Show simple item record

dc.contributor.advisorNURI, MUHAMMAD HELMI ZAIN
dc.contributor.advisorSUSANTO, CHAYADI OKTOMY NOTO
dc.contributor.authorOKTARIA, SELVI
dc.date.accessioned2018-10-26T07:34:27Z
dc.date.available2018-10-26T07:34:27Z
dc.date.issued2018-09-06
dc.identifier.urihttp://repository.umy.ac.id/handle/123456789/22653
dc.descriptionInternet dapat menjadi sumber data public yang tersedia di berbagai website. Proses pengambilan data dari sebuah website memerlukan teknik tertentu karena data-data yang tedapat pada website merupakan data yang tidak terstruktur. Teknik pengambilan atau ekstraksi data dikenal dengan proses scraping. Sebuah website juga mempunyai banyak halaman-halaman web yang saling terhubung sehingga juga diperlukan teknik untuk dapat memeriksa seluruh halaman web dimana data akan diambil. Teknik untuk mengakses halaman web yang terhubung disebut dengan crawling. Dalam proses pengolahan data hasil ekstraksi dibutuhkan data yang terstruktur, oleh karena itu dibutuhkan sistem scraping dan crawling yang dapat menghasilkan data yang terstruktur dari sebuah website. Pada tugas akhir ini dipaparkan tentang teknik scraping dan crawling untuk mengekstrasi data dari sebuah website. Data yang ekstrasi adalah data review hotel pada website Traveloka. Penggunaan javascript dan ajax pada sebuah website membuat akses data pada sebuah website tidak memerlukan refresh keseluruhan halaman web. Data pada website dapat ditampilkan dengan lebih interaktif. Untuk melakukan crawling pada website yang menggukan javascript dan ajax diperlukan teknik tertentu sehingga sistem crawling dapat berinteraksi dengan ajax dan proses scraping dapat mengambil semua data yang ada pada sebuah halamam web. Teknik scraping dan crawling yang dikembangkan menggunakan dan mengintegrasikan berbagai teknologi yang ada. Scrapy yang merupakan sebuah framework scraping dan crawling menjadi pilihan dalam pengembangan teknik ini. Selenium dan chrome driver digunakan untuk dapat berinterasi dengan web berbasis ajax. Elasticsearh digunkan sebagai tempat penyimpanan data hasil scarping melalui proses pipeline item. Pengembangan teknik scraping dan scrawling dilakukan melalui beberapa tahapan. Tahap dimulai dari evaluasi website yang akan menjadi sumber data untuk mendapatkan elemen-elemen dimana data berada. Pemilihan elemen dilakukan dengan mengguakan xpath selector. Xpath digunakan dalam proses scraling dan crawling yang dikembangkan dalam spider pada framework Scrapy. Semua teknik ini dikembangkan mengunakan bahasa pemrograman Python. Hasil dari pengembangan teknik ini adalah sebuah sistem scraping dan crawling untuk mengekstrasi data review hotel dari web Traveloka. Sistem dapat berjalan dengan stabil mengambil jutaan review hotel yang ada. Data-data review juga dapat disimpan dan ditampilkan dengan baik pada elasticsearch.en_US
dc.description.abstractThe internet can be a source of public data available on various websites. The process of retrieving data from a website requires certain techniques because the data found on the website is unstructured data. Data retrieval or extraction techniques are known as scraping processes. A website also has many web pages that are interconnected so that techniques are also needed to be able to check all web pages where data will be taken. The technique for accessing linked web pages is called crawling. In the process of processing data from extraction, structured data is needed, therefore we need a scraping and crawling system that can produce structured data from a website. In this final project, it is explained about scraping and crawling techniques for extracting data from a website. Extracted data is hotel review data from the traveloka website. The use of javascript and ajax on a website makes accessing data on a website does not require refesh the entire web page. Data on the website can be displayed more interactively. To perform crawling on websites that use javascript and ajax, certain techniques are needed so that the scrawling system can interact with ajax and the scraping process can retrieve all the data on a web page. Scraping and crawling techniques are developed using and integrating various existing technologies. Scrapy which is a scraping and scrawling framework is an option in developing this technique. Selenium and chrome drivers are used to interact with ajax-based web. Elasticsearch are used as a place to store data from scarping through the item pipeline process. The development of scraping and scrawling techniques is carried out through several stages. The stage starts from evaluating the website that will be the source of the data to get the elements where the data is. The element selection is done by using the xpath selector. Xpath is used in scraling and crawling processes that are developed in spider in Scrapy framework. All of these techniques were developed using the Python programming language. The result of developing this technique is a scraping and crawling system to extract hotel review data from the traveloka web. The system can run steadily taking millions of hotel reviews. Data review data can also be stored and displayed properly in elasticsearch.en_US
dc.publisherFAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH YOGYAKARTAen_US
dc.subjectscraping, crawling, scrapy, selenium, ajax, xpath, travelokaen_US
dc.titleTEKNIK SCRAPING DAN CRAWLING UNTUK MENGEKSTRAKSI REVIEW HOTEL ONLINE PADA WEBSITE TRAVELOKA (BERBASIS AJAX)en_US
dc.typeThesis SKR F T 493en_US


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record