Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada tulisan ini akan dijelaskan berbagai teknik sistem temu kembali informasi dan rancangan integrasi sistem ke basis hiperteks. Sistem pengindeksan yang dijelaskan adalah pengindeksan dengan pembobotan berdasarkana frekuensi dan berdasarkan rumus Savoy [1]. sedangkan teknik temu kembali informasi yang dijelaskan adalah teknik Boolean biasa, teknol Boolean berperingkat dan teknik Extnded Boolean.Kinerja berbagai pengindeksan di ukur dengan menampilkan dokumen yang terambil berikut bobot peringkatnya.Sistem ini dapat digunakan sebagai "bencmarking tool" untuk mengukur kinerja berbagai teknik yang digunakan dalam sistem temu kembali informasi"

"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."

"ABSTRAKSistem Temu Kembali Informasi (STKI) tradisional tidak cukup lagi untuk memenuhi kebutuhan informasi pengguna. Volume dan struktur informasi multimedia mengalami peningkatan yang tidak terpikirkan dan terdapat hubungan semantik antar-media. Untuk menemukan kembali informasi semantik antar-media adalah sebuah tantangan. Tulisan ini mengeksplorasi Sistem Temu Kembali Informasi Multimedia Terpadu Berbasis Konsep (STKIM-TBK). STKIM-TBK menggunakan hubungan semantik antar-media informasi dan teknik deep learning untuk mengungkap struktur informasi multimedia yang mungkin ada. Penelitian ini mengusulkan solusi untuk mengakses berbagai koleksi objek multimedia terdistribusi dan menyajikan secara komprehensif objek warisan budaya dalam empat jenis media, teks, gambar, audio, dan video yang direpresentasikan sebagai Konsep. STKIM-TBK menggunakan ontologi untuk menyediakan kosa kata, struktur informasi, dan membangun hubungan antar-konsep pada media yang berbeda. Koleksi objek warisan budaya digunakan sebagai domain penelitian ini. Relasi Ontologi STKIM-TBK memiliki tiga proses utama; Pertama adalah Proses Pengindeksan yang terdiri dari mengumpulkan objek multimedia, pembuatan dataset, mengekstraksi deskrispsi teks dan fitur multimedia dan mengklasifikasikan konsep-konsep dengan Convolutional Neural Network (CNN) dan Recurrent Neural Network (RNN). Objek-objek dalam Konsep terklasifikasi diindeks dan disimpan pada Objek Terindeks. Kedua adalah Pemrosesan Kueri yang terdiri dari penginputan objek multimedia dan mengenalinya sebagai objek dalam suatu konsep terklasifikasi. Ketiga adalah Proses Temu Kembali yang mencocokkan objek terklasifikasi dari input multimedia pada Pemrosesan Kueri dengan Objek-objek dalam Objek Terindeks menggunakan Skema Ontologi. Pengindeksan Terpadu membuat model pengklasifikasi multimedia untuk mengenali dan mengklasifikasi teks, citra, audio, dan video dengan melatih tiga lapisan arsitektur CNN dan 50 lapisan arsitektur RNN menggunakan dataset enam objek pada empat media dari tiga etnis di Indonesia. STKIM-TBK yang merepresentasi konsep dapat mewakili semua fitur dari empat media sekaligus. Skema Ontologi menggunakan teknik Desain Ontologi Sederhana untuk mengorganisasi konsep-konsep terkait dengan konsep yang lain pada etnis yang sama. Relasi Ontologi STKIM-TBK menunjukkan kemampuan sistem mengekstraksi fitur dari empat representasi media menjadi suatu Konsep dan meningkatkan fleksibilitas struktur klasifikasi warisan budaya UNESCO untuk mencari objek terkait yang lebih banyak.

---

ABSTRACTTraditional Information Retrieval System is no longer sufficient to satisfy the information need of users. The volume and structure of multimedia information mounted unthinkable, and the semantic relationship among media exists. To retrieve information which semantically intact among media is a challenge. This study explores the Unified Concept-Based Multimedia Information Retrieval System (UCB-MIRS). The UCB-MIRS employs ontological relationship among media of information and deep learning technique to uncover the structure of multimedia information that may exist. It proposes a solution to access various distributed multimedia object collection and present comprehensive media of cultural heritage in four types of media, text, image, audio, and video that represent as a Concept. The UCB-MIRS use an ontology to provide vocabularies, information structure and create relationship among concepts at different media. The collection of cultural heritage object used as a domain research. Ontological relationship in UCB-MIRS has three main processes; the first is Indexing Process which consist of collecting multimedia object, creating a dataset, extracting multimedia textual description and features, then classifying concepts with Convolutional Neural Network (CNN) and Recurrent Neural Network (RNN). The object in the classified concepts are indexed and stored on Object Indexed. The second is Query Processing which consist of inputting multimedia object and recognizing it as an object in classified concepts. The third is Retrieval Process which is matching the the classified object of multimedia input on Query Processing and object in the Object Indexed using Ontology Schema. In Unified indexing, multimedia classifier model recognize and classify text, images, audio and video by training three layers of CNN architecture and 50 layers of RNN architecture using six objects dataset in four media from three ethnicities in Indonesia. UCB-MIRS can represent all features of four media. The ontology using Simple Design Ontology technique to organizes concepts related to another concept in the same ethnics. Ontological relationship in UCB-MIRS shows the capability of the system to extract features of four media representation to become a concept and increasing the flexibility structure of UNESCO cultural heritage classification to find the more related object."

"ABSTRAKPenelitian ini bertujuan untuk mengetahui efektivitas sistem temu-kembali informasi yang diaplikasikan pada dokumen bidang nuklir berbahasa Indonesia, dan untuk mengetahui dokumen yang ditemukan mempunyai hubungan bibliografi. Penelitian dilakukan dengan menggunakan Sistem Temu Kembali Informasi yang dikembangkan di Fakultas Ilmu Komputer, Universitas Indonesia.Penelitian dilakukan dengan menggunakan dokumen bidang nuklir sebanyak 630 cantuman dalam basis data bibliografi. Pertanyaan (query) yang digunakan berasal dari pemakai (user) berupa judul penelitian dalam bidang nuklir. Pertanyaan terdiri dari 10 pertanyaan sederhana dan 10 pertanyaan kompleks. Pencarian dilakukan dengan pembangunan faset dari istilah yang terkandung dalam pertanyaan dengan memanfaatkan operator Boolean, dan penilaian relevansi terhadap dokumen yang ditemukan dilakukan oleh pakar subjek dalam masing-masing pertanyaan. Hipotesis yang diuji dalam penelitian ini yaitu : ada perbedaan efektivitas temu-kembali informasi pada pertanyaan sederhana dan pertanyaan kompleks, dan semakin tinggi kekuatan pasangan bibliografi semakin tinggi tingkat relevansi dua dokumen. Pengujian hipotesis menggunakan uji Mann-Whitney dengan paket program statistik Kwikstat.Hasil penelitian menunjukkan bahwa sistem temu-kembali informasi mempunyai ketepatan temu-kembali di atas 50%, dan tidak menunjukkan perbedaan yang nyata antara pertanyaan sederhana dengan pertanyaan kompleks. Analisis pasangan bibliografi (bibliographic coupling) terhadap dokumen yang ditemukan menunjukkan bahwa bibliografi memberikan kontribusi yang lemah (0,15) terhadap pemasangan dokumen. Bila dokumen relevan dipasangkan dengan dokumen lain, kekuatan pasangan bibliografi tidak berpengaruh terhadap tingkat relevansi dokumen kedua. Akan tetapi bila dokumen relevan mar]inal dipasangkan dengan dokumen lain, kekuatan pasangan bibliografi dapat meningkatkan tingkat relevansi dokumen kedua. Hal ini menunjukkan adanya keterhubungan dokumen walaupun bukan keterhubungan subjek yang diindikasikan oleh pasangan bibliografi. Berdasarkan hasil tersebut, bibliografi dapat dimanfaatkan untuk meningkatkan efektivitas sistem temu-kembali informasi yaitu untuk meningkatkan penemuan dokumen yang berguna (pertinent document) dengan penggabungan pencarian berdasarkan istilah dan pencarian berdasarkan sitasi.

---

ABSTRACT

The objectives of this research are to determine to what extent the information retrieval system effectiveness which applied to nuclear documents collection in Indonesian language, and to determine to what extent the documents retrieved have bibliographic relationship to one another. This research is using the Information Retrieval System developed by Computer Science Faculty, University of Indonesia.

This investigation is using 630 documents in the bibliographic database. The queries come from the real user, consist of 10 simple queries and 10 complex queries. The searching was performed by building facet and combined using Boolean operators, then the subject experts determine relevance judgement of document retrieved for each query. Hypothesis are tested: there exists a difference of information retrieval effectiveness between simple and complex queries, and the higher bibliographic coupling strength between two documents more relevant the two documents. The hypothesis are tested using Mann-Whitney procedure using Kwikstat program package.

The results show that the information retrieval system yielded precision result more than 50% and there is no significance difference between simple and complex queries. Bibliographic coupling analysis shows that the bibliography made a weak contribution to the pairing of documents. If the relevant documents have paired with the other documents, bibliographic strength has not effected the second document relevance level. but if the marginally relevant documents have paired with the other documents, bibliographic strength can increase the second document relevance level. These characteristic shows that there exist document relatedness although there are not subject relatedness. Based on this result, bibliography can be used to improve the information retrieval effectiveness by increasing the pertinent document retrieved using citation-based searching as a complement to term-based searching."