Perpustakaan Digital ITB

Kebutuhan analisis yang kompleks dari decision-maker bisa saja memerlukan data cube yang tersebar pada cube yang heterogen. Dalam kondisi ini, decision-maker perlu mengkombinasikan data cube yang heterogen tersebut menjadi sebuah cube baru yang dapat menjawab kebutuhan decision-maker. Sayangnya, tidak semua cube yang berkaitan memiliki penghubung berupa shared-dimension untuk digabungkan secara otomatis dalam proses fusion cube. Hal ini membuat perlunya identifikasi conformed dimension, dimensi yang sebenarnya merepresentasikan benda yang sama dalam dunia nyata, untuk menjadi penghubung cube-cube yang akan digabung. Pada penelitian sebelumnya, identifikasi conformed dimension dalam fusion cube telah dilakukan dengan pendekatan sintactic similarity menggunakan algoritma Jaro-Winkler dan semantic similarity menggunakan relasi sinonim antar dimensi, namun nilai recall dan precision-nya belum baik. Oleh sebab itu, penelitian ini mencoba memperbaiki identifikasi conformed dimension dengan menambahkan relasi hipernim dan hiponim dalam metode identifikasi conformed dimension. Hasil penambahan hipernim dan hiponim dalam identifikasi conformed dimension pada fusion cube memberikan nilai recall yang lebih tinggi dibandingkan metode yang hanya menggunakan sinonim. Hal ini menunjukkan bahwa pengunaan hipernim dan hiponim dalam identifikasi conformed dimension dapat meningkatkan pencarian cube yang relevan. Di sisi lain, penambahan hipernim dan hiponim menghasilkan precision yang lebih kecil dibandingkan metode yang hanya menggunakan sinonim. Hal ini menunjukkan hasil dari metode yang menggunakan sinonim, hipernim, dan hiponim memiliki tingkat kesalahan lebih tinggi dibanding metode yang hanya menggunakan sinonim. Namun, bila dilihat dari nilai Fmeasure, yaitu nilai kesimbangan antara recall dan precision, metode yang menggunakan sinonim, hipernim, dan hiponim memiliki nilai F-measure yang lebih baik dibanding metode yang menggunakan sinonim saja.