PENERAPAN ALGORITMA TF-IDF DAN COSINE SIMILARITY UNTUK QUERY PENCARIAN SOAL MATA PELAJARAN SOSIOLOGI SMA

Abstract

Pencarian pertanyaan dalam bank soal sosiologi sekolah menengah seringkali tidak efisien karena banyaknya dokumen, sehingga menyulitkan siswa dan guru dalam menemukan pertanyaan yang relevan dengan cepat. Untuk mengatasi masalah ini, penelitian ini mengembangkan sistem pencarian pertanyaan berbasis Information Retrieval (RI) menggunakan TF-IDF dan Cosine Similarity untuk meningkatkan akurasi pencarian. Dataset terdiri dari 350 pertanyaan sosiologi, yang diproses melalui tahapan pra-pemrosesan teks termasuk case folding, tokenisasi, penghapusan stopword, dan stemming. Dokumen yang dinormalisasi kemudian diberi bobot menggunakan TF-IDF dan dicocokkan dengan kueri pengguna menggunakan Cosine Similarity untuk menghasilkan hasil peringkat. Kinerja sistem dievaluasi menggunakan dua pengaturan ambang batas, yaitu ambang batas 10 dan ambang batas 15, dengan mengukur presisi, recall, dan F1-measure. Hasil menunjukkan bahwa ambang batas 10 menghasilkan presisi yang lebih tinggi tetapi recall yang sangat rendah, menyebabkan banyak dokumen yang relevan terlewatkan. Sementara itu, ambang batas 15 mencapai keseimbangan yang lebih baik dengan presisi rata-rata 0,733, recall 0,037, dan F1-measure 0,070, menjadikannya konfigurasi paling optimal dalam penelitian ini. Temuan ini menunjukkan bahwa peningkatan ambang batas meningkatkan kemampuan sistem untuk mengambil dokumen yang relevan sambil mempertahankan akurasi yang dapat diterima, dan oleh karena itu ambang batas 15 direkomendasikan untuk sistem pencarian pertanyaan sosiologi yang dikembangkan dalam penelitian ini.