Pemeringkatan Relevansi Artikel Jurnal Ilmiah Berbahasa Indonesia Menggunakan Metode Ekspansi Kueri Berdasarkan Indonesian Bidirectional Encoder Representation From Transformers

Hidayat, Nurul (2022) Pemeringkatan Relevansi Artikel Jurnal Ilmiah Berbahasa Indonesia Menggunakan Metode Ekspansi Kueri Berdasarkan Indonesian Bidirectional Encoder Representation From Transformers. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111840000042-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (9MB) | Request a copy

Abstract

Literatur digital memberikan kemudahan untuk seseorang dalam mengakses informasi dari berbagai macam artikel jurnal. Pemilihan artikel yang tepat untuk pembaca merupakan salah satu kasus pada bidang information retrieval dan masih menjadi tantangan yang besar meskipun telah diberikan kueri terkait domain artikel jurnal yang diinginkan. Perlu dilakukan pemeringkatan artikel sehingga user atau pembaca dapat memilah artikel jurnal yang kurang atau tidak relevan baik dari segi konten maupun tingkat pemahaman dengan memberikan tambahan kueri. Oleh karena itu, penelitian ini bertujuan untuk melakukan pemeringkatan artikel jurnal ilmiah dalam bahasa Indonesia berdasarkan nilai relevansi terhadap ekspansi kueri yang diberikan. Sebagai lanjutan, pada penelitian ini mengusulkan sebuah metode Learning to Rank dengan mengintegrasikan Indonesian Bidirectional Encoder Representation from Transformers (IndoBERT) dan pendekatan ekspansi kueri yang disebut dengan IndoBERT + QE. Pada Tugas Akhir ini, dikumpulkan artikel - artikel jurnal ilmiah pada salah satu laman resmi yang diluncurkan oleh Kementrian pendidikan, kebudayaan, riset dan teknologi yang digunakan untuk evaluasi metode yang diusulkan. Dari hasil evaluasi, diperoleh bahwa IndoBERT + QE berhasil memberikan nilai relevansi pemeringkatan nDCG@k tertinggi dibandingkan model-model state-of-the-art.
==============================================================================================================================
Digital literature offers users access to journal articles easily. However, suitable article selection for the readers is one of the information retrieval tasks, which remains a big challenge although we already give the related query. Then, we need to rank the articles within query expansion, thus users can choose the relevant ones in terms of comprehensive level and material reading. Hence, this study attempts to rank the Indonesian journal articles based on the relevant score given by the query expansion. Furthermore, this study proposes a learning-to-rank method by incorporating Indonesian Bidirectional Encoder Representation from Transformer and query expansion named IndoBERT + QE. We crawled the journal articles on an official website from the Ministry of Educational, Culture, Research, and Technology that was later used for evaluation purposes. From the evaluations, IndoBERT successfully exhibited the highest relevance score nDCG@k among state-of-the-art models.

Item Type:	Thesis (Other)
Additional Information:	RSMa 005.74 Put p-1 2022
Uncontrolled Keywords:	IndoBERT, Information Retrieval, Learning to Rank, Ekspansi Kueri, Jurnal Ilmiah, Artikel Bahasa Indonesia. IndoBERT, Information Retrieval, Learning to Rank, Query Expansion, Scientific Journal, Indonesian Article.
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	05 Jun 2026 04:24
Last Modified:	05 Jun 2026 04:24
URI:	http://repository.its.ac.id/id/eprint/133603

Actions (login required)

View Item