10 BAB II TINJAUAN PUSTAKA 2.1 Sistem Informasi Sistem

BAB II
TINJAUAN PUSTAKA
2.1 Sistem Informasi
Sistem informasi adalah suatu sistem di dalam suatu organisasi yang
mempertemukan kebutuhan pengolahan transaksi harian yang mendukung fungsi
organisasi yang bersifat manajerial dalam kegiatan strategi dari suatu organisasi
untuk dapat menyediakan kepada pihak luar tertentu dengan laporan – laporan
yang diperlukan. (Tata Sutabri, 2005). Secara umum Sistem informasi dapat
didefinisikan sebagai suatu sistem di dalam suatu organisasi yang merupakan
kombinasi dari hardware, software, brainware, data/informasi, prosedur dan
komunikasi.
Pada sistem informasi terdapat beberapa komponen yang biasa disebut
dengan building block yang dimana seluruh komponen tersebut saling berinteraksi
satu dengan yang lainnya sehingga dapat membentuk suatu kesatuan untuk
mencapai sasaran. Komponen-komponen tersebut terdiri dari:
1. Komponen Input
Komponen ini merupakan suatu metode dan media untuk
menangkap data yang akan dimasukan yang dapat berupa
dokumen-dokumen dasar.
2. Komponen Model
Komponen ini terdiri dari kombinasi prosedur, logika dan model
matematik yang berfungsi untuk memanipulasi data input yang
tersimpan di basis data.
3. Komponen Output
Komponen ini memberikan hasil dari sistem informasi yang berupa
suatu informasi atau dokumentasi yang berguna untuk seluruh
pengguna sistem.
4. Komponen Teknologi
10
11
5. Komponen ini digunakan untuk menerima input, menjalankan
model, menyimpas dan mngakses data menghasilkan dan
mngirimkan keluaran dan membantu pengendalian sistem.
6. Komponen Hardware
Komponen ini berfungsi untuk menjadi media penyimpanan vital
bagi
sistem
informasi
atau
sebagai
sumber
data
untuk
memperlancar dan mempermudah kerja dari sistem informasi.
7. Komponen Software
Komponen ini berfungsi untuk tempat mengolah, menghitung dan
memanipulasi data yang sebelumnya telah diambil dari hardware.
8. Komponen Basis data (database)
Komponen ini merupakan kumpulan data yang terkait antara satu
dengan yang lainnya yang disimpan dalam suatu perangkat keras.
Data yang disimpan dalam database biasanya merupakan data
yang diperlukan untuk penyediaan informasi yang lebih lanjut.
9. Komponen Kontrol
Komponen ini digunakan untuk mencegah terjadinya kerusakan
sistem, kegagalan sistem, sabotase dan yang lainnya. beberapa
pengendalian perlu diterapkan untuk dapat meyakinkan bahwa halhal yang dapat merusak sistem dapat diatasi apabila sudah terlanjur
terjadi kesalahan.
2.2 Klasifikasi
Klasifikasi merupakan suatu proses untuk mentukan model atau fungsi yang
menjelaskan atau membedakan konsep atau kelas data dengan tujuan untuk dapat
memperkirakan kelas dari suatu objek yang labelnya tidak diketahui. Dalam
mencapai tujuan tersebut,proses klasifikasi membentuk suatu model yang
mampumembedakan data kedalam kelas-kelas yang berbeda berdasarkanaturan
atau fungsi tertentu. Umumnya, proses klasifikasi dilakukan dengan memberikan
beberapa data training set yang kemudian dibuatkan suatu model atau aturan
untuk mengklasifikasikan data. Tujuan dari klasifikasi ini adalah untuk dapat
menganalisa training data sehingga dapat membentuk sebuah deskripsi yang
12
akurat atau sebauh model pada setiap kelas berdasarkan feature-feature yang
disediakan di dalam data tersebut.
2.3 Text Mining
Text mining merupakan salah satu bidang khusus pada data mining. Text
mining dapat didefinisikan sebagai suatu proses penggalian informasi yang
dimana seseorang dapat berinteraksi dengan sekumpulan dokumen menggunakan
tools analisis yang merupakan komponen-komponen dalam data mining yang
salah satunya adalah kategorisasi. Tujuan dari text miningadalah untuk
mendapatkan informasi yang berguna dari sekumpulan dokumen.Adapun tugas
khusus dari text mining antara lain yaitu pengkategorisasian teks (text
categorization) dan pengelompokan teks (text clustering).
Text mining bisa dianggap dapat memberikan solusi dari permasalan
seperti pemrosesan, pengorganisasian dan menganalisa text yang tidak terstruktur
dalam jumlah yang tergolong besar. Dalam memberikan solusi, text mining
mengadopsi dan mengembangkan banyak teknik dari bidang lain, seperti Data
mining, Information Retrieval, Statistik dan Matematik, Machine Learning,
Linguistic, Natural Languange Processing, dan Visualization. Kegiatan riset untuk
text mining antara lain ekstraksi dan penyimpanan text, preprocessing akan konten
text, pengumpulan data statistik dan indexing dan analisa konten.
2.3.1 Ekstraksi Dokumen
Ekstraksi Dokumen merupkan teks dalam dokumen yang akan dilakukan
proses text mining.Pada umumnya memiliki beberapa karakteristik diantaranya
adalah memiliki dimensi yang tinggi, terdapat noise pada data, dan terdapat
struktur teks yang tidak baik. Cara yang digunakan dalam mempelajari suatu data
teks, adalah dengan terlebih dahulu menentukan fitur-fitur yang mewakili setiap
kata untuk setiap fitur yang ada pada dokumen. Sebelum menentukan fitur – fitur
yang mewakili, diperlukan tahap pre processing yang dilakukan secara umum
dalam text mining pada dokumen, yaitu case folding, tokenizing, filtering,dan
stemming.
13
Gambar 2.1Perancangan Text Minning
1. Case folding dan Tokenizing
Case folding dan Tokenizingmerupakan tahap awal dari proses text
mining yang dimana untuk tahap Case folding adalah tahapan untuk
merubah semua huruf dalam dokumen menjadi huruf kecil. Huruf-huruf
yang dapat diterima hanya huruf „a‟ sampai dengan „z‟.Karakter selain
huruf
dihilangkan
atau
dihapus
dan
dianggap
sebagai
delimiter.Delimiter adalah karakter yang digunakan untuk memecah
teks menjadi kumpulan token.Tokenizingmerupakan tugas memotong
atau memisahkansuatu deretan kata dalam kalimat, paragraf atau
halamn menjadi beberapa bagiantoken, yang mungkin pada saat yang
sama membuang karakter tertentu, seperti tanda baca. Berikut adalah
contoh dari tokenizing dan case folding:
Gambar 2.2Tokenizing dan Case Folding
14
2. Filtering atau Stop-word
Tahap filtering adalah tahap mengambil kata - kata penting dari
hasil token.Bisa menggunakan algoritma stoplist dimana kata yang
dianggap kurang penting akan dibuang atau wordlist dimana kata yang
dianggap penting akan disimpan. Stop-list / stop-word adalah kata-kata
yang tidak deskriptif yang dapat dibuang dalam pendekatan bag-ofwords.Stop-word didefinisikan sebagai term yang tidak memiliki
hubungan (irrelevant) dengan subyek utama dari database meskipun
kata tersebut sering kali hadir di dalam dokumen.Penghapusan stopword dari dalam suatu koleksi dokumen pada satu waktu terkadang
membutuhkan banyak waktu. Solusinya adalah dengan menyusun suatu
pustakastop-word atau stop-list dari term yang akan dihapus. Strategi
umum penentuanstop-list adalah mengurutkan term berdasarkan
frekuensi koleksi dan memasukkan term yangpaling sering muncul
sebagai stop-word.Contoh stopwordsadalah “yang”, “dan”, “di”, “dari”
, “itu”, “ke” dan seterusnya. Contoh dari tahapan ini adalah sebagai
berikut:
Gambar 2.3Filtering dan Stopword
3. Stemming
Tahap stemmingadalah tahap mencari root kata dari tiap kata hasil
filtering.Karena itu, setiap kata yang bukan stop-words direduksi
kebentuk stemmed word (term) yang cocok.Proses stemming dilakukan
dengan menghilangkan semua imbuhan baik yang terdiri dari awalan
15
(prefix), akhiran (surfix), sisipan (infix), bentuk perulangan dan
kombinasi antara awalan dan akhiran (confix). Pada tahap ini dilakukan
proses pengembalian berbagai bentukan kata ke dalam suatu
representasi yang sama. Tahap ini lebih sering digunakan untuk teks
berbahasa inggris dan lebih sulit diterapkan pada teks berbahasa
Indonesia. Hal ini dikarenakan bahasa Indonesia tidak memiliki rumus
bentuk baku yang permanen. Contoh dari tahapan ini pada teks adalah
sebagai berikut:
Gambar 2.4Stemming
2.4 Naive Bayes
Naive bayes adalah suatu algoritma pengklasifikasian dengan metode
probabilitas dan statistik yang dikemukakan oleh ilmuan inggris Thomas Bayes,
yang dimana prediksi dimasa depan yang didasari oleh pengalaman dimasa
sebelumnya sehingga dikenal dengan Teorema bayes. Kemudian teorema tersebut
dikombinasikan dengan naive yang mengasumsikan kondisi antar atribut yang
saling bebas. Salah satu kelebihan dari metode naive bayes adalah metode ini
hanya memerlukan sejumlah kecil data pelatihan untuk dapat mengestimasi
parameter yang diperlukan untuk klasifikasi. Persamaan dari teorema bayes
adalah:
P(H│X) =
𝑃 𝑋 𝐻 .𝑃(𝐻)
𝑃(𝑋)
..................................(4)
Keterangan:
X
: Data dengan class yang belum diketahui
H
: Hipotesis data X merupakan suatu class spesifik
16
P(H│X)
: Probabilitas hipotesis H berdasarkan kondisi X
P(H)
: Probabilitas hipotesis H
P(X │H)
: Probabilitas X berdasarkan kondisi pada hipotesis H
P(X)
: Probabilitas X
Perlu diketahui bahwa proses klasifikasi memerlukan sejumlah petunjuk
untuk menentukan kelas apa yang sesuia, maka dari itu, toerema bayes tersebut
disesuaikan seperti berikut:
p(C|F1,…,Fn) =
𝑝(𝐶)𝑝(𝐹1,…,𝐹𝑛 |𝐶)
𝑝(𝐹1,…,𝐹𝑛 )
..............................(5)
2.5 MySQL
SQL ( Structured Query Language ) adalah bahasa stndart yang digunakan
untuk mengakses server database . Semenjak tahun 70-an bahasa ini telah
dikembangkan oleh IBM, yang kemudian diikuti dengan adanya Oracle, Informix
dan Sybase. Dengan menggunakan SQL, proses akses database menjadi lebih
user-friendly dibandingkan dengan misalnya dBase ataupun Clipper yang masih
menggunakan perintah – perintah pemrograman murni.
Penggunaan SQL pada DBMS ( Database Management System ) sudah
cukup luas. SQL dapat dipakai oleh berbagai kalangan, misalnya DBA ( Database
Administrator ), progammer ataupun pengguna. Hal ini disebabkan karena :
1. SQL sebagai bahasa administrasi database
Dalam hal ini SQL dipakai oleh DBA untuk menciptakan serta
mengendalikan pengaksesan database.
2. SQL sebagai bahasa query interaktif
Pengguna dapat memberikan perintah-perintah untuk mengakses database
yang sesuai dengan kebutuhannya.
3. SQL sebagai bahasa pemrograman database
Pemrogram dapat menggunakan perintah-perintah SQL dalam program
aplikasi yang dibuat.
4. SQL sebagai bahasa client / server
SQL juga dipakai sebagai untuk mengimplementasikan sistem client /
server. Sebuah client dapat menjalankan suatu aplikasi yang mengakses
17
database. Dalam hal ini sistem operasi antara
server dan client bisa
berbeda.
Di samping hal tersebut di atas SQL juga diterapkan pada internet atau
intranet untuk mengakses database melalui halaman-halaman web untuk
mendukung konsep web dinamis.

Keunggulan MySQL
Ada beberapa alasan mengapa MySQL menjadi program database
yang sangat populer dan digunakan oleh banyak orang. Alasan-alasan
tersebut diantaranya adalah sebagai berikut :
1. Bekerja pada berbagai platform (tersedia berbagai versi untuk
berbagai sistem operasi).
2. Pengaksesan database dapat dilakukan dengan mudah.
3. Memiliki jenis kolom yang cukup banyak sehingga memudahkan
konfigurasi sistem database.
4. Mendukung record yang memiliki kolom dengan panjang tetap
atau panjang bervariasi.
5. MySQL dan PHP saling terintegrasi, maksudnya adalah pembuatan
database
dengan
menggunakan
sintak
PHP
dapat
dibuat.
Sedangkan input yang dimasukkan melalui aplikasi web yang
menggunakan script server side seperti PHP dapat langsung
dimasukkan ke database MySQL yang ada di server dan tentunya
web tersebut berada di sebuah web server.
Sistem database MySQL memiliki sistem sekuritas dengan tiga verifikasi
yaitu user(name), password dan host. Verifikasi host memungkinkan untuk
membuka sekuriti di 'localhost', tetapi tertutup bagi host lain (bekerja di lokal
komputer). Sistem sekuriti ini ada di dalam database mysql dan pada tabel user.
Proteksi juga dapat dilakukan terhadap database, tabel, hingga kolom secara
terpisah.
2.6 PHP
PHP adalah kependekan dari PHP Hypertext Preprocessor, bahasa
interpreter
yang mempunyai kemiripan dengan bahasa C dan Perl yang
18
mempunyai kesederhanaan dalam perintah, yang digunakan untuk pembuatan
aplikasi web. (Sidik, 2004, h:3)
PHP/FI merupakan nama awal dari PHP (Personal Home Page/Form
Interface). Dibuat pertama kali oleh Rasmus Lerdoff tahun 1994. PHP awalnya
merupakan program CGI yang dikhususkan untuk menerima input melalui form
yang ditampilkan dalam browser web. Kemudian dikembangkan oleh orang lain
dan setelah memulai tiga kali karya penulisan, akhirnya PHP menjadi bahasa
pemrograman web. PHP adalah sebuah produk yang berbentuk open source,
sehingga source code dari PHP dapat digunakan, diganti, diedit tanpa harus
dikenakan biaya. Dengan menggunakan PHP maka maintenance suatu situs web
menjadi lebih mudah. Proses update dapat dilakukan dengan menggunakan
aplikasi yang dibuat dengan menggunakan script PHP.

Kelebihan PHP sebagai bahasa server side adalah:
1. Bahasa pemrograman PHP adalah sebuah bahasa script yang tidak
melakukan sebuah kompilasi dalam penggunaannya.
2. Web server yang mendukung PHP dapat ditemukan dimana-mana dari
mulai IIS sampai dengan Aphace, dengan konfigurasi yang relatif
mudah.
3. Dapat digunakan diberbagai mesin (Linux, Unix, Windows) dan dapat
dijalankan secara runtime melalui console serta juga dapat
menjalankan perintah-perintah sistem.

Adapun kelemahan PHP adalah:
1. Tidak ideal untuk pengembangan skala besar.
2. Tidak bisa memisahkan antara tampilan dengan logik dengan baik
(walaupun pengguna template dapat memperbaikinya).
3. PHP memiliki kelemahan security tertentu apabila programmer tidak
jeli dalam melakukan pemrograman dan kurang memperhatikan isu
dan konfigurasi PHP

Tag PHP
Penulisan program PHP dapat menggunakan dengan berbagai tag.
Semua itu mempengaruhi hasil program yang akan di buat. Tag – tag yang
19
dapat dipergunakan adalah dalam bentuk atau style XML, ASP dan Java
Script.
a. Style Standar
Style standar PHP mirip dengan penulisan program XML, yakni di
awali dengan
<?php dan diakhiri dengan ?>.
<?php
echo“ini adalah style PHP”;
?>
b. Short Style
Style ini cukup praktis di banding style sebelumnya. Namun untuk
menggunakan style ini, terlebih dahulu memastikan bahwa tag ini telah
diaktifkan, dengan memastikan baris berikut pada file php :
short_open_tag = On ; allow the <? Tag. ;otherwise,
Only <?php and < Script> tags are recognized.
Atau dapat juga memberikan nilai demikian :
short_open_tag = True
short_open_tag = Yes
contoh penulisan pada program sebagai berikut :
<?
echo “ini adalah Short style”;
?>
c. Style JavaScript
<SCRIPT LANGUAGE=’PHP’>
echo “ini adalah Style Java Script”;
</SCRIPT>
d. Style ASP
Sebelum membuat program dengan style ASP, terlebih dahulu
mengaktifkan asp_tags pada file php, dengan cara memberikan nilai On
pada baris berikut:
asp_tags = On ; allow ASP-style <% %> tags
contoh penulisan pada program sebagai berikut :
<%
echo“ini adalah style ASP”;
%>
2.7 Model Pengembangan Waterfall
Model waterfallmerupakan suatu representasi yang disederhanakan dari
proses perangkat lunak yang dimana pada setiap model proses merupakan suatu
20
proses dari perspektif tertentu sehingga nantinya hanya akan menyediakan
informasi parsial mengenai proses tersebut. Model ini adalahmodelsekuensial,
sehinggapenyelesaiansatu setkegiatandapat menyebabkandimulainya aktivitas
berikutnya sehingga dapat disebut denganwaterfallkarena prosesmengalir"secara
sistematisdarisatutahap ke tahap lainnyadalam modeke bawah".
Pada dasarnya, model waterfall adalah suatu contoh dari plan-driven
processes yang dimana dalam pembuatannya terlebih dahulu harus melakukan
perencanaa serta penjadwalan untuk seluruh kegiatan proses. Secara umum,model
inidianggapmemilikienamtahap yang berbeda.Model proses perangkat lunak
merupakan deskripsi sederhana dari proses perangkat lunak yang menyajikan
suatu pandangan dari proses tersebut(Sommerville, 2011).Model proses
mencakup kegiatan yang merupakan bagian dari proses perangkat lunak, produk
perangkat lunak, dan peran orang yang terlibat dalam rekayasa perangkat lunak.
Berikut tahapan yang ada dalam waterfall adalah (Sommerville, 2011):
Gambar 2.5 Ilustrasi Model Waterfall
Berikut merupakan tahapan-tahapan dalam model proses SDLC:
1.
Requirements analysis and definition
Merupakan tahapan penetapan fitur dimana kendala dan tujuan system
ini dilakukan melalui konsultasi dengan pengguna sistem. Semua hal
22
tersebut akan ditetapkan secara rinci dan memiliki fungsi sebagai
spesifikasi sistem.
2.
System and software design
Dalam tahapan ini sistem akan mengalokasikan persyaratan yang ada
secara perangkat lunak ataupun perangkat keras dengan membentuk
suatu arsitektur sistem secara keseluruhan dengan melibatkan
identifikasi
dan
gambaran
abstraksi
secara
mendasar
serta
hubungannya.
3.
Implementation and unit testing
Dalam tahapan ini, desain perangkat lunak akan direalisasikan agar
dapat menjadi serangkaian program atau unit dari program tersebut dan
juga melakukan pengujian yang melibatkan verifikasi untuk dapat
mengetahui bahwa setiap unit dapat memenuhi spesifikasinya.
4.
Integration and system testing
Dalam tahapan ini, pengujian yang dilakukan disetiap unit program
untuk memastikan bahwa persyaratan perangkat lunak telah dipenuhi
sehingga, setelah pengujian teersebut dilakukan, sistem perangkat lunak
tersebut dapat disampaikan keapada pengguna.
5.
Operation and maintenance
Dalam tahapan ini, sistem yang telah dibuat kemudian diinstal dan
mulai digunakan.Selain itu juga dilakukan pemeliharaan untuk dapat
memperbaiki error yang tidak ditemukan pada tahap-tahap awal
pembuatan.Dalam tahap ini juga dilakukan pengembangan sistem
seperti penambahan fitur dan fungsi baru.
2.5 Tinjauan Studi
Ada beberapa penelitian terkait yang pernah dilakukan mengenai klasifikasi
dengan menggunakan Naive Bayes, antara lain yaitu:
a) Klasifikasi Dokumen Teks Berbahasa Indonesia Dengan Menggunakan
Naive Bayes ( Joko Samodra, Surya Sumpeno, Mochamad Hariadi, 2009)
Penelitian ini dilakukan untuk dapat mengelola informasi dari kumpulan
dokumen teks yang jumlahnya tergolong besar. Dengan menggunakan metode
22
klasifikasi teks, kumpulan dokumen yang jumlahnya tergolong besar tersebut
dapat diorganisir sedemikian rupa sehingga dapat mempermudah dam
mempercepat pencarian informasi yang dibutuhkan. Penelitian ini dutujukan
untuk mengklasifikasikan dokumen teks berbahasa indonesia dengan metode
Naive Bayes. Uji coba dilakukan dengan menggunakan sampel dokumen teks
yang diambil dari sebuah media massa elektronik berbasis web. Hasil
eksperimen menunjukan bahwa metode Naive Bayes dapat digunakan secara
efektif untuk mengklasifikasikan dokumen teks berbahasa Indonesia. Hal ini
terlihat dari hasil eksperimen yaitu dengan porsi dokumen training yang kecil
(20%) nilai akurasinya dapat mencapai 83,57% dan terus meningkat hingga
87,63% sesuai dengan peningkatan porsi dokumen training. Selain itu, dari
hasil eksperimen juga dapat dilihat bahwa penghilang kata-kata yang tidak
penting (stop words) ternyata tidak memiliki pengaruh yang besar terhadap
hasil klasifikasi yang dilakukan oleh Naive Bayes.
b) Klasifikasi Teks Dengan Naive Bayes Classifier Untuk Pengelompokan
Teks Berita Dan Abtract Akademis ( Amir Hamzah, 2012)
Pada penelitian ini telah dilakukan analisis perkembangan informasi dalam
bentuk teks digital. Saat ini diperkirakan 80% teks digital dalam bentuk tidak
terstruktur. Tingginya volume dokumen teks ini dipicu oleh aktivitas dari
berbagai sumber berita dan aktivitas akademis dari kegiatan riset, konferensi
dan pertemuan ilmiah yang makin meningkat. Kebutuhan analisis text mining
sangat diperlukan dalam menangani teks yang tidak terstruktur tersebut. Salah
satu kegiatan penting dalam text mining adalah klasifikasi atau kategorisasi
teks. Kategorisasi teks sendiri saat ini memiliki berbagai cara pendekatan
antara lain pendekatan probabilistic, support vector machine , dan artificial
neural network, atau decision tree classification. Metode probabilistic Naïve
Bayes Classifier (NBC) memilikibeberapa kelebihan kesederhanaan dalam
komputasinya. Namun metode ini memiliki kelemahan dalam asumsiyang
sulit dipenuhi, yaitu independensi feature kata. Penelitian ini mengkaji kinerja
NBC
untuk
kategorisasi
teksberita
dan
teks
akademis.
Penelitian
menggunakan data 1000 dokumen berita dan 450 dokumen abstrakakademik.
Hasil penelitian menunjukkan pada dokumen berita akurasi maksimal dicapai
22
91% sedangkan padadokumen akademik 82%. Seleksi kata dengan minimal
muncul pada 4 atau 5 dokumen memberikan akurasi yangpaling tinggi.
c) Klasifikasi Konten Berita Dengan Metode Text Mining( Bambang Kurniawan,
Syahril Effendi, Opim Salim Sitompul, 2012)
Banyak instansi yang bergerak dalam penyaluran informasi atau berita sudah
mulai menggunakan sisitem berbasis web untuk menyampaikan berita secara up
to date. Pada umumnya berita yang disampaikan dalam portal tersebut terdiri dari
beberapa
kategori seperti
berita politik,
olahraga,
ekonomi dan
lain
sebagainya.Namun, dalam membagi berita ke dalam kategori-kategori tersebut
untuk saat ini masih dilakukan secara manual.Hal ini sangat merepotkan apabila
berita yang ingin diunggah berjumlah banyak.Oleh karena itu perlu adanya sistem
yang bisa mengklasifikasikan berita secara otomatis.Text mining merupakan
metode klasifikasi yang merupakan variasi dari data mining berusaha menemukan
pola
yang
menarik
dari
besar.Sedangkan algoritma
sekumpulan
data
tekstual
yang
berjumlah
naïve bayes classifier merupakan lagoritma
pendukung untuk melakukan klasifikasi.Dalam penelitian ini data yang
digunakan berupa berita yang berasal dari beberapa media online.Berita terdiri
dari 4 kategori yaitu politik, ekonomi, olahraga, entertainment.Setiap kategori
tediri dari 100 berita; 90 berita digunakan untuk proses training dan 10 berita
digunakan untuk proses testing. Hasil dari penelitian ini menghasilkan sistem
klasifikasi berita berbasis web dengan menggunakan bahasa pemrograman PHP
dan database MySQL menunjukkan bahwa berita testing bisa terklasifikasi secara
otomatis seluruhnya.