OPTIMASI MESIN PENCARI DENGAN RE-RANKING HASIL PENCARIAN PRODUK BERDASARKAN KLIK USER STUDI KASUS: BLIBLI.COM

71140006, JUAN CHRISTIAN TJANDRA (2018) OPTIMASI MESIN PENCARI DENGAN RE-RANKING HASIL PENCARIAN PRODUK BERDASARKAN KLIK USER STUDI KASUS: BLIBLI.COM. Bachelor thesis, Univeristas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
71140006_bab1_bab5_daftarpustaka.pdf

Download (1MB)
[img] Text (Skripsi Informatika)
71140006_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (2MB) | Request a copy

Abstract

Mesin pencari adalah hal yang sangat dibutuhkan untuk sebuah e-commerce dalam pemasaran produk yang ingin dijual. Blibli.com adalah salah satu e-commerce terbesar di Indonesia dengan model bisnis B2B2C (Business to Business to Customer). Untuk memberikan pelayanan yang terbaik, salah satu usaha yang bisa dilakukan adalah dengan memberi kemudahan calon pembeli dalam pencarian barang. Dalam pencarian produk, Blibli.com menggunakan mesin pencari solr dengan fungsi scoring similarity BM25. Data klik user bisa digunakan untuk me-ranking ulang hasil pencarian agar urutan atau ranking hasil pencarian yang dikeluarkan menjadi lebih baik. Algoritma yang melibatkan klik user dalam melakukan ranking ulang hasil pencarian dapat diterapkan pada mesin pencari Solr. Implementasi algoritma clickthrough data dapat dibentuk menjadi sebuah Plugin yang dapat dipakai pada mesin pencari solr. Penelitian ini akan berpusat pada penerapan algoritma yang melibatkan klik user pada mesin pencari solr. Penelitian berhasil memberikan kenaikan nilai Mean Average Precision sebesar 0.2122213703 dari 0.5886318369 sebelum penerapan algoritma clickthrough data menjadi 0.8008532072 setelah penerapan algoritma clickthrough data. Dapat disimpulkan bahwa algoritma clickthrough data dapat menaikkan kualitas ranking hasil pencarian produk Blibli.com pada mesin pencari solr. Kekurangan dari sistem ini adalah masih banyak barang yang tidak relevan tetap dikembalikan pada mesin pencari solr walaupun ranking atau posisinya cenderung berada di bawah dokumen yang relevan.

Item Type: Thesis (Bachelor)
Uncontrolled Keywords: Solr, Solr Plugin, Re-ranking, Information Retrieval
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
T Technology > T Technology (General)
Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: ms priska lim
Date Deposited: 04 Dec 2020 05:32
Last Modified: 04 Dec 2020 05:32
URI: http://katalog.ukdw.ac.id/id/eprint/705

Actions (login required)

View Item View Item