Penerapan Pseudo Relevance Feedback pada Mesin Pencari E-Commerce.

Abstract

Electronic commerce menyediakan suatu fitur pencarian (mesin pencari) untuk memudahkan pengguna menemukan produk yang diinginkan. Mesin pencari menemukan dokumen berdasarkan query yang diberikan oleh pengguna. Tidak semua pengguna dapat memberikan kata kunci yang tepat sebagai query. Sehinggga hasil pencarian yang dikembalikan tidak sesuai dengan yang diinginkan. Pseudo relevance feedback (PRF) merupakan salah satu metode temu kembali informasi yang digunakan untuk meningkatkan relevansi hasil pencarian. Penelitian ini menggunakan metode PRF untuk melakukan formulasi ulang query pada mesin pencari e-commerce. Formulasi ulang query dilakukan dengan menambahkan term pada query awal (perluasan query). Data yang digunakan merupakan dokumen produk yang dimiliki oleh PT. Global Digital Niaga. Penerapan PRF untuk perluasan query berdasarkan atribut categories memberikan hasil MAP yang lebih tinggi yaitu 0.6836 dan nilai MAP tanpa PRF yaitu 0.5990. Penerapan PRF berdasarkan atribut name dan description menghasilkan nilai MAP paling rendah yaitu 0.2940.

Electronic commerce provides a product search feature (search engine) to facilitate users to find a specific product. The search engine finds documents according to user’s query. Not all user can formulate a good keyword as the query. It makes the search results irrelevant with the user’s need. Pseudo relevance feedback (PRF) is one of information retrieval methods that is used to increase results relevance. This research proposed pseudo relevance feedback to reformulate query that implemented in e-commerce search engine. Data for this research is products document from PT. Global Digital Niaga. Implementation of PRF to expand query by product categories attribute give a MAP value of 0.6836 higher than MAP value without PRF (0.5990). The implementation of PRF to expand query by product name and description attribute give a lowest MAP value of 0.2940.