Perhitungan keterkaitan semantik antar kata sudah sejak lama digunakan pada berbagai aplikasi Natural Language Processing (NLP) seperti Information Retrieval, Question Answering, Machine Translation dan lain-lain. Keterkaitan semantik merupakan metode yang digunakan untuk menentukan keterkaitan antar teks. Beberapa metode perhitungan telah banyak dikembangkan berdasarkan struktur representasi yang disediakan oleh corpus dan ontology yang merupakan interpretasi semantik dari banyak term. Seperti perhitungan yang menggunakan pendekatan berbasis path, vector, information content, dan feature based measure. Pada tugas akhir ini dilakukan perhitungan keterkaitan semantik pada pasangan kata berupa pasangan synset pada wordnet berdasarkan gloss yang dimilikinya. Untuk mengetahui pengaruh gloss dalam menentukan skor keterkaitan semantik maka pada sistem yang dibangun, dilakukan perhitungan keterkaitan semantik menggunakan pendekatan berbasis gloss. Gloss-based method merupakan metode yang mengacu pada konsep yang terdapat didalam suatu kata. Tujuan dari metode tersebut adalah untuk mengukur keterkaitan semantik pada konsep yang berbeda, dimana metode gloss menentukan keterkaitan semnatik berdasarkan jumlah overlapping words pada masing-masing gloss yang dibandingkan. Overlapping words merupakan pasangan kata yang saling beririsan satu sama lain. WordNet digunakan karena paling lengkap dan merupakan hasil penelitian bertahun-tahun dari para ahli dalam bidang text mining. Hasil dari implementasi sistem tersebut dihitung dengan pearson correlation untuk dihitung korelasinya. Hasil dari penelitian tugas akhir ini adalah metode gloss kurang cocok dalam menentukan keterkaitan semantik karena hasil korelasi yang didapatkan termasuk dalam keterhubungan rendah.
Kata Kunci : Semantik Relatedness, WordNet, Gloss Method, Gold Standar