Kode Mata Kuliah : KOM431
Nama Mata Kuliah : Temu Kembali Informasi
Kredit : 3(3-0)
Peserta : Mayor S1 Ilmu Komputer
Penilaian : UTS 35%, UAS 35%, Tugas Perorangan 10%, dan Tugas Proyek (Kelompok) 20%.
Tidak ada ujian perbaikan.
Silabus : Matakuliah ini menjelaskan pengantar temu kembali informasi, dasar-dasar temu kembali informasi: pemodelan, evaluasi, query, operasi teks dan multimedia, indexing and searching. Topik dalam temu kembali informasi: relevance feedback, query expansion, text classification, text clustering, summarization, cross-language, question answering, web search. Setelah mengikuti matakuliah ini, mahasiswa diharapkan mampu menjelaskan konsep dalam temu
kembali informasi, serta menerapkannya untuk membuat sistem aplikasi temu kembali informasi
teks.
Pokok Bahasan : Pendahuluan: Kontrak perkuliahan, ruang lingkup, dan target capaian mata ajaran ini; Database vs IR; Contoh IR sederhana (Boolean query); Pemrosesan teks – statistik teks. Aplikasi pemrosesan teks: Tutorial bahasa pemrograman untuk pemrosesan teks, misalnya menggunakan PERL; Regular expression. Inverted index: Inverted index construction, Pengindeksan (manual dan otomatis) : tokenisasi, stopwords, stemming, pembobotan. Model IR: Pemodelan IR, Boolean model, Vector space model. Evaluasi IR: Evaluation Benchmarks, Recall Precision, Interpolasi, Ukuran evaluasi lainnya. Relevance Feedback and Query Expansion: Relevance Feedback, Probabilistic Relevance Feedback, Pseudo relevance feedback, Query Expansion. Probabilistic IR: Probability ranking, Binary independence model, Language model for IR. Text Classification: Document classification, Probability classification, Vector space classification. Clustering: Clustering dalam IR, Flat clustering (K-means, modelbased), Hierarchical clustering (dendogram, single-link, complete link, average link), Labeling. Text Summarization: Peringkasan dokumen, Jenis ringkasan, Pendekatan (tradisional, statistika). XML Retrieval: Konsep dasar, Model untuk XML IR, Evaluasi XML Retrieval. Multimedia Information Retrieval System (MIRS): Model MIRS, Pengenalan Pola untuk Analisis Multimedia Content, Pengolahan citra untuk Feature Extraction. Question Answering System and CLIR: QA vs IR, Metode dan evaluasi QAS, CLIR, Metode penterjemahan. Web Search: Dasar web search, Web crawling.
Resources :
  • C.J. van Rijsbergen. Information Retrieval (Preface12345678).
  • C.D. Manning, P.Raghavan, and H. Schutze. An Introduction to Information Retrieval (eBook).
Slide Kuliah :