Implementasi Metode Generalized Vector Space Model (GVSM) Menggunakan Algoritma Lesk Pada Sistem Temu Kembali

Sistem Temu Kembali (Information Retrieval System) dirancang untuk menemukan data (file) atau informasi yang diperlukan. Sistem Temu Kembali (Information Retrieval System) bertujuan untuk menjembatani kebutuhan informasi dengan sumber informasi yang tersedia secara relevan. Generalized Vector Space Model (GVSM) merupakan salah satu model Sistem Temu Kembali (Information Retrieval System). Terkadang apa yang dicari tidak relevan dengan apa yang diinginkan, terdapat beberapa penyebab yang mengakibatkan apa yang dicari tidak relevan dengan apa yang diinginkan, salah satunya adalah kata kunci (keyword) yang ambigu. Solusi yang dapat digunakan untuk mengoptimalkan kata kunci (keyword) adalah dengan mengimplementasikan algoritma lesk. Algoritma lesk merupakan algoritma yang digunakan untuk menemukan makna kata yang berkaitan dengan kata kunci utama, dengan kata lain terdapat kata yang tidak dimasukan kedalam query tapi masuk kedalam kata pencarian. Berdasarkan hasil penelitian yang telah dilakukan dapat dilihat bahwa penambahan algoritma lesk untuk sistem temu kembali (Information Retrieval System) bisa diimplementasikan dan bekerja dengan cukup baik. Algoritma lesk dapat bekerja sesuai yang diharapkan sebagai masukan sistem temu kembali (Information Retrieval System) dalam menghilangkan ambiguitas. Nilai yang dihasilkan oleh algoritma lesk sangat berpengaruh terhadap bobot similiaritas. Tidak hanya bobot similiaritas yang bertambah, tetapi nilai recall dan precission pun ikut meningkat. Berdasarkan penelitian terhadap 30 dokumen, nilai recall dan precission tanpa menggunakan algoritma lesk sebesar 94.736% dan 78.26% sedangkan menggunakan algoritma lesk sebesar 100% dan 82.608%.

By the time, searching system is getting needed by people who wants relevant data inside the information soure. Then, Information Retrieval System is built to find data and information within the information source. Generalized Vector Space Model (GVSM) is one of information retrieval systems and also built to seek the relevant data within the information source. Sometimes, what we search is irrelevant with what we want. It is because of certain problem like ambiguous searching keyword. One of solutions to optimalize this problem is by using lesk algorithm. Lesk algorithm is an algorithm which is used to find the meaning of one word that linked with the main keyword. In other word, it separates unsubmitted word in the query but included in the searching keyword. A research shows that adding lesk algorithm in the information retrieval system can be implemented and worked well. Lesk algorithm can work as it needed on the information retrieval system to decrease � even vanishing � ambiguity. The value of using lesk algorithm influence the similarity and relevant result in information searching.By using lesk algorithm also has a better recall and precision for 30 document value about 100% and 82.608% and without algorithm lesk value about 94.736% and 78.26%.