ABSTRAKSI: Information Retrieval (IR) merupakan bagian dari computer science yang berhubungan dengan pengambilan informasi dari dokumen-dokumen yang didasarkan pada isi dan konteks dari dokumen-dokumen itu sendiri. Proses dalam Information Retrieval dapat digambarkan sebagai sebuah proses untuk mendapatkan relevant documents dari collection documents melalui pencarian query yang diinputkan user.
Parameter uji untuk menilai relevansi sebuah dokumen yang digunakan dalam Tugas Akhir ini adalah precision, recall dan IAP. Precision adalah parameter untuk menghitung nilai tingkat ketepatan antara query dengan dokumen koleksi. Precision merupakan hasil dari perbandingan antara dokumen relevan dengan seluruh dokumen yang berhasil diambil oleh sistem. Recall adalah parameter untuk menghitung nilai tingkat kelengkapan antara query dengan dokumen koleksi. Recall merupakan hasil perbandingan antara dokumen relevan dengan dokumen relevan yang ada dalam seluruh dokumen koleksi. IAP menghitung nilai keterurutan dokumen relevan dalam sistem. Nilai IAP didapatkan dari perhitungan nilai precision dan recall
Dalam IR terdapat model untuk mendapatkan nilai similiarity dokumen yang relevan dengan query yang diinputkan oleh user. Salah satu model tersebut adalah Gravitation Based Model. Terdapat 3 metode pembobotan dalam Gravitation Based Model yang merupakan representasi dari medan magnet, yaitu Medan magnet inverse kuadrat (1��2), Medan magnet eksponensial negatif (��−) dan Fungsi pembobotan diskrit. Dari hasil pengujian didapatkan bahwa dengan parameter IAP metode Eksponensial negatif lebih unggul dibandingkan dengan dua metode yang lain. Hal ini menunjukan bahwa metode pembobotan Eksponensial Negatif lebih baik dibandingkan dengan tiga metode lainnya, yaitu Medan magnet inverse kuadrat (1��2), dikrit, dan Medan magnet eksponensial negatif (��−).
Kata Kunci : Information Retrieval, Information Retrieval System, Gravitation Based Model, precision,recall, IAP , document collection dan query.ABSTRACT: Information Retrieval (IR) is a part of computer science which related to information retrieval from documents based on content and context of the documents itself. The processes in Information Retrieval could be conceived as a process to get relevant documents from document’s collection through the queries from users.
The parameters utilized to evaluate the relevance of the document used in this final are precision, recall, and IAP. Precision is a parameter to calculate the accuracy level between the queries and the document collection. Precision is a result of comparison between relevant documents and the entire documents collected by the system. Recall is a parameter to calculate the completeness level between query and the document collection. Recall is a result of comparison between relevant documents with all the relevant documents in the entire document collection. IAP calculates orderliness level of relevant documents in the system. IAP value constructed from the calculation of precision and recall level.
In IR, there are models to get the similarity value of the relevant documents with the query input from the users. One of those models are Gravitation Based Model. Three weighting methods exist in Gravitation Based Model which are representations of magnetic field, the inverse square of magnetic field (1x2), the negative exponential of magnetic field (e−) and discrete weighting function. The test shows that with the IAP parameter, Negative exponential method is superior to the other two. This shows that negative exponential weighting method is better than three other methods, inverse square of magnetic field (1x2) ,diskrit, and the negative exponential of magnetic field (e−).
Keyword: Information Retrieval, Information Retrieval System, Gravitation Based Model, precision,recall, IAP, document collection and query.