Perancangan dan Implementasi Mesin Pencari Berita Menggunakan Model TF-IDF dan Cosine Similarity

Penelitian ini berfokus pada perancangan dan implementasi mesin pencari berita menggunakan model TF-IDF dan Cosine similarity dengan dataset dari Detik.com. Dalam era informasi yang berkembang pesat, pengguna seringkali menghadapi masalah kelebihan informasi, sehingga sulit menemukan berita yang relevan dengan minat mereka. Oleh karena itu, sistem pencarian yang akurat diperlukan untuk membantu pengguna dalam menemukan berita yang sesuai. Metode yang diusulkan meliputi pengumpulan data melalui web crawling, diikuti dengan tahapan Preprocessing yang mencakup case folding, tokenisasi, penghapusan stopword, dan lemmatisasi. Setelah itu, fitur diekstraksi menggunakan TF-IDF untuk menghitung bobot kata, dan tingkat kemiripan antara query pengguna dan dokumen berita diukur menggunakan Cosine similarity. Evaluasi sistem dilakukan dengan metrik presisi untuk menilai relevansi hasil pencarian berdasarkan skenario satu, dua, dan tiga kata kunci. Hasil pengujian menunjukkan bahwa sistem berhasil melakukan perankingan dokumen dari nilai kemiripan tertinggi hingga terendah. Pengujian dengan satu kata kunci "banjir" menghasilkan nilai presisi sebesar 60%. Namun, pengujian dengan dua kata kunci "banjir Jakarta" dan tiga kata kunci "banjir Jakarta Februari" menghasilkan nilai presisi 0%. Hal ini terjadi karena keterbatasan variasi konten pada dataset sebanyak 1.260 artikel yang dilakukan crawling, di mana tidak terdapat dokumen yang memuat konten spesifik terkait banjir di wilayah Jakarta pada waktu tersebut. Penelitian ini menyimpulkan bahwa performa mesin pencari berbasis konten sangat bergantung pada kekayaan dan cakupan data di dalam dataset.