Perancangan Sistem Temu Kembali Informasi Menggunakan Metode Vector Space Model Pada Pencarian Dokumen Berbasis Teks Berita

research
  • 11 May
  • 2020

Perancangan Sistem Temu Kembali Informasi Menggunakan Metode Vector Space Model Pada Pencarian Dokumen Berbasis Teks Berita

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

Unduhan

 

REFERENSI

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).