CRAWLER TERFOKUS BERBASIS ONTOLOGI DENGAN MENGGUNAKAN GAUSSIAN-BASED ADAPTIVE THRESHOLDING SETTING (GATS)

TIAZ, MUDA ISKANDAR (2017) CRAWLER TERFOKUS BERBASIS ONTOLOGI DENGAN MENGGUNAKAN GAUSSIAN-BASED ADAPTIVE THRESHOLDING SETTING (GATS). Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4Kb) | Preview

Abstract

E-Government Development Index (EGDI) pada tahun 2016 menyatakan bahwa Indonesia memiliki peringkat terendah dibandingkan dengan sebagian besar negara-negara di Asia Tenggara. Salah satu penyebabnya adalah tidak terpeliharanya situs E-government kerena belum optimalnya integrasi data/informasi. Agar dapat mengatasi masalah tersebut maka diusulkan pendekatan agregasi secara otomatis dan integrasi data/informasi pada situs E-government. Pendekatan ini dapat diimplementasikan untuk meningkatkan kapasitas situs E-government, misalnya untuk memelihara konten secara otomatis dan benchmarking situs pemerintah. Data atau informasi yang digunakan diperoleh dari 10 situs pemerintah daerah di Jawa Tengah dengan teknik crawling terfokus berbasis ontology. Dari proses crawling akan dihitung tingkat relevansinya dengan ontology berdasarkan similarity, kemudian akan dilakukan pengecekan terhadap ambang batas kemiripan data atau informasi yang disebut dengan thresholding. Pada penelitian ini digunakan Gaussian-based adaptive thresholding setting (GATS) untuk mengolah data thresholding terhadap relevansi data crawling. Percobaan crawling pada 10 website ¬e-government pemerintahan daerah di Jawa Tengah berdasarkan pada 10 domain ontology yang ada, diperoleh 410 data relevan dari total 722 data crawling dimana diperoleh nilai total harvest-rate sebesar 56.79% dari 10 website e-government.

Actions (login required)