PerancanganSistemTemuKembaliInformasiMenggunakan Metode Vector Space Model PadaPencarianDokumenBerbasisTeksBerita

Penulis

  • Jamal Maulana Hudin
  • Achmad Rifai

DOI:

https://doi.org/10.51998/jsi.v6i2.168

Abstrak

Abstract—The information retrieval (IR) system or information retrieval system is used to rediscover the information relevant to the user's needs from an information set automatically. In the information retrieval there are many methods used, one of them is the vector space model method that can measure the similarity between the vectors with the keywords in the input by the user. By adding the frequency-inverse document frequency (TF-IDF) method the data will be calculated by its weight, if there is a term with almost the same weight, this data will be more in priority and will appear at the top of the search. Recall is declared as part of the relevant document in the found document, whereas Precision is declared as part of the relevant document found. In this study can be produced in performance, retrieval system developed is good enough because with average precision about 71.31973% which means the average on each recall point, 71.31973% documents successfully found-return Relevant to the given query

 

Intisari—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 dinyatakansebagaibagiandokumenrelevan 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

 

Kata Kunci— Sistem Informasi, Information Retrieval, Vector Space Model, Pencarian Teks.

Unduhan

Data unduhan belum tersedia.

Diterbitkan

2017-11-08