Information Retrieval (IR) merupakan pengambilan informasi yang tersimpan didalam dokumen yang berisikan konteks dari dokumen tersebut. Adanya IR memiliki pengaruh yang pesat dalam kemajuan teknologi seperti perpustakaan digital, buku-buku yang diubah menjadi digital. Salah satunya aplikasi Al-qur’an dan tafsir dalam berbagai bahasa yang bertujuan untuk memudahkan publik untuk memahami dari setiap ayat dalam bahasa Indonesia. Akan tetapi, masih terdapat kendala dalam melakukan pencarian dengan topik yang diinginkan misalnya hasil pencarian yang muncul kurang sesuai dengan yang diinginkan. Penelitian ini menggunakan metode dengan tahapan preprocessing, stemming Nazief dan Adriani, pembobotan TF-IDF dan perhitungan Dice Similarity. Proses perhitungan tanpa stemming dengan metode dice similarity didapatkan nilai recall 77,20%, precision 76,77% dan f-measure 68,28%, sedangkan pada proses menggunakan stemming nazief dan adriani didapat nilai recall 89,76%, precision 78,37%, dan f-measure 73,35%. Dari hasil pengujian penggunaan stemming sangat berpengaruh dalam mendapatkan hasil yang relevan.


Deskripsi Lain

Information Retrieval (IR) is retrieval of information stored in documents that contain the context of the document. The existence of IR has a rapid influence in technological advancements such as digital libraries, books that are converted to digital. One of them is the application of Al-Qur'an and interpretation in various languages ​​aimed at making it easier for the public to understand each verse in the Indonesian language. However, there are still obstacles in searching for the desired topic for example the search results that appear are not in accordance with what is desired. This research uses methods with preprocessing, Nazief and Adriani stemming, TF-IDF weighting and Dice Similarity calculation. The calculation process without stemming with the dice similarity method obtained a recall value of 77.20%, precision 76.77% and f-measure 68.28%, while in the process of using stemming Nazief and Adriani obtained a recall value of 89.76%, precision 78.37 %, and f-measure 73.35%. From the results of testing the use of stemming is very influential in getting relevant results.

• Pengenalan Obyek Berbasis Deep Learning Dengan Menggunakan Convolutional Neural Network
• Pengenalan Wajah Menggunakan Metode Preprocessing Image Fusion dan Ekstraksi Fitur Modified Two Dimensional Linear Discriminant Analysis
• IMPLEMENTASI SELEKSI FITUR INFORMATION GAIN DAN KLASIFIKASI REGRESI LOGISTIK UNTUK DIAGNOSA PENDERITA GINJAL KRONIS
• Multi-class Seleksi Fitur F-Score Berbasis Statistik dan K-nearest Neighbor untuk Diagnosa Penyakit Sapi
• PENERAPAN ALGORITMA LONG-SHORT TERM MEMORY UNTUK PREDIKSI HARGA SAHAM

• Pengenalan Obyek Berbasis Deep Learning Dengan Menggunakan Convolutional Neural Network
• Pengenalan Wajah Menggunakan Metode Preprocessing Image Fusion dan Ekstraksi Fitur Modified Two Dimensional Linear Discriminant Analysis
• IMPLEMENTASI SELEKSI FITUR INFORMATION GAIN DAN KLASIFIKASI REGRESI LOGISTIK UNTUK DIAGNOSA PENDERITA GINJAL KRONIS
• Multi-class Seleksi Fitur F-Score Berbasis Statistik dan K-nearest Neighbor untuk Diagnosa Penyakit Sapi
• SISTEM PENCARIAN TEKS AL-QURAN TERJEMAHAN BERBAHASA INDONESIA DENGAN METODE DICE SIMILARITY DAN NAZIEF DAN ADRIANI