Implementasi Metode Vector Space Model dan Positional Index pada Sistem Pencarian Hukum Fiqih Menurut Mazhab Syafi’i, Maliki, Hanafi dan Hambali
Article Sidebar
Main Article Content
Abstract
Islam merupakan agama yang mempunyai peran penting terhadap terbentuknya negara Indonesia dan telah menjadi agama mayoritas di negara tersebut. Dalam islam, terdapat 4 mazhab yang dikenal oleh masyarakat yaitu Syafi'i, Maliki, Hanafi, dan Hambali. Keempat mazhab tersebut memiliki pandangan fiqih yang berbeda-beda karena kemampuan akal manusia yang berbeda-beda dalam penafsiran sesuai dengan kedalaman ilmunya. Oleh karena itu, dibutukan sebuah sistem pencarian untuk menemukan tuntunan ibadah dan hukum fiqih dari keempat mazhab tersebut. Sistem Temu Kembali Informasi (STKI) merupakan sebuah sistem yang memuat proses yang berhubungan dengan representasi, penyimpanan, pencarian dengan pemanggilan informasi yang relevan dengan kebutuhan informasi yang diinginkan pengguna. Kesamaan setiap dokumen digunakan sebagai salah satu pendekatan untuk menyortir informasi terkait menggunakan Vector Space Model. Positional Index, yang mencari indeks posisi dalam dokumen untuk membuat pencarian efektif dan efisien, juga dapat mendukung strategi ini. Berdasarkan hasil pengujian, sistem menghasilkan nilai precision dan recall untuk query dengan 1, 2, 3, 4, dan 5 kata. Query dengan nilai rata-rata recall tertinggi adalah query dengan 5 kata, dengan nilai 99,10%, dan query dengan nilai precision rata-rata tertinggi adalah query dengan 1 kata, dengan nilai 100%.
Article Details
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
[2] N. Abdillah, “MADZHAB DAN FAKTOR PENYEBAB TERJADINYA PERBEDAAN,” Fikroh, vol. 8, no., hlm. 20–29, 2014.
[3] A. E. Putra, “Implementasi Information Retrieval System Menggunakan Metode Latent Semantic Indexing pada Aplikasi Pencarian E-Book,” 2019.
[4] A. Risparyanto, “Model–Model Temu Kembali Informasi (Information Retrieval),” UNILIB: Jurnal Perpustakaan, vol. 3, no. 1, hlm. 49–57, 2012.
[5] V. Basmalah Wicaksono, R. Saptono, dan S. Widya Sihwi, “Analisis Perbandingan Metode Vector Space Model dan Weighted Tree Similarity dengan Cosine Similarity pada kasus Pencarian Informasi Pedoman Pengobatan Dasar di Puskesmas,” Jurnal Teknologi & Informasi ITSmart, vol. 4, no. 2, hlm. 73, 2016, doi: 10.20961/its.v4i2.1768.
[6] J. He, “Optimizing Positional Index Structures for Versioned Document Collections,” hlm. 245–254, 2012.
[7] S. Gao, J. Liu, X. Liu, dan G. Wang, “A Lossy Compression Method on Positional Index for Efficient and Effective Retrieval,” hlm. 2317–2320, 2019.
[8] I. Irmawati, “Sistem Temu Kembali Informasi Pada Dokumen Dengan Metode Vector Space Model,” Jurnal Ilmiah FIFO, vol. 9, no. 1, hlm. 74, 2017, doi: 10.22441/fifo.v9i1.1444.
[9] W. O. W. Makmun, I. P. Ningrum, dan A. M. Sajiah, “PENERAPAN VECTOR SPACE MODEL (VSM) PADA SISTEM PENCARIAN ARTIKEL ARKEOLOGI,” semanTIK, vol. 8, no. 1, hlm. 69, Jun 2022, doi: 10.55679/semantik.v8i1.15346.