Skripsi
Penerapan Metode TF-IDF dan Vector Space Model Untuk Sistem Temu Kembali Informasi Pada Kearsipan Tata Usaha SMP Negeri 1 Kedungabanteng
bibliografi: hal. 163-164
RINGKASAN
Arsip merupakan salah satu dari contoh dokumen yang memiliki nilai (penting). Pada dasarnya arsip disimpan secara sistematis dengan maksud untuk membantu dan mempermudah dalam penyimpanan dan penemuan kembali arsip tersebut. Dalam temu kembali informasi (Information retrieval) melakukan proses retrieve dokumen yang relevan dan tidak me-retrieve dokumen yang tidak relevan. Untuk me-retrieve dokumen yang relevan, dibutuhkan suatu metode. Dengan menggunakan metode ¬Term Frequency-Inverse Document dan Vector Space Model dapat menemukan dokumen yang relevan sesuai dengan tingkat kedekatan atau kesamaan (similarity) selain itu dengan menerapkan algoritma stemming Nazief-Adriani dapat meningkatkan performa information retrieval dengan cara mentransformasikan kata kata dalam sebuah dokumen atau teks ke bentuk kata dasarnya. maka sistem melakukan pengindeksan terhadap dokumen untuk mempermudah dan mempercepat proses pencarian. Relevansi ditentukan dengan menghitung nilai kemiripan antara dokumen-dokumen yang ada dengan query, dan direpresentasikan ke dalam bentuk tertentu. Dokumen-dokumen yang diperoleh, kemudian sistem mengurutkan berdasarkan tingkat relevansinya terhadap query.
Kata Kunci: Arsip, Temu Kembali Informasi, TF-IDF, Vector Space Model.
ABSTRACT
The archive is one of the examples of documents that important.. Basically, archives are stored systematically with a view to helping and simplifying the storage and retrieval of the archive. In the information retrieval (Information retrieval) the process of retrieving relevant documents and not retrieving documents that are not relevant. To retrieve the relevant documents, a method is needed. Using the Therm Frequency-Inverse Document and Vector Space Model methods can find relevant documents according to the level of closeness or similarity, in addition to applying the Nazief-Adriani stemming algorithm can improve information retrieval performance by transforming words in a document or text to the basic word form. then the system indexes the document to simplify and speed up the search process. Relevance is determined by calculating the similarity values between existing documents by querying, and represented in certain forms. The documents obtained, then the system sort by the level of relevance to the query.
Keywords: Archive, Information Retrieval, TF-IDF, Vector Space Model.
TI1851 | TI 1851 NUG p | UPT. PERPUSTAKAAN PUSAT (Rak 1) | Tersedia - No Loan |
Tidak tersedia versi lain