menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk
memberikan bobot pada setiap indeks dari kata-kata (term) dan vector space model untuk
mengukur kemiripan antara vektor dokumen dengan vektor kata kunci. Pada pengujian
terdapat tiga besaran performansi yang dihitung yaitu Recall untuk menemukan seluruh
dokumen yang relevan dalam koleksi dokumen, Precision untuk menemukan hanya
dokumen yang relevan saja dalam koleksi dan Interpolated Recall Precision untuk
mengukur performansi sistem dengan mempertimbangkan aspek keterurutan dokumen
relevan. Sistem telah diuji pada 75 dokumen arsip dengan memasukkan 10 kata kunci yang
berhubungan dengan dokumen arsip. Hasil pengujian menunjukkan nilai rata-rata recall
sebesar 99% dan nilai rata-rata precision sebesar 36,4%. Untuk nilai rata-rata interpolasi