RANCANGAN PENINGKATAN RELEVANSI HASIL PENCARIAN KATA KUNCI DENGAN PENERAPAN MODEL RUANG VEKTOR PADA SISTEM INFORMASI RUANG BACA DI JURUSAN ILMU KOMPUTER UNIVERSITAS UDAYANA.

Jurnal Ilmu Komputer - Volume 5 - No 2 – September 2012 ISSN : 1979-5661 - 39- b. Document Frequency dan Inverse Document Frequency idf Penggunaan log frequency weight untuk menentukan nilai dari suatu pasangan dokumen dan query memunculkan suatu permasalahan baru. Suatu term yang sering muncul dalam dokumen d memiliki nilai yang lebih besar dibandingkan dengan term lain. Namun untuk query yang mengandung kata yang jarang ditemui maka walaupun kata tersebut hanya muncul sekali dalam satu dokumen seharusnya memiliki nilai relevansi yang besar dibandingkan kata yang sering muncul tadi. Pemberian nilai yang lebih tinggi untuk suatu kata yang jarang ditemui dibandingkan kata yang sering muncul maka digunakan konsep document frequency . dft adalah document frequency dari t yaitu banyaknya dokumen yang mengandung t. Nilai dft tidak lebih besar dari N yang merupakan jumlah dokumen yang digunakan untuk membangun sistem temu kembali informasi. Inverse document frequency idf dari t dihitung menggunakan rumus: ��� = ��� Manning, 2009 Penggunaan rumus tersebut dimaksudkan untuk dapat menekan efek dari dft. Sebagai contoh, jika jumlah dokumen N yang digunakan adalah 10.000 dokumen, dan satu kata yaitu “Calpurnia” muncul sebanyak 1 kali dalam 1 dokumen maka nilai idf-nya menjadi: ��� = ��� = Jika kata “yang” muncul sebanyak 1.000 kali maka nilai idf-nya menjadi 1. Dengan menggunakan idf ini maka kata yang jarang muncul akan memiliki nilai relevansi yang lebih besar terhada query pengguna dibandingkan kata yang sering muncul. Kombinasi antara tf dan idf inilah yang akan digunakan untuk memberikan nilai terhadap suatu pasangan dokumen dan query . c. Pembobotan Menggunakan tf-idf Nilai tf-idf dari suatu kata term pada dokumen d, merupakan hasil perkalian dari bobot tf dan bobot idf dari kata tersebut. tf-idft,d = log + �� , ∗ log Jika kata yang terkandung dalam query adalah lebih dari satu kata maka nilai dari pasangan dokumen d dan query q adalah: Nilai q,d = ∑ ��. ��� , ∈ ∩ Dari rumus di atas dapat disimpulkan bahwa nilai suatu pasangan dokumen dan query merupakan penjumlahan dari tf-idf dari kata-kata yang muncul pada dokumen dan query . Misalnya query yang dimasukkan pengguna adalah “ilmu komputer” maka nilai suatu dokumen A terhadap query tersebut adalah penjumlahan dari tf-idfilmu dan tf- idfkomputer, jika kata “ilmu” dan “komputer” muncul pada dokumen A. Jika pada dokumen B kata “komputer” tidak muncul maka nilai dokumen B terhadap query adalah tf-idf ilmu saja. Dengan demikian, untuk query “ilmu komputer” kemungkinan besar dokumen A memiliki peringkat yang lebih baik dibandingkan dokumen B.

4. RANCANGAN

SISTEM a. Flowchart Flowchart diagram alir dari sistem yang dikembangkan dapat dilihat pada Gambar 3. Proses dimulai ketika pengguna memasukkan query yang ingin dicari ke sistem. Query pengguna ini kemudian melalui proses tokenization untuk memecah masukan menjadi token. Token-token tersebut kemudian dihilangkan kata¬kata yang tidak penting yang terkandung di dalamnya stop words removal . Sebelumnya kata-kata yang tidak penting tersebut harus disimpan terlebih dahulu pada basis data. Proses selanjutnya adalah pencarian kata dasar stemming dari masing-masing token. Proses stemming ini dibantu dengan dictionary yang berisikan kata-kata dasar dalam bahasa Indonesia. Jurnal Ilmu Komputer - Volume 5 - No 2 – September 2012 ISSN : 1979-5661 - 40- Setelah query melalui proses penghilangan kata-kata tidak penting dan pencarian kata dasar maka selanjutnya bobot tf-idf untuk query tersebut dapat dihitung. Kemudian untuk semua dokumen yang terdapat pada sistem dihitung pula bobot tf-idf-nya terhadap query masukan pengguna. Disamping itu dihitung pula cosine similarity masing-masing dokumen terhadap query masukan yang nantinya digunakan sebagai dasar dalam pengurutan hasil pencarian. Proses berakhir ketika pengguna telah memberikan evaluasi terhadap hasil pencarian dan nilai MAP telah selesai dihitung. Mulai Query Pengguna Tokenization Query Stopwords removal Daftar Stopwords Stemming Query Dictionary Hitung tf-idf kata pada query For i=1 to N jumlah dokumen Hitung tf-idf kata pada dokumen Hitung cosine similarity dokumen ke-i dengan query Indeks dokumen dan nilai cosine similarity Tampilkan hasil pencarian Evaluasi hasil pencarian Hitung MAP Selesai Gambar 3. Flowchart Sistem b. Basis Data Rancangan basis data yang digunakan dapat dilihat pada Gambar 4. Basis data yang dirancang terdiri atas 8 buah tabel sebagai berikut:  Tb_dokumen berisi kumpulan abstrak yang merupakan objek penelitian.  Tb_katadasar, berisi kumpulan kata dasar yang diunduh dari internet yang digunakan dalam proses stemming.  Tb_no_stem, berisi kumpulan kata yang tidak perlu melalui proses stemming.  Tb_stopword_list, berisi kumpulan kata yang umum yang sering digunakan tapi tidak mempengaruhi proses pencarian, seperti: di, oleh, ini, itu, dll. Dan data pada tb_stopword_list digunakan pada proses stopword removal.  Tb_index, berisi hasil dari proses preprocessing yang meliputi stopword removal dan stemming.  Tb_term, berisi kumpulan kata yang terkandung dari masing-masing artikel.  Tb_bobot dan tb_katakunci merupakan suatu media penyimpanan untuk menyimpan data bobot total dan relevansi terhadap query pada masing- masing artikel. tb_index PK id FK1 dok_id freq FK2 id_term tb_term PK id_term term tb_bobot PK id FK1 id_dok lnc ltc anc tb_katakunci PK id kata FK1 dok_id tb_katadasar PK id_ktdasar kata_dasar tb_no_stem PK id_kt kata tb_stopword_list PK id stopword tb_dokumen PK id judul Gambar 4. Basis Data c. Use Case Use case diagram digunakan untuk menggambarkan fungsionalitas yang diharapkan dari sebuah sistem. Adapun use case diagram dari sistem informasi ruang baca ini adalah seperti yang ditunjukkan pada Gambar 5. Sistem Ruang Baca Memasukkan Kata kunci Memasukkan Abstrak TA Login include Mencari Abstrak Gambar 5. Use Case Diagram Sistem Ruang Baca

5. HASIL