Sistem Temu Kembali Informasi (Information Retrieval): Contoh Implementasi IR Studi Kasus Query

Nama/NIM : I Made Gede Suryadinatha/1204505069

Jurusan/Fakultas/Universitas : Teknologi Informasi/Teknik/Univ. Udayana

Mata Kuliah : Sistem Temu Kembali Informasi

Dosen : I Putu Agus Eka Pratama, ST, MT.

Mengapa mencari suatu hasil pencarian menggunakan kalimat lebih mudah dibandingakan dengan menggunakan paragraf ?

Menurut hasil diskusi yang telah dibahas pada perkuliahan minggu lalu, ada beberapa yang bertanya mengenai Mata Kuliah Sistem Temu Kembali Informasi atau Information Retrieval, salah satunya yaitu kenapa mencari suatu hasil pencarian menggunakan kalimat lebih mudah dibandingakan dengan menggunakan paragraph ?

Biasanya setiap melakukan pencarian, dokumen yang telah didapatkan tersebut ditampilkan terurut dari dokumen yang memiliki tingkat relevansi lebih tingi ke tingkat relevansi rendah. Ini bisa disebut model perangkingan.

Untuk kalimat, dimana kalimat merupakan kumpulan dari beberapa kata yang telah disusun. Dalam pencarian data pada search engine menggunakan kalimat, dimana query akan berjalan untuk mencari setiap kata dari kalimat tersebut. Dari setiap kata tersebut akan ditampilkan secara berurutan hasilnya.

Pencarian dengan menggunakan kalimat mungkin hasilnya bisa lebih terstruktur, dengan query mencari per setiap kata yang ada dalam kalimat tersebut dari khusus ke umum.

Untuk paragraf,dimana paragraf merupakan kumpulan dari beberapa kalimat yang telah disusun. Pencarian data menggunakan paragraph pada search engine, dimana dalam proses pencarian query akan bekerja dalam mencari hasil per setiap kata dari sedemikian kalimat yang ada didalam paragraf tersebut dan hasil akan didapat beragam artian. Hal lain mungkin akan terjadi seperti, tidak ada hasil yang keluar. Hasil pencarian pada search engine dengan menggunakan paragraf akan tidak terstruktur.

Setiap software search engine tidak selalu sama proses, hasil, maupun cara kerjanya. Mungkin ada beberapa software search engine yang lebih akurat dan complete.

Dari kasus ini dapat disimpulkan bahwa dalam halnya akan melakukan pencarian data, sehendaknya menggunakan cukup kalimat karena kalimat masih bisa dilakukan pencarian oleh query daripada paragraf dan mungkin dapat muncul data yang diharapkan, tetapi tidak setiap pencarian menggunakan kalimat akan menghasilkan data yang diinginkan.

Pengukuran Performansi Information Retrieval System

Nilai performansi dari aplikasi IR menunjukkan keberhasilan dari suatu IRS dalam mengembalikan informasi yang dibutuhkan oleh user. Untuk mengukur performansi dari IRS, digunakan koleksi uji. Koleksi uji terdiri dari tiga bagian, yaitu koleksi dokumen, query, dan relevance judgement. Koleksi dokumen adalah kumpulan dokumen yang dijadikan bahan pencarian oleh sistem. Relevance judgement adalah daftar dokumen-dokumen yang relevan dengan semua query yang telah disediakan. Parameter yang digunakan dalam performansi sistem, antara lain :

1. Precision (ketepatan)

Precision ialah perbandingan jumlah dokumen relevan yang didapatkan sistem dengan jumlah seluruh dokumen yang terambil oleh sistem baik relevan maupun tidak relevan.

precision = Jumlah dokumen yang relevan dengan query dan terambil.

jumlah seluruh dokumen yang terambil

2. Recall (kelengkapan)

Recall ialah perbandingan jumlah dokumen relevan yang didapatkan sistem dengan jumlah seluruh dokumen relevan yang ada dalam koleksi dokumen (terambil ataupun tak terambil sistem).

recall = Jumlah dokumen yang relevan dengan query dan terambil sistem.

jumlah seluruh dokumen relevan dalam koleksi dokumen

3. Interpolate Average Precision (IAP)

Pengukuran performansi dengan mempertimbangkan aspek keterurutan atau rangking dapat dilakukan dengan melakukan interpolasi antara precision dan recall. IAP akan mencatat semua Semua dokumen yang relevan dan urutan dokumen tersebut pada hasil IRS dan menghitung nilai precisionnya.

Nilai precision untuk semua titik ditentukan oleh perubahan nilai recall yang terjadi. Nilai precision berubah pada saat nilai recall berubah naik. Precision disatu titik recall tertentu adalah maksimal precision untuk semua titik recall yang lebih kecil dari titik tersebut. Sebagai contoh, suatu IRS mendapatkan 10 dokumen berdasarkan suatu query dengan urutan sebagai berikut D1, D2, D3, D4, D5, D6, D7, D8, D9, dan D10. Dokumen yang relevan dalam koleksi dokumen berdasar query tersebut ialah D2, D4, D7, D13, dan D20, maka nilai precision dari sistem tersebut ialah 3/10 = 0.3, sedangkan nilai recall nya ialah 3/6 = 0.5.

Sistem Temu Kembali Informasi (Information Retrieval)

Selasa, 17 Maret 2015

Contoh Implementasi IR Studi Kasus Query

1. Letakan Keyword pada Judul Konten

2. Masukan Keyword pada Url Konten

3. Mobilisasi Keyword pada Meta Deskripsi

4. Gunakan Keyword pada Nama Gambar, Tag Alt Gambar, dan Title Gambar

5. Gunakan Keyword Sebagai Anchor Text

6. Padatkan Frekwensi Frasa Keyword

7. Integrasikan Sinonim atau Hiponim Keyword pada Konten

Tidak ada komentar:

Posting Komentar