PERANGKINGAN MESIN PENCARI-META PADA DOKUMEN WEB TERKLUSTER UNTUK MENINGKATKAN RELEVANSI HASIL PENCARIAN KUERI

Main Authors: Fauzi, Fauzi, Diyah, Puspitaningrum, Boko , Susilo
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2015
Subjects:
Online Access: http://repository.unib.ac.id/10886/1/I%2CII%2CIII%2C-1-15%2C%20fau-FT..pdf
http://repository.unib.ac.id/10886/2/IV%2CV%2CLamp%2C%201-15-%20fau-FT.pdf
http://repository.unib.ac.id/10886/
Daftar Isi:
  • Hasil pencarian di sebuah mesin pencari belum tentu dianggap relevan oleh mesin pencari lainnya. Penelitian ini mengajukan sistem yang dapat secara otomatis menarik dokumen yang relevan dari berbagai mesin pencari (meta-search engine).Pada penelitian ini dibahas pembangunan prototipe mesin pencari-meta padadokumen terkluster menggunakan algoritma Kluster k-means dan algoritma KlusterHirarkikal FIHC (Frequent Itemset Hierarchical Clustering) yang dapat memilih 3dari 5 mesin pencari yang tersedia. Penelitian juga dilakukan terhadap penentuantoplist hasil pencarian dokumen (50, 100, 200) menggunakan kombinasi operatorkueri AND dan OR dan panjang kueri 2 kata dan 3 kata untuk melihat pengaruhnyaterhadap relevansi dokumen. Jika evaluasi prototipe dilakukan dengan HumanJudgement akan membutuhkan waktu yang banyak, oleh karena itu pengujiandisubtitusikan dengan sebuah metode Automatic Judgement yaitu Pseudo RelevanceEvaluation (metode Condorcet). Hasil Condorset menunjukkan bahwa tingkatrelevansi dokumen dengan menggunakan algoritma pengklusteran k-means danalgoritma pengklusteran hirarkikal FIHC tidak lebih baik dibandingkan mesin pencaripembangunnya. Sebagai gantinya, penerapan metode pengklusteran hirarkikal FIHCdengan toplist 50 dokumen dan den gan oper ator kueri “ AND” atau “ AND AND ”pada mesin pencari menunjukkan kenaikkan nilai relevansi penarikan dokumen individual yang signifikan dengan kenaikan nilai Precision dengan mesin pencariaslinya yaitu Google meningkat hingga 33,65% pada Precision@10 (P@10). Adapunpenjang kueri 2 atau 3 kata tidak berpengaruh. Lebih jauh di masa depan, penelitianini memberikan sumbangan sebagai metode pra-pemrosesan mesin pencari secaraindividual sebelum diumpankan ke mesin pencari-meta algoritma fusi ranking.