Implementasi Vector Space Model Dengan Pembobotan Berbasis Kelas Pada Mesin Pencari Dokumen Skripsi

Abstract

Skripsi merupakan salah satu persyaratan untuk kelulusan seorang mahasiswa. Untuk menentukan tema skripsi, mahasiswa dapat mencari referensi dari sumber eksternal dari website seperti Research Gate, Springer, IEEE dan Science Direct. Sedangkan salah satu sumber referensi internal yaitu website perpustakaan ITATS yang menyimpan dokumen skripsi yang sudah diselesaikan oleh Mahasiswa ITATS. Di Jurusan Teknik Informatika ITATS terdapat 3 bidang minat yang dapat dijadikan kelas pada dokumen skripsi yaitu Kecerdasan Buatan, Rekayasa Perangkat Lunak, dan Jaringan Komputer. Dengan adanya 3 bidang minat maka pembobotan kata yang diusulkan adalah TF.IDF.ICF dimana ICF melakukan pembobotan kata yang memperhatikan kelas (bidang minat) pada dokumen. Dengan pembobotan TF.IDF.ICF relevansi dari hasil pencarian lebih baik daripada menggunakan TF.IDF dengan nilai mean average precision masing-masing 72,39% dan 71,12%.Abstract - Thesis is one of the requirements for graduation of a student. To determine the thesis theme, students can look for references from external sources from websites such as Research Gate, Springer, IEEE and Science Direct. Meanwhile, one of the internal reference sources is the ITATS library website which stores thesis documents that have been completed by ITATS students. In the ITATS Informatics Engineering Department there are 3 areas of interest that can be used as classes in the thesis document, namely Artificial Intelligence, Software Engineering, and Computer Networks. With the existence of 3 areas of interest, the proposed word weighting is TF.IDF.ICF where ICF carries out term weighting which paying attention to class (areas of interest) in the document. By weighting TF.IDF.ICF, the relevance of the search results is better than using TF.IDF with the mean average precision values 72.39% and 71.12%