Deskripsi Mata Kuliah:

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.


Deskripsi Kompetensi:

1.    Menelaah sejarah dan tujuan information retrieval (IR).

2.    Menelaah model IR dasar: Boolean dan vector-space retrieval models; text similarity metrics; TF-IDF (term frequency/ inverse document frequency) weighting; cosine similarity.

3.    Menganalisis vector-space retrieval model, token dan index sederhana.

4.    Menganalisis evaluasi IR menggunakan performance metrics: recall, precision dan Fmeasure.

5.    Menelaah tentang bahasa dan operasi Query.

6.    Menelaah representasi text: word statistics; Zipf’s law; Porter stemmer; morphology; index

term selection; metadata dan markup languages (HTML,XML).

7.    Menelaah search engines, spidering, meta crawlers; directed spidering; link analysis dan

shoping agents.

8.    Menelaah prinsip klasifikasi text: Rocchio, nearest neighbor dan naïve Bayes dan

aplikasinya untuk pemfilteran dan pengelolaan informasi.

9.    Memaksimalkan document retrieval dengan naïve Bayes.

10.  Memaksimalkan algoritma text clustering: agglomerative clustering; k-,means; expectation

maximization (EM) serta aplikasinya dalam pencarian WEB dan pengelolaan informasi.