Perkembangan Information Retrieval telah berkembang dengan banyak metode yang berfungsi menghasilkan tingkat relevansi yang lebih baik. Untuk dapat menghasilkan nilai relevansi yang tinggi, agar maka diperlukan sebuah metode untuk menghasilkan perangkingan yang baik dan teruji. Pada Tugas Akhir ini melakukan analisis Latent Semantic Indexing menggunakan QR decompisition dengan transformasi householder, kemudian untuk mengukur kemiripan dokumen terhadap query menggunakan cosine similarity dan parameter pengujian akurasi sistem menggunakan recall dan precision supaya dapat membuktikan kemampuan dalam latent semantic indexing dapat menemukan dokumen yang diinginkan atau relevan walaupun tidak ada term yang ada pada query dan melakukan perbandingan waktu proses perncarian dokumen.
Hasil pengujian dari tugas akhir ini menunjukan latent semantic indexing menggunakan QR Decomposition dengan transformasi householder terbukti bisa menemukan dokumen relevan walau tidak mengandung term yang terdapat pada query kemudian memiliki nilai recall dan precison nilai akurasi sistem yang baik dan juga mendapatkan proses waktu pencarian dokumen yang relevan yang cepat.
Kata Kunci: Latent Semantic Indexing (LSI), QR Decomposition, Transformasi Householder, Recall, Precision.