Tugas Makalah

Sistem Temu Kembali Informasi (STKI)

TI029306

Implementasi Metode Generalized Vector Space Model Pada

Information Retrieval System

Oleh :

I PUTU ANDREAS WARANU

1204505042

Dosen :

I Putu Agus Eka Pratama, ST MT

Jurusan Teknologi Informasi

Fakultas Teknik Universitas Udayana

2015

i

KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa karena

dengan rahmat, karunia, dan berkat-Nya penulis dapat menyelesaikan makalah

tentang Implementasi Metode Generalized Vector Space Model Pada

Information Retrieval System ini dengan baik meskipun banyak kekurangan

didalamnya. Dan juga kami berterima kasih pada Bapak I Putu Agus Eka Pratama,

ST MT selaku Dosen mata kuliah Sistem Temu Kembali Informasi di jurusan

Teknologi Informasi Universitas Udayana yang telah memberikan tugas ini.

Penulis sangat berharap makalah ini dapat berguna dalam rangka

menambah wawasan serta pengetahuan kita mengenai Sistem temu kembali

informasi dan model pencarian dalam search engine seperti Generalized Vector

Space Model. Kami juga menyadari sepenuhnya bahwa di dalam makalah ini

terdapat kekurangan dan jauh dari kata sempurna. Oleh sebab itu, penulis

berharap adanya kritik, saran dan usulan demi perbaikan makalah yang telah kami

buat di masa yang akan datang, mengingat tidak ada sesuatu yang sempurna tanpa

saran yang membangun.

Semoga makalah sederhana ini dapat dipahami bagi siapapun yang

membacanya. Sekiranya laporan yang telah disusun ini dapat berguna bagi penulis

sendiri maupun orang yang membacanya. Sebelumnya kami mohon maaf apabila

terdapat kesalahan kata-kata yang kurang berkenan dan kami memohon kritik dan

saran yang membangun demi perbaikan di masa depan.

Jimbaran, Mei 2015

Penyusun

ii

Daftar Isi

Kata Pengantar ................................................................................... i

Daftar Isi ................................................................................... ii

Abstrak ................................................................................... iii

Bab I Pendahuluan

1.1 Latar Belakang .................................................................................. 1

1.2 Rumusan Masalah .................................................................................. 2

1.3 Solusi Yang Ditawarkan ............................................................................ 2

Bab II Landasan Teori Dan Desain Solusi

2.1 Landasan Teori ........................................................................... 3

2.1.1 Information Retrieval .......................................................................... 3

2.1.2 Generalized Vector Space Model ............................................................ 5

2.1.3 Java Class Library ........................................................................... 7

2.2 Desain Solusi ........................................................................... 7

2.2.1 Gambaran Umum ........................................................................... 8

2.2.2 Use Case Diagram ............................................................................ 10

2.2.3 Sequence Diagram ............................................................................ 11

Bab III Analisa Dan Kesimpulan

3.1 Analisa ........................................................................................... 13

3.2 Kesimpulan ........................................................................................... 16

Daftar Pustaka ............................................................................................ 17

iii

ABSTRAK

Dengan pesatnya perkembangan dalam penggunaan teknologi komputer

baik di perusahaan maupun di bidang pendidikan, maka semakin banyak pula

dokumen-dokumen yang berbentuk digital yang dihasilkan. Untuk mencari

dokumen-dokumen tersebut dibutuhkan waktu yang relatif lama apabila

pencariannya dilakukan secara manual. Information Retrieval (IR) adalah sebuah

metode untuk mengambil data terstruktur yang tersimpan dalam koleksi dokumen,

kemudian menyediakan informasi yang diperlukan. Tujuan dari sistem IR adalah

untuk mengambil dan menampilkan dokumen yang relevan dengan input

pengguna (query). IR memerlukan sebuah metode untuk dapat mencari dokumen-

dokumen tersebut dengan waktu yang cepat. Generalized Vector Space Model

(GVSM) adalah salah satu dari model sistem IR yang termasuk dalam model

aljabar. Query yang dimasukkan oleh pengguna akan diproses terlebih dahulu.

Pengolahan kata meliputi tokenizing, stop word removal, dan stemming. Dengan

mengimplementasikan GVSM pada sistem IR ini diharapkan dapat melakukan

pencarian dokumen seperti pdf (*.pdf) dan Ms Word Doc (*.doc & *.docx.) yang

relevan dengan query. Hasil pencarian ini disusun berdasarkan nilai kesamaan

GVSM yang tertinggi. Dengan menggunakan Generalized Vector Space Model,

hasil pencarian dokumen menjadi lebih relevan berdasarkan nilai perbandingan

kemiripan.

Kata kunci :

Generalized Vector Space Model, Query, Information Retrieval

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Information Retrieval (IR) merupakan suatu metode untuk menemukan

kembali data tidak terstruktur yang tersimpan pada sekumpulan dokumen,

kemudian menyediakan informasi mengenai subyek yang dibutuhkan. Tujuan dari

sistem IR ini adalah memenuhi kebutuhan informasi pengguna dengan

mendapatkan semua dokumen yang relevan dengan kebutuhan pengguna dan pada

waktu yang sama mendapatkan sesedikit mungkin dokumen yang tak relevan.

Pengguna dapat menemukan informasi yang relevan dengan membaca seluruh

dokumen yang ada pada tempat penyimpanannya, menyimpan dokumen-dokumen

yang relevan, membuang dokumen yang tidak relevan, dan mengurutkan

dokumen-dokumen yang sesuai dengan keperluannya. Hal tersebut merupakan

sistem IR yang sempurna, tetapi solusi ini tidak praktis dan efisien. Dikarenakan

pengguna tidak memiliki banyak waktu untuk membaca seluruh dokumen satu per

satu dari sekian banyak dokumen yang ada. Terdapat beberapa metode dalam

sistem IR dokumen diantaranya adalah metode Gravitation Based Model, Latent

Semantic Model, Vector Space Model, dan Generalized Vector Space Model.

Model Information Retrieval yang baik memungkinkan pengguna

menentukan secara cepat dan akurat apakah isi dari dokumen yang diterima

memenuhi kebutuhannya. Generalized Vector Space Model (GVSM) merupakan

salah satu model sistem Information Retrieval (IR) yang termasuk dalam

Algebraic Model yang merupakan perluasan dari Vector Space Model (VSM),

proses yang terjadi pada GVSM terbagi menjadi dua yaitu tahapan preprocessing

yang terdiri dari reading text (*.pdf,*.doc,*.docx), tokenizing, filtration, stemming

dan parse query, sedangkan proses yang kedua adalah menghitung relevansi

antara kumpulan dokumen yang telah di-preprocess dengan query yang

diinginkan pengguna. Banyaknya kemunculan kata dalam kumpulan dokumen

yang sesuai dengan query akan dihitung. Query yang dimasukan oleh pengguna

dan dokumen diterjemahkan menjadi vektor-vektor kemudian vektor-vektor

2

tersebut dikenakan operasi perkalian titik dan hasilnya menjadi acuan dalam

menentukan relevansi masukan pengguna (query) terhadap kumpulan dokumen.

Berdasarkan permasalahan tersebut metode Algoritma Generalized Vector Space

Model digunakan pada aplikasi Information Retrieval untuk membangun sebuah

aplikasi pencarian informasi pada kumpulan dokumen berdasarkan query yang

dimasukan oleh pengguna.

1.2 Rumusan Masalah

Berdasarkan uraian latar belakang masalah yang dikemukakan, maka

dapat dirumuskan beberapa masalah sebagai berikut.

1. Bagaimana sistem dapat membaca dokumen berformat *.pdf,*.doc dan

*.docx.

2. Bagaimana tahapan preprocessing dapat bekerja pada sistem.

3. Bagaimana faktor normalisasi digunakan untuk menormalkan vektor

dokumen sehingga proses retrieval tidak terpengaruh oleh panjang dari

suatu dokumen.

4. Bagaimana memperoleh dokumen yang relevan dan sudah terurut sesuai

dengan query yang dimasukan pengguna dengan menggunakan metode

generalized vector space model.

5. Bagaimana proses multi thread dapat bekerja pada proses stemming untuk

mempercepat pencarian dokumen.

1.3 Solusi Yang Ditawarkan

Berdasarkan uraian latar belakang dan rumusan masalah diatas, solusi

yang ditawarkan untuk menciptakan sistem IR yang praktis dan efisien yaitu

dengan mengimplementasikan metode Algoritma Generalized Vector Space

Model yang dapat digunakan pada aplikasi Information Retrieval untuk

membangun sebuah aplikasi pencarian informasi pada kumpulan dokumen

berdasarkan query yang dimasukan oleh pengguna. Sehingga memudahkan user

dalam melakukan pencarian data yang efektif dan efisien.

3

BAB II

LANDASAN TEORI DAN DESAIN SOLUSI

2.1 Landasan Teori

Pada bab ini, disajikan sejumlah landasan teori yang mendasari solusi

y