IMPLEMENTASI ALGORITMA WEIGHTED TREE SIMILARITY DALAM MENENTUKAN PENCARIAN DATA SECARA SEMANTIK

research
  • 20 Feb
  • 2019

IMPLEMENTASI ALGORITMA WEIGHTED TREE SIMILARITY DALAM MENENTUKAN PENCARIAN DATA SECARA SEMANTIK

Penggunaan suatu pencarian teks yang lengkap serta pencarian metadata yang sesuai memiliki indikasi kelemahan didalam ketepatan artikel atau data yang dicari. Penelitian ini menjabarkan tentang algoritma kesamaan bobot pohon dikombinasikan dengan metode kesamaan kosinus untuk menghitung kesamaan dalam pencarian data secara semantik. Dalam metadata metode ini dibangun berdasarkan pada pohon berlabel symbol atau node, label dan cabang tertimbang. Bentuk dari Struktur metadata pohon dibangun berdasarkan informasi data semantik seperti taxonomi, ontologi, preferensi, sinonim, homonim dan stemming. Hasil dari pengujian ini adalah ketepatan dalam melakukan pencarian dengan menggunakan algoritma bobot dari pohon berbobot yang lebih baik daripada pencarian teks lengkap dan pencarian dengan metode metadata. Pencarian yang tepat adalah dengan menerapkan Algoritma Weighted Tree Similarity guna mencari data secara semantic. Kata kunci : kemiripan pohon berbobot, pencarian data semantik, kesamaan kosinus.

Unduhan

  • Algorithma WTS.pdf

    JURNAL IMPLEMENTASI ALGORITMA WEIGHTED TREE SIMILARITY DALAM MENENTUKAN PENCARIAN DATA SECARA SEMANTIK

    •   diunduh 748x | Ukuran 4,379 KB

 

  • Hasil_Penilaian_Sejawat_Peer_Review.pdf

    IMPLEMENTASI ALGORITMA WEIGHTED TREE SIMILARITY DALAM MENENTUKAN PENCARIAN DATA SECARA SEMANTIK

    •   diunduh 221x | Ukuran 437,579

REFERENSI

[1] Beall, J.: The Weaknesses of Full-Text Searching. The Journal of Academic Librarianship (September 2008)

[2]Yates, R.B., Neto, B.R.: Modern Information Retrieval.

Addison Weasley Longman Limited (1999)

[3]Baca, M., et.al: Introduction to Metadata. Getty Research Institute, Los Angeles (2008)

[4]V.C.Bhavsar, Boley, H., Yang, L.: A Weighted-Tree Similarity Algorithm for Multi-agent System in EBusiness

Environments. In: Proceeding Workshop 45 Volume 7, Nomor 1, Januari 2008 : 39–46 on Business Agents and the Semantic Web, National Research Council of Canada, Institute for Information Technology, Fredericton (June 2003) 53–72

[5]Boley, H., Bhavsar, V.C., Hirtle, D., Singh, A., Sun, Z., Yang, L.: A Match-making System for Learners and Learning Objects. International Journal of Interactive Technology and Smart Education (2005)

[6]Sarno, R., Yang, L., Bhavsar, V.C., Boley, H.: The AgentMatcher Architecture Applied to Power Grid Transactions. In: Proceeding of the First International Workshop on Knowledge Grid and Grid Intelligence, Halifax, Canada (2003) 92–99

[7]Budianto, Sarno, R.: Shape Matching using ThinPlate Splines Incorporated to Extended Weightedtree Similarity Algorithm for Agent Matching in Virtual Market. In: Proceedings International Seminar on Information and Communication Technology. (August 2005)

[8]Fabianto, E.: Ratio Extended Weighted Tree Similarity Algorithm Applied to Cost Estimate of Software Development. Master’s thesis, Program Pasca Sarjana, Fakultas Teknologi Informasi, ITS Surabaya (July 2005)

[9]Solihin, F., Sarno, R.: Implementasi Arsitektur Agent Matcher Menggunakan Algoritma Extended Weighted Tree Similarity untuk Menyediakan Informasi yang Optimal pada Handheld Device. In: Proceeding Seminar Nasional Pascasarjana VI, Surabaya (August 2006) 38–43

[10]Sulistyo, W., Sarno, R.: Auto Matching Antar Dokumen

dengan Metode Cosine Measure. In: Seminar 46 Nasional Teknologi Informasi dan Komunikasi, Department of Informatics, ITS Surabaya (Mei 2008)

[11]Yang, L., Ball, M., Bhavsar, V.C., Boley, H.: Weighted Partonomy Taxonomy Trees with Local Similarity Measures for Semantic Buyer-Seller Matchmaking. In: Proceeding of 2005 Workshop on Business Agents and the Semantic Web, Victoria, Canada (May 2005) 23–35

[12]Rahutomo, F., Sarno, R.: Semantic Search Wikipedia by Applying Agent Matcher Architecture. In: Proceedings International Conference on Information and Communication Technology and System, Department of Informatics, ITS Surabaya (August 2008) 646–653

[13]Yang, L., Sarker, B.K., Bhavsar, V.C., Boley, H.: A Weighted-Tree Simplicity Algorithm for Similarity Matching of Partial Product Descriptions. In: Proceeding of ISCA 14th International Conference on Intelligent and Adaptive Systems and Software Engineering, Toronto (July 2005) 55–60

[14]Tan, P.N., Steinbach, M., Kumar, V.: Introduction to Data Mining. Addison Weasley-Pearson International Edition (2006)

[15]Setyawan, S.H., Sarno, R.: Fuzzy Logics Incorporated to Extended Weighted-Tree Similarity Algorithm for Agent Matching in Virtual Market. In: Proceeding International Seminar on Information and Communication Technology. (August 2005).