Ekspansi Kueri pada Sistem Temu Kembali Informasi Berbahasa Indonesia menggunakan Kamus Dwibahasa

EKSPANSI KUERI PAD
ADA SISTEM TEMU KEMBALI INFO
ORMASI
BERBAHASA INDONESIA
IN
MENGGUNAKAN KAMU
US
DWIBAHASA

NET
ETTY LAORA SITOHANG

DEPAR
RTEMEN ILMU KOMPUTER
FAKULTAS MATEMA
ATIKA DAN ILMU PENGETAHUAN
N ALAM
INSTI
STITUT PERTANIAN BOGOR
BOGOR
2009

EKSPANSI KUERI PADA SISTEM TEMU KEMBALI
INFORMASI BERBAHASA INDONESIA MENGGUNAKAN
KAMUS DWIBAHASA

NETTY LAORA SITOHANG

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer pada
Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2009

ABSTRACT
NETTY LAORA SITOHANG. Query Expansion on Indonesian Information Retrieval System

using Bilingualism Dictionary. Under the supervision of JULIO ADISANTOSO.
The most frequent problem on information retrieval is the users inability in representing
information they need, in a query form. Thus, one of the solutions to overcome such situation is
by applying query expansion technique. By applying the method, query will be expanded, and the
new query produced will be used to do the search task. One of the approaches in determining the
term of the expansion is Translation with Bilingualism Dictionary, which works through query
translation process using dictionary, and the calculation of weight from each expanded candidate
terms. In order to increase the relevance of the search result, this research uses Translation with
Bilingualism Dictionary as the method to apply. Acknowledging the influence of the method, the
research trial and error through the observation of the eleven recall precision number is applied to
the produced retrieval result by using different expansion terms. Based on the observation of the
produced precision number, it is identified that the use of Translation method in this research has
not been successfull in increasing the relevance of the search results. The more expansion terms
used, the smaller the precision number produced.
Keywords: query expansion, query translation, information retrieval, bilingualism dictionary

Judul
Nama
NRP

: Ekspansi Kueri pada Sistem Temu Kembali Informasi Berbahasa Indonesia
menggunakan Kamus Dwibahasa
: Netty Laora Sitohang
: G64052490

Menyetujui:
Pembimbing

Ir. Julio Adisantoso, M. Komp.
NIP 19620714 198601 1 002

Mengetahui:
Ketua Departemen

Dr. Ir. Sri Nurdiyati, M. Sc
NIP 19601126 198601 2 001

Tanggal Lulus:

PRAKATA

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa yang telah memberikan
rahmat dan karunia-Nya sehingga tugas akhir dengan judul Ekspansi Kueri Pada Sistem Temu
Kembali Informasi menggunakan Kamus Dwibahasa dapat diselesaikan dengan baik. Selama
menyelesaikan penelitian ini penulis mendapatkan banyak bantuan, dukungan dan semangat dari
berbagai pihak. Untuk itu ucapan terima kasih penulis sampaikan kepada:
1 Ayah, Ibu, abang Nico, kakak Butet, dan adik Inri, atas segala doa, dukungan, dan semangat
yang diberikan kepada penulis.
2 Bapak Ir. Julio Adisantoso, M. Komp. atas bimbingannya kepada penulis selama melakukan
penelitian.
3 Bapak Ahmad Ridha, S. Kom, MS dan Bapak Sony Hartono Wijaya, M. Kom. selaku penguji,
atas segala kritik dan saran yang telah diberikan.
4 Teman-teman satu bimbingan, Tara, Elen, Utis, Muthia, ka Edo, atas bantuan dan
kebersamaannya selama melakukan penelitian.
5 Sutanto, Elenur, Annisa, dan Idaliana, atas dukungan dan bantuannya kepada penulis dalam
menyelesaikan penelitian
6 Teman-teman Departemen Ilmu Komputer IPB angkatan 42 atas kebersamaan dan keceriaan
yang boleh penulis rasakan.
7 Ka Christ, Andhica, dan Muthia atas kesediaanya menjadi pembahas pada pelaksanaan seminar
hasil penelitian penulis.

8 Saudara-saudara kelompok kecilku, ka Juventy, Nita, Vera, Agustiani, Lenny, Nova, atas
segala doa dan semangat yang diberikan kepada penulis.
9 Sahabat-sahabat terbaikku, Maria, Marie, Mery, Doris, dan Serasi untuk setiap doa dan
dukungan yang telah diberikan kepada penulis.
10 Teman-teman Kompers PMK IPB dan FM BUD KUKAR atas kebersamaan dan dukungan
yang diberikan selama penulis berada di IPB.
11 Teman-teman Wisma Melati, Dean, Irma, Isni, Leng-leng, Maul, Ncha, Noe, Reni, Rias, Rizka,
Tina, Titis, Unee, untuk setiap keceriaan dan kebersamaan yang dapat penulis rasakan.
Penulis juga mengucapkan terima kasih kepada semua pihak yang telah membantu penulis
dalam menyelesaikan tugas akhir ini yang namanya tidak dapat disebutkan satu per satu. Semoga
penelitian ini dapat bermanfaat, amin.

Bogor, Desember 2009

Netty Laora Sitohang

RIWAYAT HIDUP
Penulis lahir di Tenggarong pada tanggal 21 Maret 1988 yang merupakan anak ketiga dari
empat bersaudara dengan ayah bernama Bluster Sitohang dan Ibu bernama Lamsina Manurung.
Pada tahun 2005 penulis lulus dari Sekolah Menengah Atas (SMA) Negeri 1 Tenggarong

dan pada tahun yang sama diterima di Institut Pertanian Bogor melalui jalur Beasiswa Utusan
Daerah (BUD). Pada tahun 2006 penulis diterima di Departemen Ilmu Komputer Fakultas
Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor. Pada tahun 2008, penulis
melakukan kegiatan Praktik Kerja Lapangan di Badan Koordinasi Survei dan Pemetaan Nasional
selama dua bulan

DAFTAR ISI
Halaman
DAFTAR GAMBAR ........................................................................................................................ v
DAFTAR TABEL ............................................................................................................................. v
DAFTAR LAMPIRAN ..................................................................................................................... v
PENDAHULUAN
Latar Belakang.............................................................................................................................. 1
Tujuan ........................................................................................................................................... 1
Ruang Lingkup ............................................................................................................................. 1
TINJAUAN PUSTAKA
Sistem Temu Kembali Informasi .................................................................................................. 1
Ekspansi Kueri.............................................................................................................................. 2
Penerjemahan Kueri ..................................................................................................................... 2
Evaluasi Temu Kembali Informasi ............................................................................................... 3

METODE PENELITIAN
Koleksi dokumen pengujian ......................................................................................................... 3
Praproses ..................................................................................................................................... 3
Penerjemahan istilah .................................................................................................................... 3
Pemilihan istilah ekspansi ........................................................................................................... 4
Pengukuran kemiripan ................................................................................................................. 4
Evaluasi ....................................................................................................................................... 4
Perangkat keras dan perangkat lunak ........................................................................................... 4
HASIL DAN PEMBAHASAN
Koleksi Dokumen Pengujian ....................................................................................................... 4
Pengolahan Dokumen .................................................................................................................. 5
Ekspansi Kueri ............................................................................................................................. 5
Evaluasi Sistem Temu Kembali Informasi .................................................................................. 5
Perbandingan Metode Ekspansi ................................................................................................... 8
KESIMPULAN DAN SARAN
Kesimpulan .................................................................................................................................. 9
Saran ........................................................................................................................................... 10
DAFTAR PUSTAKA ...................................................................................................................... 10
LAMPIRAN ..................................................................................................................................... 11

DAFTAR GAMBAR
Halaman
Ilustrasi proses temu kembali informasi ...................................................................................... 2
Gambaran umum proses temu kembali dengan ekspansi kueri ................................................... 4
Grafik recall precision temu kembali .......................................................................................... 6
Grafik QE1 .................................................................................................................................. 6
Grafik QE2 .................................................................................................................................. 6
Grafik QE3 .................................................................................................................................. 6
Grafik perbandingan recall precision pada temu kembali dengan ekspansi kueri ....................... 7
Grafik perbandingan recall precision antara proses temu kembali dengan dan tanpa ekspansi
kueri ............................................................................................................................................. 8
9 Perbandingan sistem temu kembali model peluang, model similarity thesaurus dan
penerjemahan kueri ...................................................................................................................... 8
10 Ekspansi kueri dengan penambahan 5 istilah pada model peluang, model similarity thesaurus
dan 1 istilah hasil penerjemahan kueri .......................................................................................... 8
11 Ekspansi kueri dengan penambahan10 istilah pada model peluang, model similarity thesaurus
dan 2 istilah hasil penerjemahan kueri .......................................................................................... 9
1
2
3

4
5
6
7
8

DAFTAR TABEL

1
2
3
4

Halaman
Ilustrasi perhitungan recall precision .......................................................................................... 3
Contoh istilah kueri dan hasil terjemahan yang berhasil meningkatkan precision ...................... 7
Contoh istilah kueri dan hasil terjemahan yang tidak berhasil meningkatkan precision .............. 7
Perbandingan nilai AVP .............................................................................................................. 7

DAFTAR LAMPIRAN

1
2
3
4
5

Halaman
Contoh koleksi dokumen ............................................................................................................ 12
Daftar kueri dan jumlah dokumen relevan ................................................................................. 13
Daftar istilah kueri dan istilah hasil terjemahan .......................................................................... 14
Daftar kata buangan .................................................................................................................... 16
Tampilan sistem temu kembali ................................................................................................... 18

1

PENDAHULUAN

Latar Belakang
Tujuan dari sistem temu kembali informasi

adalah menemukan keberadaan dokumen
yang dianggap relevan, yaitu dokumen yang
memiliki topik yang berhubungan dengan
kebutuhan informasi pengguna. Pengguna
merepresentasikan kebutuhan akan informasi
dalam bentuk kueri.
Jumlah
dokumen
relevan
yang
ditemukembalikan dipengaruhi oleh jumlah
kata kunci dalam kueri (Xu & Croft 2005,
Paiki 2006). Salah satu masalah yang dihadapi
adalah seringkali pengguna tidak mampu
merepresentasikan kebutuhan informasi yang
diinginkan ke dalam bentuk kueri. Masalah
lain yang sering muncul adalah pilihan kata
yang digunakan seringkali berbeda dengan
pilihan kata yang digunakan penulis.
Salah satu cara untuk mengatasi masalah
tersebut adalah dengan menggunakan teknik
ekspansi kueri. Dengan menggunakan teknik
ini pengguna akan dibantu untuk menentukan
istilah apa saja yang akan ditambahkan pada
kueri awal yang diberikan. Kueri yang telah
mengalami perluasan akan digunakan untuk
melakukan pencarian selanjutnya. Dengan
menggunakan teknik ini diharapkan dokumen
yang diperoleh akan lebih banyak dan relevan.
Paiki (2006) telah menggunakan metode
similarity thesaurus pada model temu kembali
vektor space model (VSM) dan dapat
meningkatkan kinerja sistem temu kembali.
Akan tetapi dalam penelitian tersebut tidak
diperhatikan jumlah istilah yang akan
digunakan untuk ekspansi kueri. Selanjutnya
Adisantoso (1997) dan Rusidi (2008)
melakukan ekspansi kueri dengan memilih
istilah berdasarkan keeratan hubungan antara
istilah pada kueri dan istilah lain. Keeratan
hubungan berdasarkan kemunculan dua objek
dapat diukur menggunakan konsep peluang.
Peluang munculnya istilah ti akibat adanya
istilah tj dalam suatu dokumen dinyatakan
sebagai peluang bersyarat ti setelah tj atau
P(ti|tj). Dalam penelitian tersebut berhasil
diperoleh jumlah istilah yang lebih sedikit
yang dianggap lebih baik dibandingkan
dengan jumlah istilah kueri yang banyak.
Padahal jumlah kueri yang terlalu sedikit juga
kurang baik untuk menemukembalikan
dokumen yang relevan.

Metode lain yang diharapkan bisa lebih
meningkatkan
kinerja
sistem
dalam
mengekspansi kueri adalah dengan melakukan
penerjemahan kueri menggunakan kamus
dwibahasa. Dengan metode ini ekspansi
dilakukan dengan menggunakan sejumlah
sinonim dari istilah pada kueri. Sinonim
diperoleh dari bahasa asing dengan mencari
padanan istilah yang memiliki makna sama.
Tujuan
Penelitian ini bertujuan untuk menerapkan
teknik ekspansi kueri untuk meningkatkan
relevansi hasil pencarian pada sistem temu
kembali informasi dengan menggunakan
kamus.
Ruang Lingkup
Penerjemahan kueri ke dalam bahasa asing
menggunakan kamus dwibahasa IndonesiaInggris dan Inggris-Indonesia.

TINJAUAN PUSTAKA

Sistem Temu Kembali Informasi
Menurut Rijsbergen (1979) dalam
Rusidi (2008), Information Retrieval System
(IRS) tidak memberitahu pengguna masalah
yang ditanyakan. Sistem tersebut hanya
memberitahukan keberadaan dan keterangan
dokumen
yang
berhubungan
dengan
permintaan pengguna.
Kegiatan temu kembali informasi diawali
dengan penyediaan koleksi dokumen yang
akan digunakan. Dengan mengunakan operasi
teks, dokumen diolah menjadi suatu berkas
inverted index. Proses temu kembali dimulai
dengan menggunakan database dokumen
berupa inverted index. Untuk mengawali
proses temu kembali, pengguna diminta
merepresentasikan kebutuhan dalam bentuk
kueri. Selanjutnya kueri akan diproses dengan
menggunakan operasi yang serupa seperti
pada koleksi dokumen. Kueri yang telah
diproses digunakan untuk memperoleh
dokumen hasil temu kembali. Sebelum
diberikan kepada pengguna, dokumen yang
akan
ditemu
kembalikan
diurutkan
berdasarkan jarak keterhubungan antara
koleksi dokumen dengan kueri (Baeza-Yates
& Ribeiro-Neto 1999). Ilustrasi rangkaian
proses di dalam mesin temu kembali
informasi dapat dilihat pada Gambar 1.

2

Ekspansi Kueri

Penerjemahan Kueri

Dalam relevance feedback pengguna
memberikan input tambahan pada koleksi
dokumen yang diberikan dengan memberi
tanda pada dokumen yang dianggap relevan.
Selanjutnya input ini digunakan untuk
memperbaiki kueri yang telah diberikan
pengguna. Sedangkan dalam ekspansi kueri
pengguna memberikan input tambahan pada
kueri awal berupa kata ataupun frase
(Manning et al. 2008).

Terdapat
empat
metode
untuk
menerjemahkan kueri yaitu menggunakan
mesin penerjemah, kamus dwibahasa, korpus
pararel,
dan
penerjemahan
transitif.
Penerjemahan kueri dengan menggunakan
mesin penerjemah atau juga dikenal dengan
Statistical Machine Translation (SMT)
dilakukan dengan dua cara, yaitu:

Gambar 1 Ilustrasi proses temu kembali
informasi
Terdapat tiga jenis ekspansi kueri yaitu
Manual Query Expansion (MQE), Automatic
Query Expansion (AQE), dan Interactive
Query Expansion (IQE). Pertanyaan yang
sering muncul adalah bagaimana pemilihan
istilah dan berapa jumlah istilah yang
digunakan untuk ekspansi kueri. Beberapa
cara diantaranya memilih istilah dengan
mengambil beberapa yang terbaik atau
memasukkan seluruh istilah dokumen relevan
(relevance feedback) (Aly . 2008).
Metode pembobotan yang digunakan
untuk memilih istilah ekspansi hasil
terjemahan adalah dengan menggunakan idf
yang diperoleh dengan persamaan (1),

idft =

……………………. (1)

dan selanjutnya dikoreksi dengan banyaknya
dokumen dalam koleksi, menjadi :

idft = log

………………. (2)

Sedangkan idft adalah inverse document
frequency untuk istilah t, N adalah jumlah
dokumen di koleksi, dan dft adalah banyaknya
dokumen yang mengandung istilah t.

1 Dengan menggunakan kalimat lengkap
yang berisi sejumlah kata yang merupakan
sinonim dari konteks kueri yang
diinginkan
2 Dengan mengartikan term pada kueri ke
dalam bahasa tertentu dan mencari
padanan kata dalam bahasa tersebut, dan
selanjutnya
dilakukan
penerjemahan
kembali ke bahasa awal kueri (Riezler et
al. 2007).
Ide utama dari teknik SMT adalah mencari
sinonim dari istilah tertentu dengan terlebih
dahulu mencari padanan kata dari bahasa
asing. Sehingga sinonim istilah dalam bahasa
asli kueri diperoleh dari penerjemahan
terhadap istilah bahasa asing yang memiliki
makna yang serupa dengan istilah pada kueri.
Bentuk dasar dari model SMT terdiri dari
model translasi (translation model) dan model
bahasa (language model). Persamaan dasar
dari mesin penerjemah (machine translation)
mendefinisikan bahwa sistem penerjemah ini
bekerja dengan cara menemukan string e
yang merupakan terjemahan dari string f,
persamaannya adalah :
ê

arg max

|

arg max P f| P

………… (3)

Persamaan (3) memisahkan antara model
bahasa P(e) dan model penerjemah P(f|e).
Keuntungan dari penggunaan model
penerjemahan yaitu adanya keterhubungan
antara istilah pada dokumen dan istilah pada
kueri dari pengguna. Model penerjemahan
disini mengikutsertakan variabel dari bagian
yang tidak terlihat (hidden alignment) yang
sebenarnya
memiliki
peluang
untuk
diterjemahkan dan menjadi sumber untuk
dijadikan kandidat istilah untuk ekspansi
(Riezler et al. 2008).
Penerjemahan kueri dengan menggunakan
kamus
dwibahasa
dilakukan
dengan
menerjemahkan kata per kata dari kueri.
Teknik pemilihan kata hasil terjemahan adalah
berdasarkan pada analisa statistik. Jadi kata

3

dengan nilai bobot yang lebih tinggi akan
terpilih sebagai istilah hasil terjemahan.
Evaluasi Temu Kembali Informasi
Recall
dan
precision
mengukur
kemampuan
sistem
dalam
menemu
kembalikan dokumen-dokumen yang relevan
dan menahan dokumen-dokumen yang tidak
relevan. Recall merupakan rasio jumlah
dokumen relevan yang ditemu kembalikan
terhadap jumlah seluruh dokumen relevan di
dalam koleksi. Precision merupakan rasio
jumlah dokumen relevan yang ditemu
kembalikan terhadap jumlah seluruh dokumen
yang ditemu kembalikan. Ilustrasi perhitungan
nilai recall-precision dapat dilihat pada Tabel
1 (Manning et al. 2008).
Tabel 1 Ilustrasi perhitungan recall precision
Relevant

Nonrelevant

Retrieved

tp

fp

Not retrieved

fn

tn

Sehingga:

P

………………… (4)

R

………………… (5)

Pengukuran
kinerja
dengan
mempertimbangkan aspek keterurutan atau
ranking dapat dilakukan dengan melakukan
interpolasi antara precision dan recall.
Keuntungan penggunaan nilai rata-rata
interpolated precision maupun
non
interpolated precision dalam evaluasi
performansi adalah nilai dapat langsung
mencerminkan performansi sistem temu
kembali informasi. Nilai rata-rata interpolated
precision dapat mencerminkan urutan dari
dokumen-dokumen
relevan
pada
perangkingan. Standar yang biasa digunakan
adalah 11 standar tingkat recall, yaitu 0.0, 0.1,
0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 0.10.
Misalkan rj, j = {0,1,2,….,10} adalah tingkat
standar recall ke-j maka:
P rj

max rj ≤ r ≤ rj+1 P r ……(6)

Prinsip interpolasi ini adalah pada tiap standar
tingkat recall diambil nilai precision
maksimum di antara standar tingkat recall kej dan j+1 (Baeza-Yates & Ribeiro-Neto 1999).

METODE PENELITIAN

Penelitian dilakukan dalam lima tahap,
yaitu: (1) Praproses, (2) Penerjemahan kueri,
(3) Memilih istilah ekspansi, (4) Pengukuran
kemiripan dan (5) Evaluasi. Gambaran umum
proses temu kembali informasi dengan
menggunakan ekspansi kueri dapat dilihat
pada Gambar 2.
Koleksi dokumen pengujian
Dokumen yang digunakan untuk pengujian
adalah sejumlah dokumen dalam bidang
pertanian berbahasa Indonesia sebanyak 1000
dokumen. Dalam penelitian ini juga
digunakan pasangan kueri-dokumen relevan.
Dokumen pengujian dan pasangan kueridokumen relevan diambil dari koleksi yang
ada di laboratorium temu kembali informasi
Departemen Ilmu Komputer IPB.
Praproses
Tahap ini diawali dengan tahap tokenisasi
(tokenizing), pembuangan kata buangan
(stopwords), dan diakhiri dengan tahap
pembobotan (weighting). Teknik yang akan
digunakan
sebagai
pendekatan
dalam
menentukan bobot dalam penelitian ini adalah
pendekatan tf-idf. Nilai dari tf-idf diperoleh
dengan
menggunakan
persamaan
(7)
(Manning et al. 2008).

Wi,j

tfi x idfi ………………………….. (7)

Sedangkan wi,j adalah bobot istilah ti pada
dokumen dj dan tfi adalah frekuensi
kemunculan istilah ti pada dokumen dj.
Penerjemahan istilah
Penerjemahan istilah bertujuan untuk
menemukan istilah lain yang memiliki makna
yang serupa dengan istilah pada kueri. Kueri
berupa istilah dalam Bahasa Indonesia terlebih
dulu diterjemahkan ke dalam Bahasa Inggris,
selanjutnya istilah dalam Bahasa Inggris
diterjemahkan kembali ke dalam Bahasa
Indonesia. Hasil dari proses ini adalah
beberapa istilah baru dalam Bahasa Indonesia
yang memiliki makna yang serupa dengan
kueri istilah pada kueri awal. Proses
penerjemahan
dilakukan
dengan
menggunakan pasangan kamus IndonesiaInggris dan Inggris-Indonesia yang sudah
tersedia di Laboratorium Temu Kembali
Informasi.

4

Pemilihan istilah ekspansi
Pemilihan istilah ekspansi dilakukan untuk
menentukkan istilah hasil terjemahan yang
akan digunakan untuk ekspansi. Pemilihan
dilakukan berdasarkan nilai idf yang dimiliki
oleh masing-masing istilah. Nilai idf yang
telah diperoleh melalui tahap praproses,
digunakan sebagai dasar untuk menentukan
bobot istilah dari istilah hasil terjemahan.
Nilai idf yang diperoleh oleh setiap istilah
menunjukkan tingkat kepentingan dari sitilah
tersebut, yaitu dengan menghitung banyaknya
dokumen yang mengandung istilah tertentu.
Nilai idf untuk setiap istilah dapat dihitung
dengan menggunakan Persamaan 2.

sim(dj,dk) =

). *

+ ) +, * ,

……………... (8)

Dengan dj adalah vektor dokumen dan dk
sebagai vektor kueri. Hasil dari pengukuran
kemiripan digunakan sebagai dasar untuk
menentukan
dokumen
yang
akan
ditemukembalikan.
Evaluasi
Metode evaluasi yang digunakan recall
dan precision. Untuk setiap setiap kueri yang
digunakan telah ditentukan dokumen apa saja
yang relevan. Dari setiap hasil temu kembali
dilakukan penghitungan nilai precision untuk
sebelas tingkat nilai recall. Hasil nilai
precision
untuk
masing-masing
kueri
kemudian dirata-ratakan untuk mendapatkan
nilai average precision (AVP). Untuk melihat
pengaruh dari penggunaan teknik ekspansi
kueri dilakukan dengan penentuan nilai recall
precision terhadap empat jenis proses temukembali, yaitu:
•
•
•
•

QE0, yaitu proses temu kembali tanpa
ekspansi kueri
QE1, yaitu proses temu kembali dengan
mengambil satu istilah teratas sebagai
istilah ekspansi
QE2, yaitu proses temu kembali dengan
mengambil dua istilah teratas sebagai
istilah ekspansi
QE3, yaitu proses temu kembali dengan
mengambil tiga istilah teratas sebagai
istilah ekspansi.

Perangkat keras dan perangkat lunak
Penelitian
ini
dilakukan
dengan
menggunakan perangkat keras dan perangkat
lunak sebagai berikut:
•

Gambar 2 Gambaran umum proses temu
kembali dengan ekspansi kueri

•

Perangkat keras: Processor Intel Pentium
Dual-Core, memori DDR RAM 384 MB
dan harddisk 70 GB.
Perangkat lunak: Microsoft Windows
XP Service Pack 2, PHP 5.1.6, Apache
2.2.3, MySQL 5.0.24.

Pengukuran kemiripan
Pengukuran kemiripan dilakukan untuk
menentukan nilai kesamaan antara dokumen
yang dihasilkan pada praproses dan kueri.
Pengukuran kemiripan dilakukan dengan
menggunakan kueri awal dan juga kueri
perluasan. Pengukuran kemiripan dilakukan
dengan menggunakan cosine similarity,
seperti pada persamaan (8).

HASIL DAN PEMBAHASAN

Koleksi Dokumen Pengujian
Koleksi dokumen yang digunakan untuk
menguji sistem yang telah dibuat diambil dari
korpus yang sudah tersedia di Laboratorium
Temu Kembali Informasi Departemen Ilmu
Komputer IPB. Koleksi terdiri dari 1000

5

dokumen dengan format teks (.txt) dengan
struktur tag XML pada masing-masing
dokumen. Contoh dokumen pengujian yang
digunakan dapat dilihat di Lampiran 1. Tag
yang digunakan dalam koleksi dokumen yang
digunakan, yaitu:
•

•

•
•
•
•

, mewakili keseluruhan
dokumen. Di dalamnya terdapat tag lain
yang mendeskripsikan isi dokumen
secara lebih jelas.
,
mewakili
ID
dokumen. ID yang dipakai merupakan
kombinasi nama sumber berita, tanggal
berita, dan urutan berita pada tanggal
yang sama.
,
mewakili
judul
dokumen.
, mewakili penulis
dokumen.
,
mewakili
tanggal
penulisan.
, mewakili isi dokumen.

Selain itu untuk mengevaluasi sistem yang
dihasilkan dari penelitian ini digunakan
pasangan kueri-dokumen relevan yang
diambil dari Laboratorium Temu Kembali
Informasi. Daftar kueri dan jumlah dokumen
relevan dapat dilihat di Lampiran 2. Untuk
memperoleh istilah sebagai perluasan dari
kueri digunakan kamus Indonesia-Inggris dan
Inggris-Indonesia yang sudah tersedia. Daftar
istilah kueri dan istiah hasil terjemahan dapat
dilihat di Lampiran 3.

untuk mempercepat sistem saat melakukan
pemrosesan koleksi dokumen.
Ekspansi Kueri
Proses ekspansi kueri dengan metode
penerjemahan dilakukan tanpa sepengetahuan
pengguna (Automatic Query Expansion). Pada
tampilan pengguna (user interface) diberikan
dua pilihan untuk menjalankan sistem.
Pencarian dengan menggunakan temu kembali
klasik atau dengan menggunakan ekspansi
kueri. Jika yang dipilih adalah dengan
menggunakan ekspansi kueri maka dilakukan
proses penerjemahan untuk memodifikasi
kueri.
Ekspansi
kueri
dilakukan
dengan
menerjemahkan
setiap
kueri
dengan
menggunakan kamus dwibahasa. Untuk setiap
kueri yang masuk diproses sehingga
dihasilkan token kueri, selanjutnya untuk
setiap token kueri yang ada akan dicari
padanannya
dalam
Bahasa
Inggris.
Selanjutnya kata dalam Bahasa Inggris
diterjemahkan kembali ke dalam Bahasa
Indonesia, sehingga diperoleh beberapa istilah
baru yang digunakan sebagai istilah untuk
ekspansi kueri.
Proses
penerjemahan
menghasilkan
sejumlah istilah baru dalam Bahasa Indonesia.
Untuk menentukan istilah yang digunakan
pada ekspansi kueri dilakukan pemilihan
berdasarkan nilai idf dari masing-masing
istilah hasil penerjemahan.

Pengolahan Dokumen

Evaluasi Sistem Temu Kembali Informasi

Tahap awal dari pemrosesan dokumen
adalah tokenisasi. Pada tahapan ini diambil
setiap kata unik dari masing-masing dokumen.
Selanjutnya dalam tahapan ini juga dilakukan
pembuangan sejumlah kata umum yang
dianggap tidak berpotensi untuk digunakan
sebagai penciri dokumen. Daftar
kata
buangan menggunakan hasil penelitian (Ridha
2002) seperti pada Lampiran 4. Hasil dari
tahap tokenisasi berupa daftar kata unik
beserta frekuensi kemunculan kata (tf)
tersebut pada masing-masing dokumen. Selain
itu juga diperoleh banyaknya dokumen yang
mengandung kata unik penciri dokumen (df).

Proses evaluasi dilakukan setelah hasil
temu
kembali
infomasi
diperoleh.
Perbandingan dilakukan antara hasil temu
kembali tanpa menggunakan ekspansi kueri
dan hasil temu kembali dengan menggunkan
ekspansi kueri. Untuk evaluasi digunakan
nilai recall dan precision dari hasil pengujian
terhadap 30 pasangan kueri dan dokumen
relevan.

Teknik pembobotan (weighting) yang
digunakan adalah pembobotan tf.idf. Dengan
menggunkan nilai (tf) dan (df) pada tahapan
sebelumnya diperoleh bobot setiap kata unik.
Hasil dari tahap pengindeksan disampan
dalam file teks tersendiri, hal ini bertujuan

Awal dari tahap pengujian adalah
melakukan kegiatan temu kembali dengan
menggunakan metode klasik. Kegiatan temu
kembali dilakukan terhadap 30 kueri yang
sudah disediakan. Selanjutnya untuk masingmasing hasil temu kembali dari setiap kueri
dihitung nilai recall dan precision. Gambar 3
menunjukkan hasil dari interpolasi dengan
menggunakan nilai rata-rata terhadap nilai
recall dan precision pada hasil temu kembali
tanpa menggunakan ekspansi kueri.

6

Proses selanjutnya ad
adalah pengujian
dengan menggunakan ekspa
pansi kueri. Istilah
yang digunakan untuk memperluas
me
kueri
diperoleh dengan metode penerjemahan.
pe
Jadi
untuk setiap kueri Bahasaa Indonesia dicari
padanan katanya dalam Bah
ahasa Inggris, dan
selanjutnya istilah dalam Bahasa Inggris
ditrjemahkan kembali kee dalam Bahasa
Indonesia. Sehingga akhi
khirnya diperoleh
beberapa istilah baru yang
g akan digunakan
untuk ekspansi kueri. Penen
entuan istilah yang
akan ditambahkan pada kueri dilakukan
dengan menggunakan nilai
ai idf dari masingmasing istilah. Setiap istilah
ilah baru diurutkan
berdasarkan nilai idf yang dimiliki.
Selanjutnya istilah dengan nilai
nil idf yang lebih
tinggi dipilih menjadi istilah
h untuk
u
ekspansi.

Pengujian QE2 dengan mengg
nggunakan dua
istilah untuk ekspansi menghas
asilkan grafik
recall precision seperti pada Gam
ambar 5. Pada
pengujian ini digunakan dua istilah
is
untuk
ekspansi kueri. Istilah yang dipilih
ilih adalah dua
istilah yang memiliki nilai idf terti
rtinggi.
Pengujian QE3 dengan mengg
nggunakan tiga
istilah untuk ekspansi menghas
asilkan grafik
recall precision seperti pada Gam
ambar 6. Pada
pengujian ini digunakan tiga istilah
is
untuk
ekspansi kueri. Istilah yang dipilih
ilih adalah tiga
istilah yang memiliki nilai idf terti
rtinggi.

Dalam tahapan pengujian
an dengan ekspansi
kueri dilakukan percobaan se
sebanyak tiga kali,
yaitu dengan mengambil satu
sa istilah (QE1),
dua istilah (QE2), dan tiga istilah
is
(QE3) pada
posisi urutan teratas.
ahan perbandingan
Selanjutnya untuk baha
dilakukan
kegiatan
temu
te
kembali
menggunakan ekspansi kuer
eri dengan jumlah
istilah baru yang sudah diten
entukan. Penentuan
nilai recall dan precisionn dilakukan pada
masing-masing pengujiann untuk melihat
pengaruh dari penggunaan
aan metode yang
digunakan.

Gambar 4 Grafik QE1

Gambar 5 Grafik QE2

Gambar 3 Grafik recall
all precision temu
kembali
p
untuk
Kurva recall dan precision
pengujian QE1 yaitu ekspan
pansi kueri dengan
menggunkan jumlah istilah
lah sebanyak satu
dapat dilihat pada Gamba
bar 4. Pada saat
menggunakan satu istilah
h untuk ekspansi
maka istilah yang diambil adalah
ad
istilah yang
memiliki nilai idf tertinggi.
gi. Nilai idf yang
tinggi menunjukkan bahwa
wa istilah tersebut
memiliki peluang kemuncu
culan yang tinggi
pada koleksi dokumen.

Gambar 6 Grafik QE3

7

Penggunaan metode pen
enerjemahan kueri
dengan kamus dwibahasa da
dalam menentukan
istilah ekspansi kueri pada
da pengujian yang
dilakukan hanya mampu meningkatkan
me
nilai
precision untuk dua kuerii masukan
m
dari 30
kueri yang diujikan, dan peningkatan
pe
terjadi
pada saat penambahan satu
tu istilah ekspansi.
Tabel 2 dan Tabel 3 menu
enunjukkan contoh
istilah ekspansi yang merupakan
m
hasil
terjemahan.

kondisi dokumen pada korpu
rpus, dimana
terdapat kesalahan penulisan isi
si pada
p
koleksi
dokumen. Selain itu penyebab ddari kecilnya
nilai AVP dikarenakan untuk se
setiap pasang
kueri dengan dokumen releva
evan, terdapat
banyak kueri yang memiliki sedikit
sed
jumlah
dokumen relevan. Sehingga jikaa ddibandingkan
dengan jumlah dokumen yyang besar
menghasilkan nilai recall dan pre
precision yang
kecil.

Perbandingan untuk tigaa pengujian
p
dengan
ekspansi kueri dapat dilihat
at pada Gambar 7.
Dari
grafik terlihat bah
bahwa hasil temu
kembali yang lebih baik ditunjukkan oleh
QE1. Pada penggunaan satu
sa istilah untuk
ekspansi kueri, ini berarti
rti istilah tersebut
memiliki nilai idf yang
ng tertinggi. Ini
menunjukkan bahwa istilah
ilah yang terpilih
memiliki peluang kemuncu
culan yang tinggi
pada koleksi dokumen.
k
dan hasil
Tabel 2 Contoh istilah kueri
terjemahan
yang
y
berhasil
meningkatkan nil
nilai precision
Istilah

Hasil terj
erjemahan

impor

mendatangkan,, ddiimpor,
mengimpor, bara
arang,
kepentingan, perd
erdagangan,
impor, luar, nege
geri

beras

nasi, gabah, beras
ras, padi

penyakit

Sakit, keadaan,, penyakit
p

hewan

binatang, piaraan
an, hewan

ternak

ternak, peternaka
kan

Tabel 3 Contoh istilah kueri
k
dan hasil
terjemahan yang
ang tidak berhasil
meningkatkan nil
nilai precision

Gambar

7

Grafik perbandin
dingan recall
precision pada te
temu kembali
dengan ekspansii kkueri

Tabel 4 Perbandingan nilai AVP
Metode

Nilai AVP
P

Tanpa QE

0.524

QE1

0.461

QE2

0.429

QE3

0.407

Pada Gambar 8 dapat dilihatt pperbandingan
hasil nilai recall dan precision
on hasil temu
kembali informasi dengan dan tanpa
Istilah
Hasil
il te
terjemahan
menggunakan ekspansi kueri. D
Dapat dilihat
pingsan, pilek, berdarah,
be
dingin,
bahwa hasil temu kembali deng
ngan ekspansi
flu
angin, tertarik, mata,
ma masuk
kueri tidak lebih baik jika ddibandingkan
dengan proses temu kembali tan
tanpa ekspansi
manisan, sayang,
g, enak, manis, hati,
gula
kueri.
Pada
grafik
precision
untu
tuk hasil temu
bersifat, gula
kembali yang menggunakan eks
ekspansi kueri
hadiah, mengharg
argai, berharga, ganti,
(QE1, QE2, QE3) malah mengh
ghasilkan nilai
harga
ongkos, dihargai,
ai, menilai, nilai, harga yang lebih kecil dibanding
ingkan tanpa
menggunkan ekspansi kueri (QE
QE0). Hal ini
dikarenakan istilah yang meru
rupakan hasil
Pada Tabel 4 dapat dilih
ilihat perbandingan
terjemahan kueri cukup banyakk dan
d beberapa
nilai AVP dari proses temuu kembali
k
informasi
diantaranya tidak sesuai deng
ngan konteks
dengan dan tanpa menggu
ggunakan ekspansi
pencarian. Masalah tersebut me
mengakibatkan
kueri. Nilai yang dihasil
asilkan ini dapat
hasil temu kembali yang diper
peroleh malah
dikatakan cukup kecil, hal
al ini dikarenakan
tidak sesuai dengan yang dihara
arapkan. Akan

8

tetapi untuk beberapa kueri
eri yang memiliki
cakupan khusus di bidang
ng pertanian bisa
menghasilkan hasil pencarian
ian yang lebih baik.

dikatakan bahwa temu kem
embali QE0
memberikan
hasil
yang
llebih
baik
dibandingkan similarity thesaurus
rus, tetapi QE0
tidak selalu lebih baik jika ddibandingkan
dengan hasil temu kembali menggunakan
m
peluang bersyarat. Peningkatan ni
nilai precision
yang dihasilkan pada temu kemba
bali QE0 bisa
terjadi karena penggunaan kolek
leksi dokumen
yang lebih besar yaitu 1000, seda
dangkan untuk
proses temu kembali pada dua penelitian
sebelumnya
hanya
menggun
unakan 700
dokumen.
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3

Grafik perba
rbandingan recall
precision antara
ant
proses temu
kembali den
engan dan tanpa
ekspansi kuer
ueri

Perbandingan Metode Eksp
spansi
Pada
penelitan
sebe
ebelumnya
yang
berhubungan dengan ekspa
spansi kueri telah
dibahas penggunaan simil
milarity thesaurus
(Paiki 2006) dan peluang bbersyarat (Rusidi
2008). Untuk dua pene
nelitian terdahulu
pengujian untuk melihat
at kinerja sistem
dilakukan dengan melakuka
ukan perbandingan
terhadap tiga kegiatan temu
mu kembali, yaitu
temu kembali tanpa ekspansi
nsi kueri, dan temu
kembali dengan 5 istilah dan
an 10 istilah. Hasil
dari penelitian sebelumnya ak
akan dibandingkan
dengan penggunaan metod
tode penerjemahan
kueri dengan kamus dwibah
ahasa dengan temu
kembali tanpa ekspansi kueri
k
dan temu
kembali dengan 1 istilah dan
an 2 istilah.
Dari Gambar 9 dapat dili
ilihat perbandingan
hasil temu kembali tanpa
npa menggunakan
ekspansi (QE0, IRX0, NoTH
TH-1, dan NoTHidf). Dari Gambar 9 terlih
lihat bahwa grafik
precision yang dihasilkan QE0
QE berada di atas
grafik similiarity thesaurus,
us, dan pada nilai
recall 0 sampai dengan 0.4 grafik
g
QE0 berada
di atas grafik peluang bers
ersyarat. Walaupun
pada nilai recall 0 nilai
ai precision yang
dihasilkan QE0 berada dib
dibawah similiarity
thesaurus, tapi untuk nilai recall
r
selanjutnya
QE0 selalu berada di atass grafik similiarity
thesaurus. Dari grafik yang
yan menunjukkan
perbandingan hasil temu
u kembali dapat

0.2
0.1
0
Precision

8

0 0.1 0.2 0.3 0.4 0.5 0.6 00.7 0.8 0.9 1
Recall

Gambar 9 Ekspansi kueri dengan
an penambahan
istilah 0 model pelu
eluang, model
similarity
thesaur
aurus
dan
penerjemahan kueri.
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
Precision

Gambar

0 0.1 0.2 0.3 0.4 0.5 0.6 00.7 0.8 0.9 1
Recall

Gambar

10

Ekspansi ku
kueri dengan
penambahan 5 istilah pada
model pelua
luang, model
similarity thes
esaurus dan 1
istilah hasil penerjemahan
pe
kueri.

9

Perbandingan hasil temu
u kembali dengan
menggunakan ekspansi kueri
k
dilakukan
terhadap pengujian dengan
n menggunakan 5
istilah ekspansi pada modell ppeluang bersyarat
dan similarity thesaurus dengan teknik
penerjemahan kueri menggu
ggunakan 1 istilah
ekspansi. Proses perbanding
ngan ini dilakukan
karena pada metode ekspan
ansi kueri dengan
hasil
terjemahan
1
is
istilah
ekspansi
memberikan hasil yang lebih
bih baik dibanding
dua pengujian lainnya, yaitu
itu dengan dua dan
tiga istilah ekspansi. Pada Gambar
Ga
10 terlihat
bahwa grafik QE1 berada di bbawah dua grafik
TH5-1 dan TH5-idf pada nilai
nil recall 0, tetapi
untuk nilai recall selanjutn
jutnya grafik QE1
selalu berada di atas grafik
g
similiarity
thesaurus (TH5-1 dan TH5-id
idf).
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1

istilah ekspansi dan penerjem
emahan kueri
dengan dua istilah ekspansi (Gambar
(G
11).
Pada nilai recall 0 nilai prec
recision yang
dihasilkan metode penerjemahan
an kueri lebih
kecil dibandingkan dengan hasi
asil similiarity
thesaurus, tetapi untuk nilai recall
call selanjutnya
(sampai dengan 0.9) nilai prec
recision selalu
lebih tinggi. Untuk perbanding
ngan terhadap
model peluang bersyarat pada nilai
n
recall 0
nilai precision yang dihasil
silkan teknik
penerjemahan kueri lebih kecil,
il, tetapi untuk
nilai recall selanjutnya nilai precision
pre
yang
dihasilkan teknik penerjemahann kueri selalu
lebih tinggi daripada yang dihas
asilkan model
peluang bersyarat.
Dari hasil perbandingan tiga teknik
ekspansi kueri terlihat bahwa kinerja
ki
sistem
ekspansi dengan menggunka
kan metode
penerjemahan kueri memiliki hasi
asil yang lebih
baik jika dibandingkan dengann penggunaan
model peluang bersyarat dan
an similarity
thesaurus. Hal ini ditunjukkann dengan
d
nilai
precision yang dihasilkan oleh
o
teknik
penerjemahan yang lebih tinggii hhampir pada
semua tingkat nilai recall. Penin
ningkatan nilai
precision yang terjadi diakibat
batkan jumlah
koleksi dokumen pengujian yang
ng lebih besar,
sehingga jumlah dokumen re
relevan yang
ditemukembalikan juga menjadii le
lebih banyak.

Precision

0.0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Reca
call

Gambar

11

Ekspansi
kueri dengan
penambahan
han 10 istilah pada
model
peluang,
pe
model
similarityy thesaurus
t
dan 2
istilah hasi
asil penerjemahan
kueri.

enunjukkan bahwa
Hasil perbandingan men
proses temu kembali dengan
gan ekspansi kueri
dengan menggunakan pene
enerjemahan kueri
memberikan
hasil
yang
ng
lebih
baik
dibandingkan
similiarity
rity
thesaurus.
Perbandingan antara ekspan
ansi kueri dengan
penerjemahan kueri dan
n model peluang
bersyarat menunjukkan bahwa
ba
pada nilai
recall
0
model
pelu
eluang
bersyarat
menghasilkan nilai precision
on yang lebih tinggi
dibandingkan dengan metod
tode penerjemahan
kueri. Tetapi untuk nilai recall
re
selanjutnya
nilai precision yang dihasi
asilkan tidak jauh
berbeda.
Perbandingan
selanjutn
jutnya
dilakukan
terhadap ekspansi kueri dengan peluang
bersyarat dan similarity thes
esaurus dengan 10

KESIMPULAN DAN SA
ARAN

Kesimpulan
Penelitian ini telah mengimpl
plementasikan
teknik ekspansi kueri pada proses
p
temu
kembali. Metode yang diguna
unakan dalam
melakukan
ekspansi
kuer
ueri
adalah
penerjemahan kueri mengguna
nakan kamus
dwibahasa. Berdasarkan nilai reca
ecall precision
yang dihasilkan untuk setiap
ap pengujian,
diketahui bahwa ekspansi ku
kueri dengan
penambahan istilah baru dalam jumlah
j
yang
lebih banyak akan semakin meng
engurangi nilai
precision.
Dapat disimpulkan bahwaa penggunaan
ekspansi kueri dengan metode penerjemahan
pe
untuk memperoleh istilah perlu
rluasan hanya
dapat meningkatkan relevansi
si hasil temu
kembali untuk beberapa kue
ueri tertentu.
Metode penerjemahan yang digun
gunakan hanya
berhasil meningkatkan nilai prec
recision untuk
beberapa kueri tetapi secara kesel
seluruhan nilai
precision yang diperoleh adala
alah semakin
kecil. Jika dilakukan perband
ndingan hasil

10

penggunaan teknik ekspansi dengan model
peluang bersyarat dan similarity thesaurus,
diketahui bahwa terdapat peningkatan nilai
precision
pada
penggunaan
metode
penerjemahan.
Hal
ini
dikarenakan
penggunaan koleksi dokumen yang lebih
besar.
Saran
Untuk penelitian selanjutnya
berhubungan
dengan
ekspansi
disarankan untuk melakukan :

yang
kueri,

1 Perbaikan terhadap kesalahan penulisan
yang ada pada isi koleksi dokumen
2 Penggunaan wordnet untuk menghindari
ambiguitas
3 Penggunaan koleksi dokumen dalam
jumlah yang lebih besar.

DAFTAR PUSTAKA
Adisantoso J. 1997. Temu Kembali Informasi
Menggunakan Peluang Bersyarat. [Tesis].
Jakarta: Program Pascasarjana, Universitas
Indonesia.
Aly AA. 2008. Using a Query Technique to
Improve Document Retrieval, El-Minia
University, Egypt.
Baeza-Yates R, Ribeiro-Neto B. 1999.
Modern Information Retrieval. AddisonWesley, New York.
Manning CD, Raghavan P, Schutze H. 2008.
Introduction to Information Retrieval.
America, New York.
Paiki

FF. 2006. Evaluasi Penggunaan
Similarity Thesaurus terhadap Ekspansi
Kueri dalam Sistem Temu Kembali
Informasi
Berbahasa
Indonesia.
[Skripsi]. Bogor: Fakultas Matematika
dan Ilmu Pengetahuan Alam, Institut
Pertanian Bogor.

Ridha A. 2002. Pengindeksan Otomatis
dengan Istilah Tunggal untuk Dokumen
Berbahasa Indonesia. [Skripsi]. Bogor:
Fakultas
Matematika
dan
Ilmu
Pengetahuan Alam, Institut Pertanian
Bogor.
Riezler S, Vasserman A, Tsochantaridis I,
Mittal V, Liu Y. 2007. Statistical
Machine
Translation
for
Query
Expansion
in
Answer
Retrieval.
Proceedings of the 45th annual Meeting
of the Association for Computational

Linguistics (ACL ’07). Prague. Czech
Republic.
Riezler S, Liu Y, Vasserman A. 2008.
Translating Queries into Snippets for
Improved Query Expansion. Google Inc.
1600 Amphitheatre Parkway.
Rusidi. 2008. Ekspansi Kueri dalam Sistem
Temu Kembali Informasi Berbahasa
Indonesia
Menggunakan
Peluang
Bersyarat. [Skripsi]. Bogor: Fakultas
Matematika dan Ilmu Pengetahuan Alam,
Institut Pertanian Bogor.

11

LAMPIRAN

12

Lampiran 1 Contoh koleksi dokumen.

gatra230103-002
Semarang Kembangkan Sapi Potong Gemuk
Tma, Ant
23 Januari 2003

Dinas Pertanian kota Semarang selama dua tahun berturut-turut sampai dengan tahun 2002
lalu, mengembangkan program penggemukan sapi potong yang disalurkan melalui proyek
pengembangan tani terpadu kawasan desa kota.
Menurut Kasi Humas Kantor Informasi dan Komunikasi Semarang, Achyani di Semarang,
Kamis, selama dua tahun itu, petani desa kota di Semarang yang dilibatkan dalam program
tersebut sebanyak 80 petani.
Ke-80 petani yang sudah mendapatkan faslitas bantuan pengembangan penggemukan ternak
sapi potong itu, rata-rata memiliki sapi berumur 2,5 tahun. Saat diserahkan, sapi masih berumur
1,5 tahun.
Sapi berumur 2,5 tahun itu, sudah layak dilelang. Hasilnya, sesuai kesepakatan, dibagi dua; 60
persen keuntungan untuk petani, dan 40 persen untuk Dinas Pertanian.
Menurutnya, dengan berat sapi yang dikembangkan hingga rata-rata 250 kg, petani bisa
menjualnya seharga Rp 3 juta-Rp 4 juta.
"Sementara harga standar yang ditetapkan Dinas Pertanian, untuk pengembalian bantuan dana,
ditetapkan sebesar Rp 2,3 juta. Sehingga keuntungan yang diperoleh petani -jika terjual seharga
Rp3 juta- adalah 60 persen dari Rp 700.000," kata Achyani.



13

Lampiran 2 Daftar kueri dan jumlah dokumen relevan.
Kueri
bencana kekeringan
dukungan pemerintah pada pertanian
flu burung
gabah kering giling
industri gula
institut pertanian bogor
kelangkaan pupuk
kelompok masyarakat tani/kelompok tani
laboratorium pertanian
musim panen
pembangunan untuk sektor pertanian
penerapan bioteknologi di indonesia/penerapan bioteknologi/bioteknologi di indonesia
penerapan teknologi pertanian
penyakit hewan ternak/penyakit ternak
penyuluhan pertanian
perdagangan hasil pertanian
pertanian organik/sistem pertanian organik
petani tebu
peternak unggas/peternak ayam/peternak burung
produk usaha peternakan rakyat/produk peternakan
pupuk organik
riset pertanian
swasembada pangan
tadah hujan
tanaman pangan
upaya peningkatan pendapatan petani/peningkatan pendapatan petani

Jumlah
dokumen
relevan
39
29
21
24
19
40
20
32
21
40
46
42
39
13
27
30
24
20
20
19
20
69
30
18
43
35

14

Lampiran 3 Daftar istilah kueri dan istilah hasil terjemahan.
Kueri
ayam

Istilah terjemahan
ditakuti, jago, keran, jantan, melirik, ayam, mudah

bencana
beras

mala, petaka, merusakkan, malapetaka, kegagalan, bencana, kerusakan, besar
nasi, gabah, beras, padi
penyokong, sokongan, sandaran, menyangga, tiang, dinding, penyangga,
persetujuan, dukungan, bantuan, membantu
pingsan, pilek, nada, berdarah, huruf, dingin, angin, tertarik, kelas, angka,
mata, sekali, pertama, masuk, satu
tangkai, mengejar, padang, mengikuti, batang, sawah, padi
lalai, menjatuhkan, lupa, gangguan, kelemahan, kegagalan, meninggalkan,
jatuh, gagal, kerusakan, kekurangan, rusak
menggiling, pemintalan, menggulung, gulungan, menggelinding, gulung,
penggilingan, rol
manisan, sayang, apel, enak, manis, uang, hati, bersifat, gula, membuat
hadiah, menghargai, berharga, ganti, ongkos, dihargai, korban, menetapkan,
menilai, harganya, meminta, nilai, harga
mengalah, menyerah, panenan, gandum, pemilihan, sukses, keberhasilan,
karya, mengakibatkan, menghasilkan, kali, panen, produksi, hasil, pertanian
hewani, binatang, protein, pemeliharaan, ilmu, hewan, peternakan
awan, hujan, turun, musim
Membawakan, menyadarkan, pengimpor, mendatangkan, diimpor,
mengajukan, importir, mengadakan, mengimpor, membawa, menimbulkan,
barang, kepentingan, menyebabkan, menghasikan, perdagangan, impor, luar,
negeri
bahasa
baja, kerajinan, perindustrian, proyek, kota, industri

dukungan
flu
gabah
gagal
giling
gula
harga
hasil
hewan
hujan
impor
indonesia
industri
institut

komoditas

mengadakan, institut, lembaga
mengeringkan, dikeringkan, pengeringan, sifat, kemarau, kekeringan, sekali,
kering, musim, masa
bakar, kayu, kekurangan
pengelompokkan, grup, berkumpul, tandan, sekelompok, anggur, kategori,
golongan, buah, kelompok, kecil
mengeringkan, gersang, dikeringkan, pengeringan, menarik, menguntungkan,
kering, tanah
dagangan, keperluan, pokok, barang, utama, bahan

laboratorium
musim

mantri, pembantu, asisten
musim,masa

obat
organik

serbuk, racun, kedokteran, belajar, ilmu, kimia, obat, bahan
karbon, mengandung, dasar

panen
pangan

pemungutan, memungut, memotong, memanen, panen, padi, hasil
masakan, makanan, bahan, pangan
susunan, pendirian, penegakan, pembentukan, bangunan, pembukaan,
pembuatan, perkembangan, pertumbuhan, bentuk, perusahaan, pembangunan
pemerintahan, polotik, ilmu, pemerintah

kekeringan
kelangkaan
kelompok
kering

pembangunan
pemerintah
pendapatan
penerapan
peningkatan

bayaran, gaji, upah, penghasilan, memperoleh, pendapatan
penggunaan, ketekunan, pemasangan, majelis, kumpulan, penerapan,
pertemuan, permintaan
datar, meratakan, mempertinggi, timbangan, nada, melontarkan, melancarkan,
huruf, naikknya, reaksi, menaikkan, berkembangnya, memperluas, derajat,
pertambahan, dataran, ketinggian, kelas, permukaan, bertambah,kenaikan

15

Lanjutan
Kueri

petani
peternak

Istilah terjemahan
jahat, menyusahkan, penyebar, kesusahan, kekacauan, jelek, susah, busuk,
sakit, buruk, mengganggu, keadaan, meminta, persoalan, penyakit
hiasan, uraian, penerangan, cahaya, penjelasan, keterangan, memperoleh,
bagian, pusat
kejuruan, ketrampilan, langganan, menukar, berdagang, pembeli, tukar,
tambah, perdagangan
tani, petani
keturunannya, peternak

peternakan
produk

hewani, binatang, protein, pemeliharaan, ilmu, hewan, peternakan, pertanian
kali, hasil, pertanian

pupuk
rakyat

memupuk, pupuk
khalayak, ramai, massa, rakyat, penduduk

riset
sektor

menyelidiki, penyelidikan, meneliti, ilmiah, riset, penelitian
kawasan, bidang, sektor

sistem
swasembada

sistim, susunan, jaringan, cara, sistem
secukupnya, dirinya, mengatur, diri, sendiri, cukup
lubuk, tangki, bak, kolam, dibawah, wadah, menempatkan, penyimpanan,
waduk, gudang, tempat, tanah, air
bangunan, gedung, tumbuhan, penanaman, pabrik, tumbuh, tanam, panen,
tanaman, hasil
tani, petani
rotan, buluh, tongkat, alang, kursi, memukul, sayang, bermacam, sejenis,
manis, tebu, semacam, uang, alat, kebun, gula
keahlian, mesin, pabrik, teknologi
gerobak, lembu, menaikkan, menambah, sapi, daging, ternak, peternakan

penyakit
penyuluhan
perdagangan

tadah
tanaman
tani
tebu
teknologi
ternak
unggas
upaya
usaha

tangkis, bola, bulu, unggas, burung
harta, kekayaan, karya, alat, cara, upaya, usaha
pengerahan, kejuruan, pemerasan, paksa, langganan, keterampilan, menukar,
sukar, mengerjakan, pen