eprintid: 5870
rev_number: 15
eprint_status: archive
userid: 232
dir: disk0/00/00/58/70
datestamp: 2021-10-06 03:09:04
lastmod: 2021-10-06 03:09:04
status_changed: 2021-10-06 03:09:04
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 22074222, Danny Sebastian
creators_id: sebastian.community@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Chrismanto, Antonius Rachmat
contributors_name: Rahardjo, Willy Sudiarto
corp_creators: Universitas Kristen Duta Wacana
title: IMPLEMENTASI ALGORITMA OKAPI BM25 DAN KMEANS UNTUK MENCARI RELEVANSI ARTIKEL PADA BEBERAPA SITUS BERITA
ispublished: pub
subjects: QA
subjects: QA75
subjects: QA76
subjects: ZA
subjects: ZA4050
divisions: tek_informatika
full_text_status: restricted
abstract: Media informasi semakin berkembang pesat. Banyak media elektronik yang dibangun untuk meningkatkan penyebaran informasi. Seiring dengan perkembangan teknologi, tuntutan masyarakat akan kebutuhan media informasi yang semakin mudah diakses pun semakin meningkat. Media informasi yang mulai dipilih sebagai alternative
penyampaian informasi adalah website. Seiring dengan berkembangnya website, semakin  UKDW banyak pula website bertemakan berita yang bermunculan. Dengan semakin banyaknya
website berita, website-website berita harus bersaing untuk meningkatkan jumlah pengunjung dengan cara meningkatkan jumlah artikel berita yang mereka miliki. Oleh karena itu, dibutuhkan cara pencarian artikel guna memudahkan pengguna mencari artikel. 
Untuk mempermudah hal tersebut penulis membangun sebuah sistem yang dapat mengumpulkan artikel dari beberapa situs berita. Penulis menggunakan 2 algoritma yang efektif untuk memudahkan pencarian artikel, yaitu algoritma Okapi BM25 dan K-Means. Kombinasi kedua algoritma tersebut bertujuan untuk mendapatkan hasil pencarian yang
lebih efektif. Dalam penelitian ini, penulis melakukan pembandingan antara pencarian menggunakan Okapi BM25 tanpa menggunakan clustering dan pencarian menggunakan Okapi BM25 dengan menggunakan clustering. Hasil yang didapat dari penelitian ini adalah kombinasi kedua algoritma tidak  memberikan manfaat yang signifikan terhadap performa system ketika dibandingkan dengan pencarian tanpa metode clustering. Pada penelitian ini pemrosesan tanpa clustering memiliki nilai rata-rata precision dan recall sebesar 72.73% dan 97.38%. sedangkan pemrosesan dengan menggunakan clustering memiliki rata-rata precision dan recall sebesar 72.76% dan 80.10%.
date: 2011-10
date_type: published
pages: 77
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   22074222, Danny Sebastian  (2011) IMPLEMENTASI ALGORITMA OKAPI BM25 DAN KMEANS UNTUK MENCARI RELEVANSI ARTIKEL PADA BEBERAPA SITUS BERITA.  Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/5870/1/22074222_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/5870/2/22074222_bab2-sd-bab4_lampiran.pdf