SISTEM TEMU BALIK ARTIKEL ILMIAH MENGGUNAKAN VECTOR SPACE MODEL DAN DI KELOMPOKKAN DENGAN K-MEANS CLUSTERING

Abstract

Sistem Temu Balik Informasi (Information Retrieval) merupakan sistem yang digunakan untuk menemukan informasi yang relevan dengan kebutuhan dari penggunanya secara otomatis dari suatu koleksi informasi. Dengan banyaknya jumlah dokumen yang ter-retrieve, akan lebih mudah jika hasil dokumen ter-retrieve itu akan dikelompokkan secara otomatis sesuai dengan kemiripannya. Pada penelitian ini digunakan metode Vector Space Model untuk penerapan pencarian dokumen (information retrieval) dan K-Means Clustering untuk pengelompokkan dokumen. Hasil dari kinerja pencarian dokumen artikel ilmiah pada hasil implementasi Vector Space Model mempunyai nilai MAP sebesar 0.955034122, yang mengindikasikan sistem mampu me-retrieve dokumen yang relevan terhadap user sebesar 95.50%. Kemudian hasil dari kinerja pengelompokkan dokumen artikel ilmiah pada hasil implementasi metode K-Means Clustering adalah pada jumlah pengelompokkan 2 cluster memperoleh kualitas sebesar 81.09%, dan untuk jumlah pengelompokkan 4 cluster memperoleh kualitas sebesar 48.01%.