Autocorrect on Drugs e-Dictionary Search Module Using Levenshtein Distance Algorithm
| Main Authors: | Tus Sadiah, Halimah, Muhamad Saad Nurul Ishlah, Nisa Najwa Rokhmah |
|---|---|
| Format: | Article info application/pdf Journal |
| Bahasa: | eng |
| Terbitan: |
Ikatan Ahli Informatika Indonesia (IAII)
, 2020
|
| Subjects: | |
| Online Access: |
http://jurnal.iaii.or.id/index.php/RESTI/article/view/1401 http://jurnal.iaii.or.id/index.php/RESTI/article/view/1401/202 |
Daftar Isi:
- The Dictionary of Medicine in the form of a physical book has many drawbacks, one of them is its thickness makes it impractical to be carried. This becomes a motivation to develop drug dictionary applications in the form of a Drugs e-Dictionary. One of the developed Drugs e-Dictionary uses A-Z index-based approach to discover any drug terms. This approach is less effective and less efficient timewise. Therefore, it is necessary to add a search function that has an autocorrect feature to aid the user. The purpose of this study is to build a search module that has an autocorrect feature on Drugs e-Dictionary using the Levenshtein Distance algorithm. The methodology or the stages of this research divided into the construction of a search module on Drugs e-Dictionary, implementation of the Levenshtein Distance algorithm, and autocorrect validation test. The results of the algorithm implementation show that the search module with the autocorrect feature can detect typing errors in the inputted terms by producing the closest drug term output in the database, then automatically provide suggestions for improvement and display the results of the improved drug terms to the user. it reaches 90% accuracy of inputted query, with 90% precision and 90% recall.
- Kamus Obat berbentuk fisik seperti buku memiliki banyak kekurangan diantaranya adalah tebal sehingga tidak praktis. Hal ini menjadi motivasi bagi para developer aplikasi untuk mengembangkan aplikasi kamus obat salah satunya adalah drugs e-dictionary. Drugs e-dictionary dikembangkan tahun 2019. Pada aplikasi tersebut pencarian masih berupa index huruf A-Z sehingga user mencari istilah secara urutan sekuensial dengan mengklik satu persatu index abjad. Hal ini membutuhkan waktu yang lama sehingga menjadi tidak efesien dan efektif. Oleh karena itu perlu adanya penambahan fungsi pencarian yang memiliki fitur autocorrect jika user salah dalam mengetik istilah obat. Adapun tujuan ini penelitian ini adalah membangun modul pencarian yang memiliki fitur autocorrect pada drugs e-dictionary menggunakan algoritma Levenshtein Distance. Metodelogi atau Tahapan penelitian, yaitu pembangunan modul pencarian pada drugs e-dictionary, implementasi algoritma Levenshtein Distance, validasi autocorrect. Berdasarkan hasil implementasi algoritma Levenshtein Distance dan validasi autocorrect, modul pencarian pada drugs e-dictionary dengan fitur autocorrect dapat mendeteksi kesalahan pengetikan istilah kemudian secara automatis memberikan saran perbaikan dan menampilkan hasil perbaikan istilah. Adapun fungsi autocorrect bekerja dengan menghasilkan output istilah obat yang terdekat pada database berdasarkan input kesalahan ketik istilah obat.