Ika Sulistiorini (2022) Implementasi Dashboard Web Search Engine Untuk Pemrosesan Query Menggunakan Algoritma Enhanced Confix Stripping dan Algoritma TF-IDF. Skripsi thesis, UNIVERSITAS AIRLANGGA,.

	Text (HALAMAN JUDUL) 081711233032 BAB 1.pdf Download (157kB)
	Text (BAB 1) 081711233032 COV.pdf Download (1MB)
	Text (FULLTEXT) 081711233032.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Dashboard merupakan salah satu alat atau media yang dapat menjembatani pengguna dalam menemukan informasi yang relevan terhadap kebutuhan pengguna dari suatu kumpulan informasi dengan memasukkan suatu query sehingga memudahkan pengguna untuk mendapatkan informasi. Pada penulisan skripsi ini, dirancang sebuah program berupa dashboard web search engine untuk melakukan pencarian artikel dengan menerapkan algoritma Stemming Enhanced Confix Stripping sebagai algoritma stemming untuk mendapatkan bentuk kata dasar dari suatu kata dan algoritma TF-IDF untuk melakukan pembobotan. Langkah – langkah perancangan dashboard web search engine adalah melakukan text mining, pembobotan dokumen, dan pembangunan dashboard. Tahapan pada proses text mining adalah proses tokenizing, filtering, dan stemming. Proses stemming untuk setiap bahasa berbeda-beda, stemming kata berbahasa Indonesia dapat dilakukan dengan mengaplikasikan beberapa algoritma, Salah satu algoritmanya adalah Enhanced Confix Stripping (ECS), Algoritma ECS melakukan pencocokan kata hasil filtering dengan kamus kata dasar bahasa Indonesia kemudian melakukan penghilangan akhiran dan awalan sesuai dengan aturan pemenggalan awalan dan akhiran pada algoritma ECS sehingga diperoleh kata hasil stemming yang terbaik. Pada proses pembobotan dokumen digunakan algoritma TF-IDF yaitu dengan melakukan pembobotan query untuk setiap dokumen. Hasil pembobotan pada setiap dokumen diurutkan dan ditampilkan sebagai keluaran program. Proses pembangunan dashboard web search engine menggunakan bahasa pemrograman R yang diimplementasikan menggunakan shiny dashboard. Data yang digunakan berupa artikel ilmiah yang berjumlah 114 data, dengan rincian judul, pengarang, tahun, abstrak, dan link. Pada implementasinya, dashboard mampu menampilkan dokumen- dokumen yang banyak mengandung query yang diinputkan dengan bobot TF-IDF setiap dokumen lebih dari 3.

Actions (login required)

View Item