58
Tabel 3.2 Hasil Pengujian Pencarian Menggunakan IFS
Keterangan : N : Jumlah dokumen yang relevan dengan
query dan terambil M : jumlah seluruh dokumen yang terambil
X : Jumlah dokumen yang relevan dengan query dan terambil sistem
Y : jumlah seluruh dokumen relevan dalam koleksi dokumen
Dari nilai precision dan recall percobaan di atas, kita dapat menghitung nilai
F measure masing-masing metode.
Tabel 3.3 Perbandingan Nilai F Measure Berdasarkan tabel 3.3, didapatkan
rata-rata nilai F measure masing-masing metode. Setelah dilakukan kedua pengujian,
diketahui terdapat peningkatan Fmeasure pada F measure PAM sebesar 3.88. Peningkatan
pada nilai F measure merupakan tanda efektifitas hasil pencarian meningkat karena
disajikan dengan teknik clustering.
4. KESIMPULAN
Kesimpulan yang dapat diambil dari perancangan dan implementasi sistem
pencarian dokumen berita berbahasa Indonesia menggunakan PAM ini adalah sebagai berikut
: 1. Dengan adanya sistem sistem pencarian
dokumen berita berbahasa Indonesia ini akan dapat mempermudah dalam
pencarian dokumen berita. Dengan digunakannya clustering sebagai penyajian
akan mempermudah user menemukan dokumen yang memiliki keterkaitan
dengan dokumen hasil pencarian.
2. Dengan menyajikan hasil pencarian menggunakan teknik clustering dapat
meningkatkan efektifitas mesin pencarian.
5. SARAN
Untuk pengembangan sistem ini lebih lanjut penulis ingin menyampaikan beberapa
saran, antara lain : 1. Pada penelitian selanjutnya penulis
diharapkan ketepatan hasil stemming dapat ditingkatkan dengan menggunakan
algoritma stemming kata lain. 2. Pada penelitian selanjutnya penulis
diharapkan dapat menggunakan objek penelitian lain dengan jumlah yang lebih
besar sehingga hasil penelitian akan lebih akurat.
DAFTAR PUSTAKA
[1] Arifin, Agus Zainal dan Ari Setiono, Novan. Klasifikasi Dokumen Berita
Kejadian Berbahasa Indonesia dengan Algoritma Single Pass Clustering. Institut
Teknologi Sepuluh November ITS. Surabaya.
[2] Chisholm, E., Kolda, T. G. 1999.
New Term Weighting Formulas For The Vector Space. 20.
[3] Feldman, R., Sanger, J. 2007. The Text
Mining Handbook: Advanced Approaches in Analyzing Unstructured
Data. New York: Cambridge University Press.
[4] Sabale, R. G., Dani, A. R. 2012.
Comparative Study of Prototype Model
