ANALISIS KOMBINASI ALGORITMA WEIGHTED TREE SIMILARITY DENGAN TANIMOTO COSINE (TC) UNTUK PENCARIAN SEMANTIK PADA PORTAL JURNAL

Abstract

Dewasa ini perkembangan teknologi informasi semakin lama semakin pesat. Dalam teknologi informasi, sistem pengelolaan dokumen yang memuat informasi tak akan lepas dari fungsi pencarian. Ada tiga jenis pencarian yaitu pencarian full-text, pencarian menggunakan metadata biasa, dan pencarian semantik. Teknik full-text dan metadata tersebut memiliki kekurangan pada precision atau recall yang kecil.  Penelitian ini mengajukan algoritma Weighted Tree Similarity yang digabung dengan algoritma Tanimoto Cosine untuk perhitungan kemiripan pada pencarian semantik. Metode tersebut bertujuan untuk meningkatkan precision maupun recall pada fungsi search. Pada metode ini metadata disusun berdasarkan tree yang memiliki node berlabel, cabang berlabel  dan cabang berbobot. Perlakuan khusus diterapkan pada subtree tertentu yang tidak memiliki label cabang. Perhitungan similarity pada subtree tanpa label cabang menggunakan Tanimoto Cosine, sedangkan perhitungan similarity total menggunakan weighted tree similarity. Struktur metadata disusun berdasarkan informasi semantik semacam taksonomi yang didapat dari stemming menggunakan porter stemmer.  Dari hasil uji coba didapatkan bahwa kombinasi Weighted Tree Similarity dengan Taniomoto Cosine memiliki precision 100% dan recall 84.44%, hasil ini lebih baik dibanding bila menggunakan salah satunya saja.

Kata Kunci : Weighted Tree Similarity, Tanimoto Cosine, TC, Pencarian Semantik.