2021
DOI: 10.47065/bits.v3i3.1058
|View full text |Cite
|
Sign up to set email alerts
|

Penerapan Metode N-Gram dan Cosine Similarity Dalam Pencarian Pada Repositori Artikel Jurnal Publikasi

Abstract: Digital repository is one source of data in human information needs, especially in an organization. In a digital repository, various digital documents are stored that can be used by users, for example, a publication journal repository. Every day the published articles in the repository grow in the hundreds or even thousands in number, besides publication journals usually consist of various formats and languages. This will cause the search of results relatively low level of relevance. To optimize search results… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1
1

Citation Types

0
0
0
6

Year Published

2022
2022
2024
2024

Publication Types

Select...
4

Relationship

0
4

Authors

Journals

citations
Cited by 4 publications
(6 citation statements)
references
References 11 publications
(13 reference statements)
0
0
0
6
Order By: Relevance
“…Setelah penulis melakukan studi literatur, algoritma yang digunakan oleh penulis yaitu cosine similarity untuk menghitung nilai kemiripan antar kalimat dan menjadi salah satu teknik untuk mengukur kemiripan teks yang popular. Kelebihan dari algoritma Cosine Similarity [5]adalah tidak terpengaruh pada panjang pendeknya suatu dokumen dan memiliki tingkat akurasi yang tinggi. Tujuan dari penelitian ini adalah mengetahui seberapa besar presentase nilai kemiripan sebuah dokumen dengan dokumen lainnya yang dihasilkan dari hasil pendeteksian berbasis android menggunakan metode Cosine Similarity [6].…”
Section: Kata Kunciunclassified
“…Setelah penulis melakukan studi literatur, algoritma yang digunakan oleh penulis yaitu cosine similarity untuk menghitung nilai kemiripan antar kalimat dan menjadi salah satu teknik untuk mengukur kemiripan teks yang popular. Kelebihan dari algoritma Cosine Similarity [5]adalah tidak terpengaruh pada panjang pendeknya suatu dokumen dan memiliki tingkat akurasi yang tinggi. Tujuan dari penelitian ini adalah mengetahui seberapa besar presentase nilai kemiripan sebuah dokumen dengan dokumen lainnya yang dihasilkan dari hasil pendeteksian berbasis android menggunakan metode Cosine Similarity [6].…”
Section: Kata Kunciunclassified
“…perhitungan nilai kesamaan pada setiap konten berdasarkan matriks fitur yang ada dan menghasilkan output berupa nilai cosine dalam bentuk array yang nantinya akan digunakan sebagai pertimbangan untuk memberikan rekomendasi MSIB kepada mahasiswa. Berikut adalah rumus perhitungan cosine similarity [1].…”
Section: -3385 (Print)unclassified
“…Pengumpulan data dilakukan dengan melakukan pendataan secara manual terhadap mitra MSIB yang linear dengan Program Studi Pendidikan Informatika, data mitra MSIB tersebut didapat dari website MSIB [3] print(data[0], '\n') print('Nama Mitra\t\t:', data [1]) print('Program\t\t\t:', data [2]) print('Kursus atau Posisi\t:', data [3]) print() Kode Sumber 1. Seleksi Fitur…”
Section: Hasil Penelitian Dan Pembahasan 31 Pengumpulan Dataunclassified
“…Semakin kecil sudutnya maka semakin mirip dokumen tersebut. Pada sistem rekomendasi Content-based Filtering, Cosine Similarity diaplikasikan pada vektor fitur untuk mencari item memiliki kesamaan [9] [25]. Berikut ini adalah formula dari Cosine Similarity:…”
Section: E Cosine Similarityunclassified