Kompresi Multilevel Pada Meta Heuristik Focused Web Crawler

Focused Web Crawler merupakan metode pencarian website yang sesuai dengan pencarian yang diingikan oleh user. Karena berbasis pencarian atau pencocokan maka diperlukan metode untuk menghasilkan pencarian yang memiliki tingkat kecocokan yang baik. Untuk mendapatkan kecocokan yang baik maka diperlukan waktu yang lebih lama dibandingkan pencarian web crawler pada umumnya dengan memakai alogaritma DFS (Depth First Search) maupun BFS (Breadth First Search). Untuk mengatasi hal tersebut maka muncul sebuah ide pencarian Focused Web Crawler dengan menggunakan metode metaheuristik pencarian cuckoo yang digabung dengan pencarian pada data history pencarian yang disimpan. Namun dengan adanya penyimpanan data pada setiap kali pencarian link maka data akan semakin bertambah,oleh karena itu diperlukan sebuah cara untuk mengurangi kebutuhan ruang penyimpanan. Cara yang dilakukan untuk mengurangi ruang penyimpanan dan tidak mengurangi nilai informasi dari data penyimpanan sebelumnya adalah dengan melakukan kompresi data. Dalam penelitian ini diusulkan metode kompresi data dengan melakukan kompresi multilevel menggunakan dua metode kompresi yaitu pengurangan kata dan kompresi string berbasis kamus. Dari hasil percobaan didapatkan rasio penghematan rata-rata sebesar 36.4%. Untuk menguji hasil dari kompresi data yaitu dengan melakukan perbandingan hasil pencarian link menggunakan metode Knutt Morris Pratt (KMP) dari data yang belum terkompresi dengan data yang telah terkompresi. Hasilnya didapatkan bahwa maksimum presisi dengan nilai 1 dan recall sebesar 0.73 masih bisa didapatkan dengan metode yang diusulkan. =============================================================================================== Focused Web Crawler is a search method of a website that matches the search desired by the user. Because it's search-based or matching it's necessary to generate a search that has a good match rate. To get a good match it takes longer time than web crawler search in general by using DFS (Depth First Search) algorithm and BFS (Breadth First Search). To overcome this then comes to a search idea Focused Web Crawler by using metaheuristic method of cuckoo search combined with a search on search history data stored. But with the storage of data on each time the link search will increase the data, therefore needed a way to reduce storage space needs. The way that is done to reduce storage space and does not reduce the value of information from previous data storage is to perform data compression. In this study proposed data compression method by doing multilevel compression using two methods of compression ie reduction of words and dictionary based string compression. It is expected that by doing multilevel compression, the data will be maximally compressed and does not reduce the value of information from existing data. From the experimental results obtained an average savings ratio of 36.4%. To test the results of data compression that is by comparing the link search results using the Knutt Morris Pratt method (KMP) from data that has not been compressed with compressed data. The results obtained that the maximum precision with a value of 1 and recall of 0.73 can still be obtained by the proposed method