Perbandingan Kinerja Sistem Temu Kembali Informasi Jurnal Tanaman Obat Menggunakan Metode Vector Space Model dan Okapi BM25
Abstract
Dokumen tanaman obat merupakan salah satu hasil penelitian yang dapat digunakan sebagai landasan penelitian berikutnya maupun sumber informasi yang relevan. Semakin banyaknya dokumen publikasi mengenai tanaman obat maka dibutuhkan metode text mining untuk mengektraksi informasi sesuai kebutuhan pengguna.
Temu kembali informasi merupakan salah satu bidang ilmu di text mining yang digunakan untuk menemukembalikan informasi yang relevan sesuai kebutuhan pengguna pada kumpulan dokumen, dalam hal ini adalah jurnal tanaman obat pada laman www.jamumedicine.com. Untuk melakukan proses temu kembali informasi, terdapat beberapa jenis metode yang bisa digunakan beberapa diantaranya adalah Vector Space Model (VSM) dan Okapi BM25.
Vector Space Model merepresentasikan setiap dokumen menjadi vektor di dalam ruang vektor. Dalam vektor ini, setiap dimensi mewakili kata-kata unik yang terdapat di dalam korpus sedangkan Okapi BM25 menghitung skor relevansi antara dokumen dan kueri dengan mempertimbangkan beberapa faktor, seperti frekuensi kata dalam dokumen, frekuensi kata dalam kueri, panjang dokumen, panjang rata-rata dokumen dalam koleksi dokumen, dan jumlah total dokumen dalam koleksi.
Berdasarkan penelitian sebelumnya metode BM25 lebih baik dibandingkan dengan metode Vector Space Model. Namun, karena perbedaan data dan ruang lingkup penelitian maka perbandingan ini perlu dilakukan kembali untuk menguji efektivitas kedua metode tersebut. Setelah mengevaluasi perbandingan temu kembali informasi kedua metode maka diperoleh hasil bahwa metode vector space model efektif pada kueri satu kata dan BM25 efektif pada kueri dua dan tiga kata.
Kesimpulan dari penelitian ini adalah vector space model cocok diterapkan pada kueri satu kata dan BM25 cocok digunakan untuk kueri dua kata atau lebih. Kedua metode disarankan untuk diimplementasikan bersamaan pada www.jamumedicine.com agar mendapat hasil yang optimal.