Cut Yanti Primary Author mixed material bibliography Banda Aceh Fakultas Matematika dan Ilmu Pengetahuan Alam 2011 id Indonesia

Skripsi

Pada konsep pencarian suatu dokumen, sinonim perlu dipertimbangkan agar dokumen-dokumen yang relevan tidak saja terdiri dari dokumen-dokumen yang memiliki kata kunci di dalamnya tetapi juga dokumen-dokumen yang memiliki sinonim dengan kata kunci. Sinonim dari sebuah kata dapat diekstrak dari sekumpulan dokumen menggunakan Latent Semantic Indexing (LSI). Tulisan ini mendiskusikan dan memperlihatkan pengkajian jumJah dimensi matriks singular yang optimal pada data Wikipedia berbahasa Indonesia yang dimulai dengan membangun matriks terms-documents A dan didekomposisikan menjadi tiga matriks TSD menggunakan Singular Value Decomposition (SVD). T adalah rnatriks kata (term) berukuran t X r, S adalah matriks singular yang berisi nilai eigen berdimensi r x r, dan D adalah matriks dokumen berulruran d x d. Dekomposisi matriks pads penelitian ini menggunakan program General Text Parser (GTP). Hasil menunjukkan bahwa dekomposisi matriks menggunakan SVD baik digunakan untuk memperkecil dimensi matriks dari data teks yang berukuran besar, dan kata-kata sinonim memiliki tingkat presisi di alas 50% pada dimensi yang lebih kecil. Kata Kunci : Sinonim, Latent Semantic Indexing (LSI), Singular Value Decomposition (SVD), Similaritas Kosinus. MATRICES 512.943 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 96988 2022-01-05 15:12:53 2022-02-18 10:59:42 machine generated