Temu Balik Dokumen Berita Berbasis Kemiripan Semantik Menggunakan FastText

Abstract

Perkembangan informasi digital, khususnya dokumen berita daring, menuntut adanya sistem temu balik informasi yang mampu menyajikan dokumen relevan secara cepat dan akurat. Sistem temu balik informasi tradisional umumnya masih mengandalkan pendekatan berbasis kata kunci, yang memiliki keterbatasan dalam memahami hubungan makna antar kata sehingga berpotensi menghasilkan hasil pencarian yang kurang optimal.

Penelitian ini mengusulkan sebuah sistem temu balik dokumen berita berbasis kemiripan semantik dengan memanfaatkan FastText sebagai metode representasi teks. Dalam sistem yang diusulkan, dokumen berita dan query pengguna direpresentasikan dalam bentuk vektor embedding untuk menangkap makna semantik, kemudian tingkat kemiripan antara query dan dokumen dihitung untuk menentukan relevansi. Pendekatan ini diharapkan mampu mengatasi keterbatasan metode berbasis kata kunci dan menghasilkan dokumen berita yang lebih relevan secara makna, khususnya pada pencarian berita berbahasa Indonesia.