Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tujuan penelitian ini adalah untuk 1) mengetahui efektivitas temu kembali informasi pada TROPAG & Rural, AGRIS, dan CAB bila pencarian dilakukan dengan menggunakan bahasa terkendali dan bahasa alamiah; 2) mengetahui adakah perbedaan efektivitas temu kembali informasi pada TROPAG & Rural, AGRIS, dan CAB, bila pencarian dilakukan dengan menggunakan bahasa terkendali dan bahasa alamiah; 3) mengetahui pangkalan data mana di antara TROPAG & Rural, AGRIS, dan CAB, serta dengan pendekatan bahasa mana yang lebih efektif untuk pencarian informasi bidang ilmu perairan.Penelitian ini dilakukan pada 28 pertanyaan (query) yang didapat dari mahasiswa Pasca Sarjana IPB Program Studi Ilmu Perairan. Untuk memperoleh bahasa terkendali dilakukan analisis terhadap judul-judul proposal penelitian untuk kemudian dibentuk konsep-konsep yang dapat merepresentasikan pertanyaan. Istilah-istilah pencarian dalam bahasa terkendali disesuaikan dengan Tesaurus AGROVOC dan CAB. Sedang bahasa alamiah didapat dari istilah-istilah penting yang tertera pada judul yang disesuaikan dengan istilah pencarian yang diberikan pengguna.Dengan menggunakan bahasa terkendali dan bahasa alamiah tersebut dilakukan pencarian pada pangkalan data TROPAG & Rural, AGRIS, dan CAB. Hipotesis yang diuji dalam penelitian ini adalah: ada perbedaan efektivitas temu kembali pada pangkalan data TROPAG & Rural, AGRIS, dan CAB baik menggunakan bahasa terkendali ataupun bahasa alamiah. Pengujian hipotesis dilakukan dengan menggunakan Uji Kruskal Wallis dengan paket program statistik Kwiksat.Hasil penelitian menunjukkan nilai ketepatan pada pangkalan data TROPAG & Rural, AGRIS, dan CAB dengan menggunakan pendekatan bahasa terkendali dan bahasa alamiah berkisar antara 32.54 % - 64.65 %. Efektivitas temu kembali pada ketiga pangkalan data dengan menggunakan bahasa terkendali ataupun bahasa alamiah tidak sama. Sistem temu kembali informasi pada TROPAG & Rural dengan menggunakan bahasa terkendali dinilai paling tidak efektif. Sedang sistem temu kembali informasi pada AGRIS dengan menggunakan bahasa alamiah dinilai paling efektif.

---

The objectives of this research are to identify: 1) the effectiveness of information retrieval on TROPAG & Rural, AGRIS, and CAB using control vocabulary and natural language; 2) the differences of effectiveness of information retrieval system among TROPAG & Rural, AGRIS, and CAB using control vocabulary and natural language; 3) the most effective database among TROPAG & Rural, AGRIS, and CAB, and also the most effective language between control vocabulary and natural language for searching aquatic science information.

This research was carried out on 28 queries, which were collected from postgraduate students of The Aquatic Science Programme, Bogor Agricultural University. The control vocabulary was developed based on the analysis of students thesis proposal. Terminologies used for this language were in accordance with AGROVOC and CAB Thesaurus. While natural language was developed based on the important terminologies on the title of thesis proposal which was conformed to search terms from users. The differences of the information retrieval effectiveness of three databases using two languages approach were tested using Kruskal Wallis Test from Kwikstat statistics programme.

The results of this research indicated that effectiveness of TROPAG & Rural, AGRIS, and CAB databases using control vocabulary and natural language approach was vary between 32.54 % - 64.65 %. The effectiveness of information retrieval system of three databases using control vocabulary and natural language was not the same. The least effective information retrieval system was on TROPAG & Rural using control vocabulary, whereas the most effective was on AGRIS using natural language."

"Queri ganda adalah sebuah queri yang mengkombinasikan queri Boolean dan probabilistik pada sistem temu-kembali informasi berbasis Jaringan Inferensi, sistem tersebut terdiri dari dua komponen yaitu jaringan dokumen dan jaringan queri, kedua jaringan dihubungkan oleh busur antara istilah dokumen dan istilah queri. Jaringan dokumen membangun sebuah berkas pembalikan dokumen dan jaringan queri dievaluasi dengan menggunakan matrik kanonik. Proses penyesuaian antara istilah queri dan istilah dokumen menghasilkan sekumpulan dokumen terambil yang relevan. Hasil percobaan menunjukkan formulasi queri ganda secara siknifikan meningkatkan kinerja sistem temu-kembali jika dibandingkan dengan queri Boolean atau probabilistik.

---

The Multiple Query of Information Retrieval System Based on Inference Network. The multiple query is a query that combines Boolean and probabilistic query on the information retrieval inference network system, the system consists of two components i.e. a dokument and a query network, they are joined by links between the representation and query concepts. The document network build an inverted belief list and the query network are evaluated by using canonical matrix. The similarity process between representation and query conceps yields a set of relevant document retrieved. The experiment has showed that the use of multiple query formulations will significantly improve the retrieval perfomance, compared to either the Boolean or probabilistic query."

"Penelitian ini mengkaji penggunaan Maximal Frequent Sequences (MFS) sebagai indeks dalam koleksi dokumen untuk Sistem Temu-kembali Informasi teks berbahasa Indonesia. Indeks, sebagai representasi dokumen, harus menggambarkan informasi keseluruhan yang terkandung dalam dokumen. MFS sebagai salah satu cara untuk mengekspresikan multi kata (frase) dapat digunakan sebagai indeks dalam koleksi dokumen untuk merepresentasikan isi dokumen. Kekuatan utama MFS dapat membentuk indeks yang sangat solid karena menoleransi adanya kata-kata pemisah di antara suatu pasangan kata dan jumlah istilah yang digunakan sebagai indeks sedikit. Hasil uji coba terhadap 1162 dokumen ilmiah dan 2999 dokumen berita menunjukkan bahwa jumlah istilah pada pengindeksan berdasarkan MFS jauh lebih sedikit dibandingkan jumlah istilah pada pengindeksan berdasarkan frekuensi kata (term frequency), yaitu 31% untuk koleksi dokumen ilmiah non-stemming, 48% untuk koleksi dokumen ilmiah stemming, 30% untuk koleksi dokumen berita non-stemming, dan 59% untuk koleksi dokumen berita stemming. Pada koleksi dokumen ilmiah, MFS dengan nilai threshold yang lebih kecil relatif mampu memperbaiki nilai presisi, baik presisi rata-rata sesudah memproses 20 dokumen maupun presisi rata-rata sesudah memproses dokumen dengan jumlah yang sesuai dengan jumlah dokumen relevan. Pada koleksi dokumen berita, MFS dengan nilai threshold yang kecil relatif memperbaiki nilai presisi rata-rata sesudah memproses dokumen dengan jumlah yang sesuai dengan jumlah dokumen relevan, namun threshold yang lebih besar justru memperbaiki presisi rata-rata sesudah memproses 10 dokumen. Efek stemming meningkatkan presisi rata-rata sesudah memproses 10 dokumen dan presisi rata-rata sesudah memproses dokumen dengan jumlah yang sesuai dengan jumlah dokumen relevan pada sistem temu-kembali informasi ini."