buah buku. Dengan kata lain hal ini kurang sejalan dengan Visi dari Bapersip yaitu Jawa Timur membaca dan tertib arsip tahun 2014. Bila dibandingkan dengan jumlah penduduk Surabaya saat ini yang berjumlah 3.024.321 warga, buku yang terpinjam sangatlah minim.

Dalam upaya meningkatkan peminjaman buku, diperlukan salah satu strategi dalam hal penelusuran buku, yaitu sebuah sistem yang dapat memahami kebutuhan dan karateristik dari pengguna perpustakaan melalui buku yang dipinjam. Saat ini dalam menemukan buku yang diinginkan, pengguna bisa mencari secara manual dalam setiap rak–rak buku atau bisa juga dengan mencari melalui layanan intranet yang telah terpasang kedalam beberapa Komputer yang telah disediakan di Bapersip.

Dalam penelitian ini, dilakukan pengembangan terhadap sistem rekomendasi peminjaman buku dengan menggunakan metode Self Organizing Map (SOM) Clustering pada Bapersip Provinsi Jawa Timur. Metode ini digunakan karena SOM merupakan sebuah platform yang efektif untuk memvisualisasikan data berdimensi tinggi. SOM merupakan perluasan dari jaringan kompetitif yang sering disebut dengan jaringan kohonen. Jaringan ini menggunakan metode unsupervised learning, yang artinya suatu lapisan yang berisi neuron – neuron akan menyusun dirinya sendiri berdasarkan input nilai tertentu dalam suatu kelompok. Selama proses tersebut, cluster yang memiliki jarak paling dekat dengan pola input akan terpilih sebagai pemenang dan beserta neuron tetangganya akan memperbaiki bobotnya. SOM memperlihatkan tiga karakteristik: kompetisi yaitu setiap vector bobot saling berlomba untuk menjadi simpul pemenang, kooperasi yaitu setiap simpul pemenang bekerjasama dengan lingkungannya, dan adaptasi yaitu perubahan simpul pemenang dan lingkungannya (Larose 2004).

Tujuan Penelitian

Meningkatkan pelayanan terhadap penelusuran buku, sehingga dampaknya akan meningkatkan baik dari segi jumlah pengguna maupun jumlah transaksi peminjaman buku pada Bapersip Provinsi Jawa Timur.

Perumusan Masalah

1. Bagaimana implementasi metode SOM dalam Sistem Rekomendasi Peminjaman Buku Berbasis Web Pada BAPERSIP Provinsi Jawa Timur?

2. Bagaimana kinerja metode SOM dalam Sistem Rekomendasi Peminjaman Buku Berbasis Web Pada BAPERSIP Provinsi Jawa Timur?

Metodologi Penelitian
1. Pengumpulan dan Pemahaman Data

Pada tahap ini, dilakukan pengumpulan data dan informasi yang diperlukan dengan melakukan survey dan observasi pada BAPERSIP. Data yang didapatkan berupa data histori transaksi peminjaman buku selama 3 tahun dari tahun 2009-2012. Kemudian data akan diolah menggunakan metode yang sudah ditentukan.

2. Identifikasi Masalah

Pada tahap ini bertujuan untuk melakukan identifikasi permasalahan melalui analisa singkat data yang telah dikumpulkan dan dipahami sebelumnya yaitu kurangnya minat baca dari masyarakat Jawa Timur. Identifikasi ini akan memberikan dua hasil, yaitu pemasalahan yang ditemui, sistem rekomendasi penelusuran buku dan metode yang tepat digunakan untuk menganalisa permasalahan tersebut.

3. Studi Literatur

Pada tahapan ini adalah mencari studi literatur yang berhubungan dengan topik yang diangkat. Tujuan dari tahapan ini adalah penulis memahami konsep, metode SOM, teknologi menggunakan bahasa pemrograman PHP dengan framework CodeIgniter yang akan digunakan dalam penelitian ini.

4. Data Preprocessing

Pada tahap ini memastikan data yang akan diolah adalah data yang baik, dengan melakukan transformasi data ke suatu format yang prosesnya lebih mudah dan efektif sebagai kebutuhan dari pengguna. Tahapan data preprocessing terdiri dari pemilihan atribut, penggabungan data, data cleaning, dan standarisasi data.

5. Implementasi Metode Self Organizing Map Clsutering

Pada tahap ini akan dilakukan pemilihan data yang akan digunakan, yaitu data buku, data profesi, data peminjaman, dan data pendukung lainnya. Setelah itu data akan diolah menggunakan metode SOM Clustering sehingga menghasilkan output dan hasil kluster yang jelas.

6. Validasi Hasil Clustering Dengan Davies Bouldin Index

Pada tahap ini akan dilakukan validasi terhadap hasil dari analisis menggunakan SOM. Membandingkan parameter awal yang digunakan untuk algoritma SOM serta membandingkan hasil perhitungan antara metode SOM dengan k-means menggunakan Davies Bouldin Index. Tujuan dari validasi ini adalah untuk mengetahui apakah hasil analisis ini sudah sesuai dengan yang dibutuhkan.

7. Pembuatan Aplikasi

Tahap ini akan menghasilkan sebuah aplikasi sistem rekomendasi berbasis web dengan menggunakan bahasa pemrograman PHP sebagai bentuk implementasi dari metode yang digunakan. Pada tahap ini pula akan dilakukan pengelompokan data sesuai dengan implementasi algoritma yang telah dirancang. Hasil algoritma yang telah diterapkan pada aplikasi akan menjalankan suatu fungsi yang akan mengelompokkan beberapa buku berdasarkan profesi yang ditentukan. Sehingga hasilnya adalah cluster yang sesuai antara profesi dengan buku yang dipinjam.

8. Uji Coba Aplikasi

Tahap selanjutnya adalah melakukan uji coba terhadap aplikasi yang dibangun untuk memvalidasi kebenaran dan keakuratan metode yang diterapkan sebelumnya berdasarkan kebutuhan.

Hasil dan Pembahasan
1. Implementasi Tampilan Menu Aplikasi

Pada awal proses jalannya aplikasi akan menampilkan halaman utama. Dalam halaman tersebut pula terdapat tampilan beberapa menu dan buku yang terdapat pada BAPERSIP Jawa Timur. Untuk mengetahui buku apa saja yang ada pada database, aplikasi mempunyai beberapa menu dan fungsi yang tersedia. Pengguna dapat melakukan pencarian dengan fungsi “search” pada aplikasi. Selain itu juga dapat melalui menu catalog yang tersedia.

Tampilan Awal Aplikasi.

2. Implementasi Hasil Rekomendasi

Pengguna yang ingin mendapatkan hasil rekomendasi harus melakukan pencarian terlebih dahulu dan mendapatkan detail dari buku tersebut. Aplikasi akan otomatis menjalankan algoritma apabila pengguna menekan link read more. Dari situ akan didapatkan detail dari buku beserta rekomendasi buku yang dihasilkan.

Hasil Rekomendasi Buku.

3. Uji Coba

Pada penelitian ini digunakan data histori pada transaksi peminjaman buku BAPERSIP Jawa Timur. Data yang ditemukan berkisar 60.000 transaksi dengan peminjaman mulai dari tahun 2009 hingga 2012. Pemilihan data juga berdasarkan antara pekerjaan dengan buku yang akan dipinjam. Untuk menjalankan algoritma SOM dibutuhkan parameter awal yang dilihat berdasarkan perbandingan terhadap DBI yang digunakan untuk mendapatkan validitas dari hasil clustering. Pengamatan dilakukan dengan membandingkan dari berbagai kombinasi parameter awal dan iterasi. Dari situ akan dipilih clustering yang menghasilkan DBI minimal sebagai clustering terbaik.

DBI Terbaik untuk Ukuran Output

Dari hasil pengamatan, DBI terbaik dihasilkan dengan parameter awal: ukuran ouput 9, Learning Rate 0.5, Epoch 1, dan iterasi sebanyak 100 yang menghasilkan DBI sebesar 3.374. Parameter awal tersebut yang digunakan sebagai parameter acuan untuk menganalisa clustering menggunakan SOM. Dari hasil tersebut, parameter awal diimplementasikan terhadap algoritma SOM dalam aplikasi berbasis web yang dikembangkan.

Kesimpulan
Berdasarkan pada hasil penelitian diatas dapat ditarik kesimpulan sebagai berikut:
1. Algoritma SOM Clustering dapat menghasilkan rekomendasi buku berdasarkan transaksi peminjaman buku yang ada.
2. Untuk melakukan validasi terhadap hasil clustering digunakan DBI untuk menghitung nilai dengan hasil yang paling rendah. Hasil DBI untuk SOM adalah 3,3746.
3. Berdasarkan hasil uji coba pada aplikasi, sistem rekomendasi yang diberikan sudah tepat dan sesuai dengan cluster yang terbentuk. Sehingga dapat memberikan rekomendasi yang sesuai.

Informasi Paper
Judul: Pengembangan Sistem Rekomendasi Peminjaman Buku Berbasis Web Menggunakan Metode Self Organizing Map Clustering Pada Badan Perpustakaan Dan Kearsipan (BAPERSIP) Provinsi Jawa Timur
Ditulis oleh: Ananda Riyandwyana, Erma SuryaniAhmad Mukhlason
Tahun: 2012
E-mail: erma@its.ac.id
Kata Kunci: Self Organizing Map Clustering, Sistem Rekomendasi, Perpustakaan
Diambil dari: http://ejurnal.its.ac.id