Sistem Temu Kembali Informasi dengan Metode Vector Space Model

Abstraksi Integrasi Optical Character Recognition dan Vector Space Model dalam sebuah sistem pengelolaan dokumen cetak. Sistem ini diharapkan mampu membantu manusia untuk lebih mengenal dan menggali informasi yang terkandung di dalam dokumen cetak. Proses digitalisasi dengan pengenalan karakter yang dibantu dengan metode temu kembali dokumen atau informasi (Information Retreval) yang cukup baik dapat membantu manusia menemukan informasi yang sesuai. Penelitian ini akan menjelaskan nilai tambah penggunaan Vector Space Model dan tahapan-tahapan pendukungnya seperti Tokenization dan Stemming dalam upaya untuk mendapatkan nilai balik informasi yang paling relevan diantara kumpulan data cetak yang telah di digitalisasi. Pencarian dokumen dilakukan dengan dua cara, yaitu pencarian penuh (tanpa stemming) dan pencarian normal (dengan stemming). Dari percobaan yang dilakukan diketahui bahwa penggunaan stemming mampu mengurangi jumlah term_tunggal yang harus di indeks. Tetapi penggunaan indeks dengan proses non stemming, memberikan hasil yang sedikit lebih relevan dibanding penggunaan indeks dengan proses stemming. Vector Space Model kurang dapat bekerja baik saat jumlah dokumen yang ter-indeks di basis data masih sedikit. Sehingga perlu indeks data yang besar untuk mendapatkan hasil yang lebih relevan.

Jurnal Pilar Nusa Mandiri, 2019

Speed and density in the process of finding documents and information has become mandatory, contained in information systems, to facilitate the search process or find documents and information needed, it is called information retrieval or information retrieval system, implementation of the theory applied in this study using the model method vector space, the purpose of this study is to provide general exposure to the process of finding digital documents. With the token and indexing process so that the results of the masses are found in the database using keywords, so the system will search according to the keywords input into the system, and will be compared with the data contained in the database, so that it can produce the correct information.

Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Panyayang, Kami panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah melimpahkan rahmat, hidayah, dan inayah-Nya kepada kami, sehingga kami dapat menyelesaikan makalah ilmiah tentang Tokenisasi, Stopword Removal, dan Stemming.

Emitor: Jurnal Teknik Elektro

Temu kembali informasi berdasar peristiwa pada Majalah Suara Muhammadiyah periode 2010 – 2015 adalah untuk melihat banyaknya kata yang digunakan pada dokumen untuk menggambarkan topik yang dibahas pada dokumen tersebut. Temu kembali infomasi pada dokumen ini dibatasi untuk periode 2010 – 2015 dan dokumen yang dikumpulkan sebanyak 232 dokumen. Pengumpulan dokumen majalah Suara Muhammadiyah dalam bentuk digital yaitu berekstensi pdf. Ektraksi teks dokumen dari berkas pdf menggunakan pdfminer. Metode untuk temu kembali menggunakan Vector Space Model. Tahapan dimulai dari ekstraksi dokumen pdf menjadi teks,kemudian teks diparsing untuk menghapus tanda baca dan tanda hubung, penghapusan stopwords bahasa Indonesia untuk mengurangi kata-kata hubung dan kata-kata yang kurang bermakna, kemudian dilakukan pembobotan teks dan pencarian kemiripan teks untuk dapat menghitung dan mencari kembali informasi. Setelah dilakukan parsing dan pembobotan teks didapatkan bahwa teks yang banyak digunakan d...

Sistem temu kembali informasi merupakan sistem yang digunakan untuk menemukan informasi yang relevan dengan kebutuhan dari penggunanya secara otomatis berdasarkan kesesuaian dengan query dari suatu koleksi informasi. Penelitian ini bertujuan untuk mengenal karakteristik beberapa notasi pembobotan TF-IDF serta mengimplementasikan model ruang vektor menggunakan beberapa notasi pada metode pembobotan TF-IDF pada sistem temu kembali informasi. Notasi TF-IDF yang digunakan pada penelitian ini adalah anc.ntc, lnc.ltc dan ltc.ltc. Pada Model Ruang Vektor, pembobotan term dilakukan disisi dokumen dan query. Pembobotan yang dihasilkan pada algoritma TF-IDF akan menjadi variabel dalam perhitungan cosine similarity. Hasil dari cosine similarity pada masing-masing dokumen terhadap query akan diurutkan secara descending, sehingga hasil pencarian akan menampilkan dokumen yang paling mendekati kata kunci. Sistem ini dikembangkan menggunakan bahasa pemrograman PHP dan dokumen yang digunakan sebagai data uji sebanyak 50 artikel berita yang penulis kutip dari beberapa situs di internet. Penelitian ini telah berhasil mengimplementasikan vector space model dan tiga notasi pembobotan TF-IDF. Hasil dari penelitian ini menunjukkan bahwa tiap notasi pembobotan TF-IDF memiliki karekteristik yang berbeda-beda dan menghasilkan urutan dokumen relevan yang berbeda, antara notasi satu dengan notasi lainnya.

Perkembangan informasi pada saat ini sangat berkembang pesat di masyarakat sehingga masyarakat akan mengalami kesulitan dalam mendapatkan informasi yang relevan sesuai dengan kebutuhannya. Seseorang harus memiliki kemampuan dalam menyaring segala informasi yang masuk, sehingga informasi yang didapatkan tidak keliru dan dapat dipergunakan untuk aktivitas yang dilakukan (Solehat dkk. 2016:53). Oleh karena itu, seseorang harus bisa menyaring informasi yang cepat tepat dan relevan. Perkembanan pencarian pada saat ini menghasilkan banyak dokumen, akan tetapi dokumen yang diharapkan sesuai dengan kebutuhan masih rendah. Pencarian informasi saat ini dilakukan dengan menggunakan mesin pencarian atau biasa kita sebut denan sistem temu balik informasi, pengguna menuliskan kueri dan mesin pencari pun akan mencari kemudian akan menampilkan hasil dari pencariannya. Mesin pencari akan menmpilkan hasil pencarian dengan hasil dokumen yang sangat banyak atau banyak dokumen yang terambil, sehingga pengguna memerlukan lagi waktu lebih untuk mendapatkan hasil yang relevan atau sesuai dengan kebutuhan si pengguna. Menentukan hasil dari apa yang ditampilkan oleh mesin pencari memang banyak sehingga hasil ini akan menyulitkan pengguna dalam mendapatkan informasi yang dicari, hal ini terjadi karena dokumen yang terambil oleh sistem menghasilkan dokumen yang jumlahnya banyak, sehingga hasil ini memungkinkan menampilkan hasil yang tidak relevan. Salah satu cara untuk mengklasifiksaikan dokumen-dokumen dari hasil pencarian pengguna berdasarkan tingkat kemiripan antara dokumen-dokumen yang telah terkumpul agar dokumen yang dipilih nanti sudah mendekati apa yang dicari oleh pengguna sesuai dengan kata kunci yang dimasukan sehingga menghasilkan tingkat relevansi hasil temu balik tersebut kedalam sebuah sistem temu balik informasi yaitu dengan menggunakan vector space model. Vector Space Model (VSM) adalah metode untuk mengetahui tingkat

2012

The rapid growth of information and digital documents has caused the process to retrieve desire documents becomes more difficult when performed manually. Therefore, an information retrieval system is needed as the search engine to find relevant documents as user desire. This research is to develop a information retrieval system based on OKAPI BM25 model. Two main steps would do in build an information retrieval system with Okapi BM25 model are preprocessing and applied the model to it. The preprocessing steps are collection of document (corpus), tokenization, linguistic preprocessing, and indexing by creating an inverted index. After preprocessing, applied Okapi BM25 model to the system to compute the relevant value between each document to user’s query. The system retrieve a list of documents which in descending sort based on relevant value. System performance is measured by calculating precision and recall. Experiment on several query key, shows a good performance where precision ...

semanTIK

Artikel ilmiah adalah tulisan yang berisi laporan sistematis mengenai hasil kajian atau hasil penelitian yang dilakukan oleh dosen, mahasiswa, peneliti dan ilmuwan. Jurusan Arkeologi Universitas Halu Oleo telah memiliki koleksi artikel Arkeologi. Namun, proses pencarian dokumen membutuhkan waktu yang relatif lama, karena banyaknya koleksi artikel yang dimiliki. Berdasarkan hal tersebut dibutuhkan suatu sistem pencarian yang dapat membantu menemukan dokumen yang dibutuhkan. Sistem Temu Kembali Informasi (Information Retrieval) adalah proses menemukan materi yang biasanya dokumen dari data yang tidak terstruktur yang memenuhi kebutuhan informasi dari sebuah kumpulan koleksi yang tersimpan pada komputer. Salah satu metode sistem temu kembali informasi yang cocok digunakan untuk menemukan dokumen artikel arkeologi yaitu Vector Space Model karena efektif dan memiliki ketepatan dalam mengurutkan dokumen berdasarkan query yang dicari. Dari hasil pengujian precision dan recall yang dilakuka...

Abstrak Pada tulisan ini akan dijelaskan berbagai teknik sistem temu-kembali informasi dan rancangan integrasi sistem ke basis hiperteks. Sistem pengindeksan yang dijelaskan adalah pengindeksan dengan pembobotan berdasarkan frekuensi dan berdasarkan rumus Savoy(1993). Sedangkan teknik temu-kembali informasi yang dijelaskan adalah teknik Boolean biasa, teknik Boolean berperingkat dan teknik Extended Boolean. Kinerja berbagai teknik temu-kembali informasi dan berbagai pengindeksan di ukur dengan menampilkan dokumen yang terambil berikut bobot peringkatnya. Sistem ini dapat digunakan sebagai " benchmarking tool " untuk mengukur kinerja berbagai teknik yang digunakan dalam sistem temu-kembali informasi.

2019