Penerapan LSA dan Query Suggestion untuk Pencarian Judul Artikel Menggunakan Framework FLASK

Abstract

Pencarian informasi melalui web sudah sangat berkembang seiring dengan dukungan perkembangan perangkat keras. Untuk mempermudah proses pencarian data, berbagai macam metode dikembangkan untuk pencarian informasi menggunakan data pencarian yang tersimpan pada browser ataupun menggunakan data yang terdapat di dalam database. Pengembangan query suggestion menggunakan Latent Semantic Analysis dapat dilakukan untuk mempermudah proses pencarian data. Penelitian ini dilakukan dengan menggunakan metode analisis sederhana yaitu dengan menganalisis metode Latent Semantic Analysis, Implementasi, Pengujian program dan analisis hasil query suggestion menggunakan metode tersebut. Data yang digunakan dalam penelitian ini adalah data publikasi yang telah dilaksanakan pada ICORIS 2019 sebagai data uji sebanyak 55 artikel. System diimplementasikan berbasis web menggunakan FLASK framework dan bahasa pemrograman python serta database MySQL. Adapun hasil dari penelitian ini adalah, semakin lengkap kata kunci yang dimasukkan, akan mendapatkan nilai similarity yang semakin tinggi untuk data target yang sesuai. Namun jumlah suggestion akan bertambah sesuai dengan data yang ada. Pada hasil penelitian, urutan kata kunci yang dicari tidak berpengaruh pada pemberian saran pencarian, karena data pencarian dan data didalam database dibandingkan berdasarkan kata-kata yang ada. Serta waktu proses yang didapatkan untuk pemberian suggestion adalah kurang dari 1 menit untuk 55 data judul yang digunakanKata kunci— Query Suggestion, FLASK, Python, MySQL, Latent Semantic Analisys