Cosine Similarity dan Google Translate API untuk Temu Kembali Informasi Lintas Bahasa Indonesia dan Inggris

Cross-Language Information Retrieval (CLIR) merupakan subbidang Temu Kembali Informasi yang berkaitan dengan pengambilan informasi yang disimpan dalam bahasa yang berbeda dari bahasa permintaan yang diberikan pengguna. Pada CLIR terdapat berbagai metode terjemahan, diantaranya adalah Dictionary-based, Parallel corpora based, Comparable corpora based, Machine translator based, Ontology based, dan Transitive based. Langkah-langkah menerjemahkan query ke dalam bahasa target meliputi stemming, kemudian perhitungan kemiripan dokumen. permasalahannya terdapat pada efisiensi waktu dan akurasi dalam penerjemahan query dari banyaknya metode di CLIR pada Bahasa Indonesia dan Inggris. Pada tahap stemming mempunyai metode masing-masing dari kedua Bahasa tersebut. Untuk stemming bahasa Indonesia terdapat kata dasar dan kata imbuhan. Ada variasi imbuhan termasuk prefix, suffix, infiks, dan confixes, sedangkan stemming bahasa Inggris hanya kata imbuhan suffix. Pada pemrosesan stemming membutuhkan waktu yang lebih lama. Untuk mengatasi masalah tersebut, di usulkan menggunakan Google Translate API dalam penerjemahan query dan menggunakan satu stemming bahasa Inggris dengan algoritma Porter Stemmer yang merupakan metode stemming terbaik dari beberapa penelitian dengan akurasi terbaik. Untuk perhitungan kemiripan menggunakan Cosine Similarity. penelitian ini diharapkan dapat menghasilkan sistem yang lebih akurat serta dapat mempercepat waktu dalam proses dan pencarian dokumen lintas bahasa Indonesia dan Inggris.