PEMERINGKATAN HASIL PENCARIAN DOKUMEN TEKS PADA MESIN PENCARI
Abstract
Mesin pencari dokumen teks berbahasa Jawa krama sukar ditemukan baik dari dunia daring maupun luring. Pencarian dokumen teks bahasa jawa krama dengan menggunakan mesin pencari yang tersedia didapatkan suatu hasil pencarian dengan dokumen terambil yang banyak (recall tinggi) sehingga hasil menjadi kurang akurat (precision rendah). pemeringkatan mesin pencari dengan metode DICE Similarity agar user dibuat untuk mempermudah dalam melakukan pencarian dokumen teks berbahasa Jawa krama. Metode DICE Similarity akan bisa menghitung dan menampilkan dokumen yang ada pada database sehingga antar dokumen memiliki bobot yang berbeda untuk menentukan dokumen mana yang paling mirip (similar) dengan query. Dokumen teks yang terletak di posisi atas akan ditempati oleh dokumen dengan bobot tertinggi hasil pencarian metode DICE. Evaluasi hasil pencarian Mesin pencari dilakukan dengan uji recall dan precision dengan model persepsi. Mesin pencari mampu melakukan pencarian dokumen dan menampilkan hasil pencarian dokumen memiliki rata-rata recall 0,03 dan rata-rata precision 0,79.
References
[2] Bum, K.Y., 2010. An autonomous assessment system based on combined latent semantic kernels. Expert Systems with Applications: An International Journal , Volume 37 Issue 4.
[3] Kadir, A., 2001. Dasar Pemrograman Web Dinamis menggunakan PHP. Penerbit Andi. Yogyakarta.
[4] Khuat Thanh Tung , (2016) A Comparison of Algorithms used to measure the Similarity between two documents, International Journal of Advanced Research in Computer Engineering & Technology (IJARCET) Volume 4 Issue 4, April 2015
[5] Manning, C., Raghavan, P., 2007. An Introduction to Information Retrieval, Stanford. USA.
[6] Manoj Chahal, 2016. Information Retrieval using Dice Similarity Coefficient , International Journal of Advanced Research in Computer Science and Software Engineering, Volume 6, Issue 6, June 2016, ISSN: 2277 128
[7] Meadow, C.T., 1997. Text Information Retrieval Systems. Academic Press.New York.
[8] Tala, F.Z., 2003, A Study of Stemming Effects on Information Retrieval in bahasa Indonesia. Institut for logic, Language and Computation Universiteit van Amsterdam The Netherlands.
[9] R. Umamaheswari, K. Rajesh, 2014, Text Clustering Using Cosine Similarity and Matrix Factorization Cosine Similarity, International Journal of Research in Computer and Communication Technology, Vol 3, Issue 10, October – 2014
[10] Salton, G., 1989, Automatic Text Processing, The Transformation, Analysis, and Retrieval of information by computer. Addison – Wesly Publishing Company, Inc. USA.
[11] Vikas Thada , 2015. Comparison of Jaccard, Dice, Cosine Similarity Coefficient To Find Best Fitness Value for Web, Department of Computer Science and Engineering Dr. K.N.M University,Newai, Rajasthan, India
[12] Yates, R.B, 1999. Modern Information Retrieval, Addison Wesley-Pearson international edition, Boston.USA
