APLIKASI PENCARIAN BAHAN PUSTAKA DI PERPUSTAKAAN MENGGUNAKAN METODE VECTOR SPACE MODEL
Abstract
ABSTRAK
Bahan pustaka dapat ditemukan dengan melakukan pencarian secara manual, namun hal itu selain kemungkinan hasil yang relevan terlewatkan dan cara tersebut juga tidak efisien. Mahasiswa juga kesulitan untuk mencari bahan Pustaka yang sesuai kebutuhannya. Sehingga mesin pencarian merupakan salah satu solusinya
Penelitian ini memanfaatkan metode Vektor Space Model (VSM) dengan pembobotan TF/IDF pada 10 dokumen teratas sebagai cara perangkingan dokumen.. Terdapat 150 jurnal yang di input dengan menggunakan 4 Query terpilih dengan melakukan tiga tahap proses yaitu proses dokumen, proses Query dan yang terahir adalah proses penerapan metode Vektor Space Model (VSM).
Pada tahapan selanjutnya penelitian ini menghitung recall, Presisi dan Akurasi. Hasil penghitungan pada presisi dari masing-masing Query dengan nilai maksimal yaitu 100% dan nilai terendah 83%. Meskipun terdapat selisih namun tidak jauh. Nilai recall yang didapatkan dari semua Query adalah 100%. Kemudian pada hasil akurasi uji semua Query dengan nilai maksimal 100% dan 96% minimal. Hasil tersebut mengindikasikan bahwa system IR dengan metode VSM efektif dan relevan untuk digunakan untuk pencarian bahan Pustaka, juga memiliki performa yang baik dan stabil sesuai dengan database uji cobaFull Text:
PDFReferences
Safitri, Cici Erza. (2018). (“Implementasi Metode Vector Space Model Dan Suffix Tree Clustering Pada Sistem Temu Kembali Informasi Dan Clustering E-Jurnal”), Skripsi, Fakultas Sains Dan Teknologi, Jurusan Informatika, Universitas Islam Negeri Sultan Syarif Kasim, Riau.
putubuku, “Recall & Precision,” Ilmu Perpustakaan & Informasi – diskusi dan ulasan ringkas, 27-Mar-2008. [Online]. Available: http://iperpin.wordpress.com/2008/03/27/recall-precision/. [Accessed: 16-Jun-2013].
“Precision and recall,” Wikipedia – The Free Encyclopedia. [Online]. Available: http://en.wikipedia.org/wiki/Precision_and_recall. [Accessed: 16-Jun-2013].
“Accuracy and precision,” Wikipedia – The Free Encyclopedia. [Online]. Available: https://en.wikipedia.org/wiki/Accuracy_and_precision. [Accessed: 16-Jun-2013].
B. Raharjo, “Presisi Dan Akurasi,” Beni Raharjo – Nature, Environment, Remote Sensing, GIS, IT and Myself, 17-Mar-2011. [Online]. Available: http://www.raharjo.org/math/presisi-dan-akurasi.html. [Accessed: 16-Jun-2013].
DATAQ, “Perbedaan: precision, recall & accuracy”, https://dataq.wordpress.com/2013/06/16/perbedaan-precision-recall-accuracy/. 16 juni 2013.
Manning, C. D., Raghavan, P., & Schütze, H. (2009). An Introduction to Information Retrieval. Cambridge University Press. https://doi.org/`Gerald, S. (1988). Automatic text processing. Addison Wesley Publishing Company.
Roshdi, A., & Roohparvar, A. (2015). Review : Information Retrieval Techniques and Applications. International Journal Of Computer Networks and Communications Security, 3(9), 373–377.
Djoerd Hiemstra. (2009). Information Retrieval Models. Information Retrieval: Searching in the 21st Century.
Saini, C. V. A. (2016). Information Retrieval in Web Crawling : A Survey. International Conference On Advances in Computing, Communications Adn Informatics (ICACCI).
Bates, M. J. (2012). Understanding Information Retrieval System. CRC Press.
Stefano Ceri, A. B. (2012). Web information retrieval (pp. 83–110). Springer. https://doi.org/10.1201/b12118-8
W. Bruce Croft, Donald Metzler, T. S. (2015). Information Retrieval in Practice. Pearson Education, Inc
Vairaprakash Gurusamy, S. K. (2014). Preprocessing Techniques for Text Mining.
Porter, M. (1980). An algorithm for suffix stripping. Program, 14(3), 130–137.
Croft, W. B., Metzler, D., & Strohman, T. (2015). Information Retrieval in Practice. Pearson Education, Inc.
W. Bruce Croft, Donald Metzler, T. S. (2015). Information Retrieval in Practice. Pearson Education, Inc.
Cios, K. J., Pedrycz, W., Swiniarski, R. W., & Kurgan, L. A. (2007). Data Mining A Knowledge Dizcovery Approach.
Amandeep Kaur Mann, N. K. (2013). Review paper on clustering techniques. Global Journal of Computer Science and Technology Software & Data Engineering, 23(5).
Ilic, M., Rancic, D., & Spalevic, P. (2016). Comparison of Data Mining Algorithms, Inverted Index Search and Suffix Tree Clustering Search. Facta Universitatis, Series: Automatic Control and Robotics, 15(3), 171.
Sadaf, K., & Alam, M. (2012). WEB SEARCH RESULT C LUSTERING – A REVIEW. International Journal of Computer Science & Engineering Survey (IJCSES), 3(4), 85–92.
Deng, F. (2012). Web Service Matching based on Semantic Classification Title: Web Service Matching based on Semantic Classification. School of Health and Society Department Design and Computer Science Kristianstad University.
Wang, D., Liu, L., Dong, J., & Zheng, J. (2015). Search results clustering algorithm based on the suffix tree. Proceedings - 2015 2nd International Conference on Information Science and Control Engineering, ICISCE 2015, 456–460.
Gerald, S. (1988). Automatic text processing. Addison Wesley Publishing Company.
Susandi, Sholahudin. (2016). (“Pemanfaatan Vector Space Model pada Penerapan Algoritma Nazief Adriani, KNN dan Fungsi Similarity Cosine untuk Pembobotan IDF dan WIDF pada Prototipe Sistem Klasifikasi Teks Bahasa Indonesia”), Jurnal ProTekInfo, Vol. 3,
Herliani, (“Aplikasi Pencarian Buku Dengan Menggunakan Metode Tf/Idf Dan Vector Space Model Berbasis Web Pada Perpustakaan Sekolah Menengah Atas Negeri 2 Pangkalpinang”).
Mutia Ayudita1, Pandu Adikara (2018). Sistem Pencarian Jurnal Ilmiah Cross Language dengan Metode Vector Space Model (VSM). (2). 6839-6840
Ridwan, Armawan Sandi2, (2019). Penerapan Mesin Pencari Informasi Dengan Menggunakan Metode Vector Space Model. (3).
DOI: http://dx.doi.org/10.51213/jimp.v5i2.265
Copyright (c) 2021 J I M P - Jurnal Informatika Merdeka Pasuruan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.