Ukuran kemiripan BM25 pada Model Ontologi Mesin Pencari Produk Online Shop

Abstract

Penelitian ini membangun mesin pencari berbasis Apache Solr menggunakan informasi hierarki dari ontologi untuk mengekspansi query yang diberikan oleh pengguna. Mesin pencari ini menggunakan BM25Similarity dengan memodifikasi tuning parameter (k1 dan b) yang ada di dalamnya. Mesin pencari ini menggunakan 76 518 data produk milik Blibli.com. Hasil evaluasi terhadap mesin pencari ini menunjukkan bahwa BM25Similarity yang telah dituning (k1 = 2.0 dan b = 1.00) memberikan kinerja yang relatif lebih baik dibandingkan DefaultSimilarity (model Boolean dan ruang vektor) untuk evaluasi dengan menggunakan query uji pada pencarian produk online shop Blibli.com. BM25Similarity yang telah di-tuning pada penelitian ini dapat meningkatkan nilai MAP sebesar 0.0138.