Wijaya, Putu Agung Ananta (2026) RETRIEVAL SKRIPSI MENGGUNAKAN MODIFIKASI BM25 BERBASIS POSISI KATA ADAPTIF. Masters thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2329101029_COVER.pdf Download (863kB) |
|
Text (ABSTRAK)
2329101029_ABSTRAK.pdf Download (193kB) |
|
Text (BAB 1 PENDAHULUAN)
2329101029_BAB 1 PENDAHULUAN.pdf Download (252kB) |
|
Text (BAB 2 KAJIAN TEORI)
2329101029_BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (560kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
2329101029_BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (681kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2329101029_BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2329101029_BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (360kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2329101029_DAFTAR PUSTAKA.pdf Download (238kB) |
|
Text (LAMPIRAN)
2329101029_LAMPIRAN.pdf Download (319kB) |
Abstract
Pertumbuhan koleksi skripsi yang sangat cepat pada perpustakaan digital Universitas Udayana (e-Perpus UNUD), menyebabkan mekanisme pencarian berbasis kata kunci konvensional semakin tidak memadai dalam menemukan dokumen yang relevan. sistem pencarian repositori skripsi masih bertumpu pada pencocokan string sederhana yang mengabaikan konteks semantik dan struktur abstrak, sehingga menghasilkan banyak dokumen tidak relevan dan meningkatkan beban kognitif pengguna. Penelitian ini bertujuan mengembangkan dan mengevaluasi model BM25 Modifikasi berbasis posisi kata adaptif untuk meningkatkan akurasi sistem rekomendasi skripsi pada perpustakaan digital Universitas Udayana. Penelitian menggunakan desain eksperimen Information Retrieval dengan 50 kueri uji dan ground truth yang dianotasi secara manual terhadap korpus skripsi sarjana. Sebanyak 36 skenario pengujian dilakukan dengan memvariasikan metode temu kembali (TF-IDF, BM25, dan PoWeR-BM25), representasi data (judul, abstrak, dan judul–abstrak), serta teknik praproses teks (stemming dan tanpa stemming). Kinerja sistem dievaluasi menggunakan Mean Average Precision (MAP), Precision, Recall, dan F1-Score, kemudian model terbaik diintegrasikan ke e-Perpus UNUD melalui Web Service API berbasis Django. Hasil menunjukkan BM25 Modifikasi secara konsisten mengungguli BM25 standar dan TF-IDF, dengan MAP tertinggi 0,627 pada top_k = 50 menggunakan abstrak stemming. Stemming meningkatkan recall secara signifikan tanpa menurunkan presisi secara berarti, sementara penggunaan abstrak sebagai sumber data memberikan performa terbaik. Temuan ini menegaskan bahwa pembobotan posisi adaptif dalam abstrak meningkatkan efektivitas temu kembali dan menawarkan solusi praktis untuk sistem rekomendasi perpustakaan digital.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | BM25, Beban Posisi Adaptif, Perpustakaan Digital, Sistem Rekomendasi |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Pascasarjana > Program Studi Ilmu Komputer (S2) |
| Depositing User: | Putu Agung Ananta Wijaya |
| Date Deposited: | 11 Feb 2026 08:28 |
| Last Modified: | 11 Feb 2026 08:28 |
| URI: | http://repo.undiksha.ac.id/id/eprint/27974 |
Actions (login required)
 |
View Item |