Perpustakaan Digital ITB

Model probabilistik memiliki kinerja yang baik dalam pencarian informasi dari sisi estimasi relevansi dokumen, dimana relevansi dokumen terukur pada saat perankingan dokumen. Hal ini menjadi latar belakang Tugas Akhir ini dalam menganalisis penerapan Bayesian Network sebagai model probabilistik yang dapat digunakan untuk menyelesaikan permasalahan pencarian informasi pada sistem temu balik informasi. Hasil analisis menunjukkan terdapat tiga tahapan besar dalam menerapkan Bayesian Network pada sistem temu balik informasi. Tahap pertama yaitu pembangunan struktur atau DAG berupa jaringan yang merepresentasikan query. Sebuah query menggambarkan jaringan keterkaitan feature yang merepresentasikan sebuah topik. Topik dan feature digambarkan berupa simpul, sedangkan busur merepresentasikan adanya hubungan antartopik atau keberadaan sebuah feature. Tahap kedua adalah pembangunan CPT yang menggambarkan bobot setiap dokumen dengan cara mengekstraksi feature dari dokumen, instansiasi feature dalam jaringan dan melakukan kalkulasi probabilitas posterior. Tahap akhir adalah pemberian peringkat kepada dokumen berdasarkan probabilitas posterior. Sebuah dokumen yang memiliki probabilitas posterior lebih besar dari dokumen lain akan memiliki peringkat yang lebih tinggi. Hasil analisis diimplementasikan ke sebuah perangkat lunak bernama BestFirst yang dikembangkan di atas platform Windows XP dengan kakas pembangunan NetBeans 6.0. Hasil eksperimen memperlihatkan bahwa nilai rata-rata Interpolated Average Precision (IAP) sistem adalah 0.34, sedangkan nilai rata-rata Non Interpolated Average Precision (NIAP) sistem adalah 0.29 , dan nilai rata-rata Precision sistem adalah 0.127. Kesimpulan dari Tugas Akhir ini adalah sistem yang menggunakan penerapan hubungan antartopik berhasil memiliki keakuratan yang lebih baik dibandingkan sistem yang tidak menggunakan hubungan antartopik. Secara kualitatif, perangkat lunak BestFirst memiliki tingkat akurasi yang rendah pada skala 0.0 sampai 1.0. Hal ini dapat dilihat dari nilai IAP, NIAP, Precision masih di bawah 0.5 atau belum mencapai setengah dari skala tertinggi (1.0).