Analisis Dan Implementasi Vector Space Model (VSM) pada Information Retrieval

ABSTRAKSI: Information Retrieval (IR) merupakan bagian dari computer science yang berhubungan dengan pengambilan informasi dari dokumen-dokumen yang didasarkan pada isi dan konteks dari dokumen-dokumen itu sendiri. Proses dalam Information Retrieval dapat digambarkan sebagai sebuah proses untuk mendapatkan relevant documents dari collection documents melalui pencarian query yang diinputkan user. Parameter uji untuk menilai relevansi sebuah dokumen yang digunakan dalam Tugas Akhir ini adalah precision, recall dan IAP. Precision adalah parameter untuk menghitung nilai tingkat ketepatan antara query dengan dokumen koleksi. Precision merupakan hasil dari perbandingan antara dokumen relevan dengan seluruh dokumen yang berhasil diambil oleh sistem. Recall adalah parameter untuk menghitung nilai tingkat kelengkapan antara query dengan dokumen koleksi. Recall merupakan hasil perbandingan antara dokumen relevan dengan dokumen relevan yang ada dalam seluruh dokumen koleksi. IAP menghitung nilai keterurutan dokumen relevan dalam sistem. Nilai IAP didapatkan dari perhitungan nilai precision dan recall. Dalam IR terdapat model untuk mendapatkan nilai similiarity dokumen yang relevan dengan query yang diinputkan oleh user. Salah satu model tersebut adalah Vector Space Model. Terdapat 3 metode pembobotan dalam Vector Space Model, yaitu Term Frequency (TF), Inverse Document Frequency (IDF) dan Term Frequency-Inverse Document Frequency (TF-IDF). Dari hasil pengujian didapatkan bahwa dengan parameter IAP metode TF-IDF lebih unggul dibandingkan dengan dua metode yang lain. Hal ini menunjukan bahwa metode pembobotan TF-IDF lebih baik dibandingkan dengan 2 metode lainnya, yaitu TF dan IDF.Kata Kunci : Information Retrieval, Information Retrieval System, Vector Space Model, precision,recall, IAP , TF, IDF, TF-IDF , document collection dan query.ABSTRACT: Information Retrieval (IR) is a part of computer science-related information from the documents that is based on the content and context of the documents themselves. Information Retrieval in the process can be described as a process for the collection of documents Relevant documents through search queries input by user. Test parameters to assess the relevance of a document that is used in this Final Project is Precision, recall and IAP. Precision is a parameter to calculate the value-level accuracy between a query with the document collection. Precision is the result of the comparison between the document with all relevant documents retrieved successfully by the system. Recall is a parameter to calculate the value of the level of completeness of a query with the document collection. Recall is the result of the comparison between the relevant documents with the relevant documents that exist in the entire document collection. IAP keterurutan calculate the value of relevant documents in the system. IAP values obtained from the calculation of the value of Precision and recall. In the IR there is a model for the value similiarity documents relevant to the query input by by the user. One model is the Vector Space Model. There are 3 methods weightining in Vector Space Model, the Term Frequency (TF), inverse Document Frequency (IDF) and Term Frequency-inverse Document Frequency (TF-IDF). From the test results obtained with the parameters that IAP TF-IDF method is superior compared with the other two methods. This shows that the method weightining TF-IDF is better than the other 2 methods, namely TF and IDF.Keyword: Information Retrieval, Information Retrieval System, Vector Space Model, precision,recall, IAP , TF, IDF, TF-IDF , document collection and query