Information
retrieval (IR) system atau sistem temu kembali informasi digunakan untuk menemukan kembali informasi-informasi yang relevan terhadap kebutuhan pengguna dari suatu kumpulan informasi secara
otomatis. Dalam information retrieval terdapat banyak
sekali
metode yang digunakan, salah satunya adalah metode vector space model yang dapat
mengukur kemiripan antar vektor dengan kata
kunci yang di inputkan oleh pengguna. Dengan
menambahkan metode frequency-inverse document frequency (TF-IDF) data akan dihitung
bobot nya, apabila ada istilah dengan bobot
yang hampir sama, data ini akan lebih di
utamakan dan akan muncul dibagian paling atas dalam pencarian. Recall
dinyatakan sebagai bagian dari dokumen relevan
dalam dokumen yang ditemukan, sedangkan Precision dinyatakan sebagai
bagian dokumen relevan yang ditemukan.
Dalam penelitian ini dapat di hasilkan secara kinerja,
sistem temu-kembali yang dikembangkan sudah
cukup baik karena dengan rata-rata average precision
sekitar 71,31973% yang berarti rata-rata pada tiap recall point, 71,31973% dokumen yang berhasil ditemu-kembalikan
relevan dengan query yang diberikan
Peer Review Jurnal
Jurnal
Fitri, M. (2013). Perancangan Sistem Temu Balik Informasi
dengan Metode Pembobotan Kombinasi TF-IDF untuk Pencarian Dokumen Berbahasa
Indonesia. Jurnal Sistem dan Teknologi Informasi (JustIN), 1(1).
Zaman,
B., Purwanti, E., & Sukma, A. (2016). Information Retrieval Document
Classified with K-Nearest Neighbor. Record and Library Journal, 1(2), 129-138.
Steven.
(2026). Perancangan Information Retrieval System Untuk Dokumen Berbahasa
Indonesia Dengan Menggunakan Extended Boolean. Jurnal Ilmu Komputer dan Sistem
Informasi, 1 (1), 183-189.
Karnalim,
O. (2015). Extended vector space model with semantic relatedness on java
archive search engine. Jurnal Teknik Informatika dan Sistem Informasi, 1(2).
Karyono,
G., & Utomo, F. S. (2012). Temu Balik Informasi Pada Dokumen Teks Berbahasa
Indonesia Dengan Metode Vector Space Retrieval Model. Semantik 2012, 282-289.
Heriyanto,
H. (2015, December). Pencarian Dokumen Teks Arsip Surat Dengan Metode Indexing
Dan Query. In
Seminar
Nasional Informatika (SEMNASIF) (Vol. 1, No. 1).
Amin,
F. (2013). Sistem Temu Kembali Informasi dengan Pemeringkatan Metode Vector
Space Model.
Aziz,
A., Saptono, R., & Suryajaya, K. P. (2016). Implementasi Vector Space Model
dalam Pembangkitan
Frequently
Asked Questions Otomatis dan Solusi yang Relevan untuk Keluhan Pelanggan.
Scientific Journal of
Informatics,
2(2), 111-121.
Kafatan,
S., Riyanto, D. E., & Saputra, R. (2014). Sistem Informasi Pengelolaan
Arsip Statis Pada Badan Arsip Dan Perpustakaan Provinsi Jawa Tengah Menggunakan
Vector Space Model. Jurnal Masyarakat Informatika, 5(9), 45-52.
Putri,
W. M. I. (2016). Kombinasi Metode Vector Space Model Dan Teknik Hierarchical
Agglomerative Clustering Single Linkagedalam Rancang Bangun Information Retrievalpada
Perpustakaan Digital (Doctoral dissertation, Universitas Islam Negeri Sultan
Syarif Kasim Riau).
Hidayat, A. (2016).
Implementasi Metode Terms Frequency–Inverse Document Frequency (Tf-Idf) Dan
Maximum Marginal Relevance Untuk Monitoring Diskusi Online
(Doctoral dissertation, Universitas Islam Negeri Sultan Syarif Kasim Riau).
Wahyudi, I. P., Wurijanto, T., & Sulistiowati, S. (2017). Design
Aplications To Increase Relevance To Search Thesis (A Case Study In Institute
of Business and Information Stikom Surabaya Library). Jurnal JSIKA, 5(8).
Novianti, K. D. P., & Diaz, R. A. N. (2017). Sistem Pencarian
Program Studi Pada Perguruan Tinggi Di Bali
Berbasis Semantik. JST (Jurnal Sains dan Teknologi), 6(1).