State of the Art (SOTA) merupakan faktor penting untuk memposisikan penelitian yang akan dilakukan, menggambarkan posisi kajian penelitian yang sedang dilakukan terhadap penelitian-penelitian yang telah dilakukan sebelumnya dengan kajian yang sama.
Perkembangan terkini tentang suatu topik yang dihasilkan oleh masyarakat peneliti seluruh dunia.
Menentukan dimana kontribusi peneliti dalam riset yang akan dijalankan.
Menentukan novelty (hal baru).
Memastikan tidak terjadinya duplikasi, plagiarisme ide, dan redundansi penelitian.
Contoh State of the Art:
Berikut merupakan pembahasan beberapa penelitian sebelumnya yang memiliki konsep yang hampir sama serta sejalan dengan penelitian yang dilakukan. Lalu melihat sejauh mana perbedaan masing–masing penelitian, sehingga masing–masing penelitian mempunyai tema yang original.
Penelitian Utomo, Harjo dan Handoko [4] tentang “Perbandingan Algoritma String Searching Brute Force, Knuth-Morris-Pratt, Boyer Moore dan Karp Rabin Pada Teks Alkitab Bahasa Indonesia” meneliti pengaruh panjang pola pada teks yang dicari terhadap waktu pencarian. Panjang pola yang diujikan yaitu 1 sampai 30 karakter.
Dari penelitian ini didapatkan kesimpulan bahwa semakin panjang pola waktu pencariannya tetap (BF), cenderung meningkat (KMP dan KR), dan menurun (BM). Waktu rata – rata (dari 280 pola) yang diperlukan untuk masing – masing algoritma adalah sebagai berikut : BM : 0.92 detik, BF : 0.98 detik, KMP: 0.99 detik, dan KR: 3.46 detik dengan perulangan sebanyak 100 kali. Pada algoritma Knuth Morris Pratt waktu pencariannya cenderung sedikit meningkat ketika pola yang dicoba semakin panjang. Hal ini disebabkan pembentukkan table next-nya. Algoritma Knuth Morris Pratt kurang cocok digunakan pada bahasa sehari-hari karena kecil kemungkinan untuk mendapatkan pola yang banyak berulang. Algoritma ini cocok digunakan ketika jumlah alphabet kecil, seperti untuk file biner yang hanya terdiri dari 2 alphabet (0 dan 1).
Penelitian Moch. Yusup Soleh [5] membahas tentang “Implementasi Algoritma KMP dan Boyer-Moore dalam Aplikasi Search Engine Sederhana”. Penelitian tersebut berhasil mengkombinasikan 2 buah algoritma string matching yaitu algoritma Knuth-Morris-Pratt dan Booyer-Moore didalam sebuah aplikasi pencarian sederhana.
Penelitian Akhtar Rasool dan Nilay Khare [6] membahas parelisasi algoritma pencocokan string KMP pada arsitektur SIMD (Single Instruction, Multiple Data) berbeda: Multicore dan GPGPU (General Purpose Computing on Graphics Processing Units) menghasilkan algoritma KMP dengan paralelisasi sangat meningkatkan efisiensi, cocok jika ukuran teks sangat besar dan jumlah yang cukup dari prosesor yang tersedia. Karakteristik yang paling penting dari algoritma KMP adalah dengan membuat lebih baik menggunakan karakter bitberikutnya, jarak bergerak maksimum dicapai. Hasil dari semua penelitian yang sudah dipaparkan pada paragraph sebelumnya sudah memberi gambaran aplikasi yang dibuat dan akan sangat membantu dalam menentukan tema yang original.
Dari seluruh penelitian menggunakan algoritma KMP, namun penelitian dari Utomo, Harjo dan Handoko (2008), Yusup Soleh (2011), Akhtar Rasool, Nilay Khare (2012) tidak menggunakan teknologi Android seperti penelitian dari Irwan Irawan (2014) dari aplikasi yang dibuat Irwan Irawan memasukan menu kamus untuk memudahkan pengguna agar bisa melihat seluruh daftar data yang ada di dalam aplikasi. Perbandingan algoritma yang dilakukan oleh Utomo, Harjo, Handoko (2008), Yusup Soleh (2011) menggunakan algoritma lain yaitu Boyer Moore tapi peneliti Akhtar Rasool, Nilay Khare (2012) tidak menggunakan metode lain dalam membandingkan algoritma KMP, Irwan Irawan (2014) tidak menggunakan algoritma lain dalam membandingkan kecepatan pencocokan string menggunakan algoritma KMP tetapi membandingkannya dengan menggunakan metode SQL query. Bahasa Pemrograman yang digunakan semua peneliti yaitu java kecuali Yusup Soleh (2011) menggunakan bahasa pemrograman PHP.
Referensi
Laksmi. (2020). Proposal penelitian dan SOTA. PPT
