PENERAPAN VECTOR SPACE MODEL DALAM PENCARIAN DOKUMEN JURNAL BERBAHASA INDONESIA DENGAN QUERY BERUPA UCAPAN

Abstract

Pencarian informasi dengan keragaman dan banyaknya dokumen yang ada dapat ditangani dengan kajian – kajian yang ada pada information retrieval, khususnya penerapan pada mesin pencari. Mesin pencari yang berkembang sekarang kebanyakan masih menggunakan query berupa teks dan masih jarang yang menggunakan masukan query berupa ucapan bahasa Indonesia. Penelitian ini menerapkan vector space model dalam pencarian dokumen jurnal berbahasa Indonesia dengan query berupa ucapan. Sebelum melakukan pencarian dokumen, query ucapan dikenali dalam bentuk teks menggunakan metode Mel Frequency Cepstral Coefficients (MFCC) sebagai metode ekstraksi ciri dan Hidden Markov Model (HMM) untuk pengenalan ucapannya. Pengujian yang dilakukan meliputi pengujian pengenalan ucapan dan pengujian keakuratan mesin pencari dengan query berupa ucapan. Berdasarkan pengujian 10-fold cross validation dengan 1.000 data, ucapan dapat dikenali sebagai teks dengan akurasi sebesar 89,4%. Sedangkan untuk pengujian keakuratan mesin pencari dilakukan dengan menghitung precision recall dari 5 dokumen teratas dengan jumlah dokumen 50 dan 8 user, didapatkan nilai Mean Average Precision (MAP) sebesar 0,904. Hasil pengujian tersebut mengindikasikan bahwa pengenalan ucapan sudah mampu digunakan sebagai masukan query untuk mesin pencari dan mesin pencari dapat menghasilkan dokumen ter-retrieve yang cukup relevan.