Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Penentuan Tingkat Relevansi Dokumen Hasil Pencarian Pada Meta-Semantic Search Engine Menggunakan Metode Latent Semantic Analysis
Asep Sucipto (2018) | Skripsi | Teknik Informatika , Teknik Komputer
Bagikan
Ringkasan
Saat ini beberapa search engine melakukan pencarian dokumen pada world wide web masih menggunakan metode konvensional, yaitu melakukan pencarian berdasarkan peluang kemunculan kata yang dicari (probability) atau tingkat kepopuleran website yang diakses (hits). Hal ini menyebabkan ketidakpuasan pengguna karena dokumen yang dicari seringnya kurang relevan dengan permintaan pengguna. Meta-semantic search engine memiliki konsep bahwa proses pencarian dilakukan secara simultan kepada beberapa mesin pencari lain berdasarkan query pengguna dengan tetap memperhatikan makna kontekstual dan nilai relevansi dari hasil pencarian. Metode LSA diterapkan untuk menentukan nilai relevansi dokumen hasil pencarian pada meta-semantic search engine. Setiap dokumen hasil pencarian akan melalui text preprocessing untuk penyeragaman dan filtering kata sehingga didapat hubungan keterkaitan antar kata dalam dokumen, selanjutnya dilakukan proses pemetaan term (keyword) dan dokumen dalam bentuk matriks untuk menentukan bobot kata. Proses komputasi dilakukan dengan metode dekomposisi matriks SVD dan perhitungan cosine similarity sehingga diperoleh nilai relevansi tiap dokumen. Hasil eksperimen menunjukan nilai relevansi dari hasil pencarian dengan menggunakan meta-semantic search engine berkisar antara 0.010 sampai dengan 0.840. Dengan rata-rata setiap kali pencarian menghasilkan nilai relevansi sebesar 0.1789 atau 17.89%. Kualitas dokumen hasil pencarian, kelengkapan kamus dan stopword serta keberhasilan ekstraksi data sangat berpengaruh terhadap nilai hasil komputasi LSA. Kata Kunci: meta-semantic search engine, LSA, term, text prepocessing, SVD.
Ringkasan Alternatif
Currently, some search engines do a search for documents on the World Wide Web is still using conventional methods, namely search by occurrence of the search terms (probability) or the popularity of a website is accessed (hits). This leads to user dissatisfaction because the documents sought are less relevant to user requests. Meta-semantic search engines has the concept that the search process are done simultaneously to several other search engines based on user queries by considering the contextual meaning and relevancy level of search results. LSA method is applied to determine the relevancy level of document retrieve in meta-semantic search engine. Each document results of the search will be text preprocessing and filtering for uniformity to get the corresponding relationships between words in each documents. Furthermore, terms and documents are mapping in the form of a matrix to determine the weight of the terms. Computational process performed using SVD matrix decomposition method and the cosine similarity calculation to obtain the relevancy level of each document. Experimental results show the relevancy level of search results by using the meta-semantic search engines ranges from 0010 to 0840. The average value of every search process has the relevancy level of 0.1789 or 17.89%. The quality of document retrieve, stopword and dictionary completeness and success of data extraction affects the value of LSA Computation. Keywords: meta-semantic search engine, LSA, term, text prepocessing, SVD.