Text

Sistem Temu Balik Artikel Ilmiah Menggunakan Vector Space Model Dan Di Kelompokkan Dengan K-Means Clustering

---

ABSTRAK

Sistem Temu Balik Informasi (Information Retrieval) merupakan sistem yang digunakan
untuk menemukan informasi yang relevan dengan kebutuhan dari penggunanya secara
otomatis dari suatu koleksi informasi. Dengan banyaknya jumlah dokumen yang ter-retrieve,
akan lebih mudah jika hasil dokumen ter-retrieve itu akan dikelompokkan secara otomatis
sesuai dengan kemiripannya. Pada penelitian ini digunakan metode Vector Space Model
untuk penerapan pencarian dokumen (information retrieval) dan K-Means Clustering untuk
pengelompokkan dokumen. Hasil dari kinerja pencarian dokumen artikel ilmiah pada hasil
implementasi Vector Space Model mempunyai nilai MAP sebesar 0.955034122, yang
mengindikasikan sistem mampu me-retrieve dokumen yang relevan terhadap user sebesar
95.50%. Kemudian hasil dari kinerja pengelompokkan dokumen artikel ilmiah pada hasil
implementasi metode K-Means Clustering adalah pada jumlah pengelompokkan 2 cluster
memperoleh kualitas sebesar 81.09%, dan untuk jumlah pengelompokkan 4 cluster
memperoleh kualitas sebesar 48.01%.
Kata Kunci : Sistem Temu Balik Informasi, Vector Space Model, K-Means Clustering,
Artikel Ilmiah

ABSTRACT

Information Retrieval (Information Retrieval) is a system used to find information relevant
to the needs of its users automatically from a collection of information. With the large
number of retrieved documents, it would be easier if the retrieved documents would be
automatically grouped according to their similarity. In this research, Vector Space Model is
used to apply document retrieval and K-Means Clustering for grouping documents. The
results of the scientific paper article search performance on the Vector Space Model
implementation results have a MAP value of 0.955034122, indicating a system capable of
retrieving relevant documents to the user of 95.50%. Then the result of the performance of
grouping of scientific article documents on the result of K-Means Clustering method
implementation is on the number of clustering 2 clusters get the quality of 81.09%, and for
the number of clustering 4 clusters get the quality of 48.01%.
Kata Kunci : Information Retrieval System, Vector Space Model, K-Means Clustering,
Scientific Articles

---

Ketersediaan

620F18III

620 F 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

620 F 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

2282

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Dzulfikar Fauzi

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar