SISTEM TEMU KEMBALI INFORMASI - PowerPoint Presentation

Slide1

SISTEM TEMU KEMBALI INFORMASI

Oleh : Rahmat Robi Waliyansyah, M.Kom.Slide2

Curriculum vitae

Nama : Rahmat Robi Waliyansyah, M.Kom.

TTL : Jambi, 25 Oktober 1988

Agama : Islam

Status : Menikah

Alamat : Jl. Sawah Besar XI No.05 RT.02 RW.06 Kel. Kaligawe Kec. Gayamsari, Kota

Semarang 50164

E-Mail :

rahmat.robi.waliyansyah@gmail.com

Phone : +6285377479974 (WA)

Pendidikan :

S1 = Universitas Putra Indonesia-YPTK, Padang

S2 = Universitas Diponegoro, SemarangSlide3

KONTRAK PERKULIAHAN

Nama Matakuliah

: Sistem

Temu Kembali Informasi

Beban Kredit

: 2 SKS

Semester

: Gasal / V, 2017/2018Slide4

Manfaat Matakuliah

Matakuliah ini akan memberi manfaat bagi mahasiswa dalam menerapkan konsep temu kembali informasi untuk membuat sistem aplikasi temu kembali informasi teks.

Slide5

Deskripsi Perkuliahan

Matakuliah ini menjelaskan pengantar temu kembali informasi, dasar-dasar temu kembali informasi: pemodelan, evaluasi, query, operasi teks dan multimedia, indexing and searching. Topik dalam temu kembali informasi: relevance feedback, query expansion, text classification, text clustering, summarization, cross-language, question answering, web search.

Slide6

Tujuan

Setelah mengikuti matakuliah ini, mahasiswa diharapkan mampu menjelaskan konsep dalam temu kembali informasi, serta menerapkannya untuk membuat sistem aplikasi temu kembali informasi teks.

Slide7

Strategi Perkuliahan

Kuliah diberikan kepada mahasiswa S1 Informatika UPGRIS yang mengambil matakuliah ini sebagai pilihan. Perkuliahan dilakukan sebanyak 14 kali pertemuan kuliah tatap muka. Metode perkuliahan adalah kombinasi antara ceramah, diskusi, dan diakhiri dengan presentasi proyek akhir.

Mahasiswa wajib mengikuti perkuliahan minimal 80 persen, dan presentasi proyek akhir 100 persen. Mahasiswa pengulang matakuliah Temu Kembali Informasi diwajibkan mengikuti keseluruhan kegiatan kuliah dan presentasi proyek akhir selama satu semester.

Slide8

Tugas

Tugas terdiri dari dua jenis, yaitu

tugas perorangan

yang harus diselesaikan oleh mahasiswa pada waktu tertentu, dan

tugas kelompok

dalam bentuk proyek akhir yang merupakan tugas pemrograman, dan setiap kelompok terdiri atas beberapa orang. Topik yang dipilih adalah bebas, dengan syarat tidak ada yang sama di antara kelompok. Produk yang dihasilkan oleh setiap kelompok berupa program komputer, laporan hasil kajian sesuai dengan topik yang dipilih, dan slide presentasi. Slide9

Referensi

Christopher D. Manning, Prabhakar Raghavan, and Hinrich Schutze . 2008. Introduction to Information Retrieval. Cambridge University Press.

C. J. van Rijsbergen. Information Retrieval. Information Retrieval Group, University of Glasgow.

Richardo Baeza-Yates and Berthier Rieiro-Neto. Modern Information Retrieval.

PERL Programming.

Henk Blanken, et.al. 2007. Multimedia Retrieval.

Text Summarization. Tutorial ACM SIGIR, Sheffield, UK July 25, 2004.

TREC. Question Anwsering System and Cross Language Informastion Retrieval.

Slide10

Kriteria Penilaian

Nilai akhir (NA) adalah nilai kumulatif dari nilai ujian tengah semester (UTS), ujian akhir semester (UAS), tugas perorangan (TP), dan tugas kelompok atau proyek akhir (PA). Metode dan bobot nilai sebagai berikut:

UTS (1-7) dan UAS (9-15) dilakukan melalui ujian tertulis dengan bobot masing-masing 35%. Kisi-kisi ujian akan disampaikan pada pertemuan ke-7 untuk UTS, dan pada pertemuan ke-15 untuk UAS.

Nilai TP adalah rata-rata dari semua tugas yang diberikan, dan diberi bobot 10%

Nilai PA terdiri dari nilai produk proyek (program komputer, laporan) dan presentasi. Bobot nilai PA adalah 20%.

Slide11

Jadwal Kuliah

Kuliah dilaksanakan pada

setiap

hari

Senin

pukul

13

:00-

14

:

4

0

di Ruang GP. 608Slide12

OUTLINE

Pendahuluan

Aplikasi pemrosesan teks

Inverted index

Model IR

Evaluasi IR

Relevance

Feedback and

Query

Expansion

Probabilistic IR

UTSSlide13

OUTLINE

Text Classification

Clustering

Text Summarization

XML Retrieval

Multimedia Information Retrieval System (MIRS)

Question

Answering

System and

CLIR

Web Search

UASSlide14

Database vs IR

DATABASE

IR

Data pada database terstruktur (

memiliki

table, field, record, entity

, dll.)

IR tidak terstruktur

File pada database clear semantic (satu kesatuan, menyeluruh)

IR tidak ada field

Query pada database dapat dijelaskan (contoh: SQL)

IR merupakan teks bebas seperti bahasa alami, bahasa manusia sehari-hari

Ukuran kesamaannya pada database pasti

IR butuh ukuran keefektifan tertentu, partial (diambil ukuran kesamaan terbaik)

Model pada database deterministic (bisa ditentukan)

IR non deterministicSlide15

Boolean Retrieval

Boolean Retrieval Model (BRM) adalah salah satu contoh Information Retrieval yang merupakan model proses pencarian informasi dari query yang menggunakan ekspresi boolean.

Dengan ekspresi boolean dengan menggunakan operator logika AND, OR dan NOT. Sedangkan dalam menentukan hasil perhitungannya hanya berupa nilai binary (1 atau 0).

Dengan hal itu, Boolean Retrieval Model (BRM) yang ada hanya dokumen relevan atau tidak sama sekali. Sehingga keunggulan dari Boolean Retrieval Model (BRM) tidak menghasilkan dokumen yang mirip.Slide16

Logical AND

Untuk menelusur marketing and library, kita memformulasikan pernyataan dengan

marketing

AND

library

. Dengan query tersebut maka kita akan menemukan dokumen yang mengandung unsur marketing dan perpustakaan saja, dan tidak mendapatkan dokumen yang hanya mengandung unsur marketing atau perpustakaan saja.Slide17

Logical OR

Contoh

marketing

OR

library

. Dengan query tersebut maka kita akan mendapatkan dokumen yang mengandung unsur marketing saja, perpustakaan saja atau yang mengandung unsur marketing dan perpustakaan.Slide18

Logical NOT

Contoh

markeing

NOT

library

. Ini artinya kita hanya menginginkan dokumen yang unsur marketing di dalamnya tidak ada unsur perpustakaannya.Slide19

Kombinasi Logical AND, OR, NOT

Contoh

marketing

AND

library

OR

information

centre

NOT

profit

organization. Artinya kita ingin mendapatkan dokumen yang mengandung unsur marketing dan perpustakaan tanpa unsur pusat informasi bukan untuk organisasi non profit.Slide20

pengertian dari TEKS

Ungkapan bahasa yang menurut isi, sintaks, dan pragmantik merupakan satu kesatuan.

Dokumen yang dapat dibaca oleh mesin.Slide21

Pengertian dari Korpus

Kumpulan dari beberapa file / dokumen yang dapat diolah oleh mesin.

Teks alami yang dipilih dengan cara tertentu.Slide22

Tokenisasi

Tokenisasi adalah suatu tahapan pemrosesan dimana teks input dibagi menjadi unit-unit kecil yang disebut token, yang dapat berupa suatu kata, suatu angka, atau suatu tanda baca.

Kemudian, untuk contoh dokumen teks adalah:

Korpus pada sebuah teks yang terdapat pada sebuah file. Misalnya yang berformat XML.

Kumpulan file / dokumen pada facebook.

Kumpulan

artikel

pada digital

library

.Slide23

Karakteristik Dokumen

A corpus of documents

: Setiap sistem harus memutuskan dokumen yang ada akan diperlakukan sebagai apa. Bisa sebagai sebuah paragraf, halaman, atau teks multipage.

Queries posed in a query language

. Sebuah query menjelaskan tentang apa yang user ingin peroleh. Query language dapat berupa list dari kata-kata, atau bisa juga menspesifikasikan sebuah frase dari kata-kata yang harus berdekatan.

A result set

. Ini adalah bagian dari dokumen yang dinilai oleh sistem IR sebagai yang relevan dengan query.

A presentation of the result set

. Maksud dari bagian ini adalah tampilan list judul dokumen yang sudah di ranking.Slide24

Contoh Proses dari pemrosesan TeksSlide25

Pengolahan teks mencakup :

Information Extraction

: Mengekstrak informasi yang dianggap penting dari suatu dokumen. Misalnya pada dokumen lowongan, walaupun memiliki format beragam dapat diekstrak secara otomatis job title, tingkat pendidikan, penguasaan bahasa dsb.

Text Summarization

: Menghasilkan ringkasan suatu dokumen secara otomatis.

Data Mining

: proses identifikasi valid, yang berpotensi berguna, dan pada akhirnya dapat dipahami pola data yang tersimpan dalam database yang terstruktur, dimana data diorganisir dalam catatan terstruktur dengan kategori, ordinal, atau variabel yang terus menerus.

Text Mining

(biasa dikenal juga dengan text data mining atau penemuan pengetahuan) dalam database tekstual adalah semi-otomatis proses ekstraksi pola (informasi yang berguna dan pengetahuan) dari sumber data yang tidak terstruktur dalam jumlah yang besar.Slide26

Pengolahan teks mencakup :

Information retrieval

: pencarian dokumen (contoh google: search engine).

Document Clustering

: mirip dengan klasifikasi dokumen, hanya saja kelas dokumen tidak ditentukan sebelumnya. Misalnya berita tentang lalulintas dapat menjadi satu kelas dengan berita tentang kriminal karena didalamnya banyak memuat tentang orang yang tewas, cedera, rumah sakit dsb.