Bahasa kueri dalam Data Retrieval

Bahasa kuery untuk data retrieval biasanya menjadi tiruan kosa kata dan sintaksis terbatas, dalam information retrieval kita lebih memilih untuk menggunakan bahasa alami walaupun ada beberapa perkecualian. Dalam data retrieval, query biasanya merupakan suatu spesifikasi lengkap dari apa yang diinginkan. Dalam information retrieval ini, kuerinya tanpa alternatif dan tidak sempurna. Perbedaan akhir ini memunculkan sebagian dari fakta bahwa dalam information retrieval, kita  sedang mencari-cari dokumen yang relevan. Tingkat kecocokan dalam information retrieval diasumsikan untuk menandai adanya kemungkinan dari  keterkaitan menyangkut  item tersebut. Satu konsekuensi sederhana dari perbedaan ini adalah data retrieval lebih sensitif terhadap kesalahan. Suatu kesalahan dalam pencocokan tidak akan mendapatkan kembali item yang diinginkan yang menandakan suatu kegagalan total sistem. Di dalam information retrieval, kesalahan kecil dalam pencocokan biasanya tidak mempengaruhi hasil dari sistem.

Banyak pengembalian informasi sistem otomatis bersifat percobaan. Information retrieval sebagian besar bersifat percobaan dan dilanjutkan di laboratorium sedangkan sistem operasional adalah sistem komersil yang meminta pembayaran bagi layanan yang mereka sediakan. Secara alami dua sistem dievaluasi dengan cara yang berbeda. ‘Dunia nyata' sistem information retrieval dievaluasi dalam kaitannya dengan 'kepuasan pemakai' dan harga yang ingin dibayarkan oleh pemakai layanan. Sistem IR yang bersifat percobaan dievaluasi dengan  membandingkan percobaan perolehan kembali dengan standard khusus untuk tujuan itu.

Read More

Indexing

Suatu bahasa indeks adalah bahasa yang digunakan untuk menguraikan dokumen dan permintaan. Unsur-Unsur dari bahasa indeks adalah terminologi indeks, yang   mungkin diperoleh dari teks dokumen untuk diuraikan, atau mungkin dengan bebas. Bahasa indeks dapat diuraikan menjadi pre-coordinate atau post-coordinate, yang pertama menunjukkan bahwa terminologi dikoordinir ketika mengindeks dan ketika dalam pencarian. Secara lebih rinci, dalam indeks pre-coordinate suatu kombinasi logis tentang segala  terminologi indeks  mungkin digunakan sebagai suatu label untuk mengidentifikasi suatu kelas dokumen, sedangkan di dalam indeks post-coordinate kelas yang sama akan dikenali pada waktu pencarian dengan mengombinasikan kelas dokumen berlabel dengan terminologi indeks individu.

Bahasa indeks yang muncul dari algoritma conflation dapat dijelaskan sebagai indeks dengan kosakata yang tak terkendalikan, post-coordinate dan merupakan turunan. Kosa kata terminologi indeks pada tahap evolusi kumpulan dokumen hanya merupakan satuan dari semua conflation kelas nama.

Ada banyak kontroversi tentang macam bahasa index yang mana yang terbaik untuk pencarian kembali dokumen. Perdebatan utama adalah tentang apakah indeks otomatis sebaik atau lebih baik daripada indeks manual. Masing-masing bisa dilakukan pada berbagai tingkatan kompleksitas. Bagaimanapun, sepertinya terbukti dalam keduanya, indexing otomatis dan manual, menambahkan kompleksitas dalam wujud kendali yang lebih terperinci. Pesan adalah  kosa kata tak terkendalikan berdasar pada bahasa alami untuk mencapai efektivitas pencarian kembali yang dapat diperbandingkan dengan kosa kata dengan kendali rumit.

Mungkin bukti yang paling substansial untuk indexing otomatis telah keluar dari  SMART Project (1966). Salton baru-baru ini meringkas kesimpulan nya:'... pada rata-rata prosedur indeks yang paling sederhana yang mengidentifikasi dokumen yang diinginkan atau kueri oleh satu set terminologi, tertimbang atau  tak tertimbang, diperoleh dari dokumen atau teks kueri adalah juga yang paling efektif'. Rekomendasinya harus jelas, analisa teks otomatis perlu menggunakan terminologi tertimbang diperoleh dari kutipan dokumen yang panjangnya sedikitnya satu dokumen abstrak.

Dokumen representatif yang digunakan oleh SMART project lebih canggih dari pada sekedar daftar batang yang diintisarikan oleh conflation. Tidak ada keraguan, dibanding format kata biasa metode ini lebih efektif ( Carroll dan Debruyn). Pada puncaknya, the SMART project ini menambahkan indeks tertimbang, di mana suatu istilah index mungkin adalah beberapa kelas konsep melalui penggunaan berbagai kamus.

http://www.dcs.gla.ac.uk/keith/chapter1/ch1

http://www.sims.berkeley.edu/~hearts/irbook/1/node2

http://en.wikipedia.org/wiki/informationretrieval

http://kluweronline.com/issn/1386-4564

http://information.net/ir/8-1/paper                     

 http://www.searchtools.com/info/info-retrieval.html 

http://www.aaai.org/AITopics/html/info.html                             

http://www.db.dk/pi/iri/

Read More

Information Retrival dan Data Retrival

Ada beberapa perbedaan yang mendasar antara Retrival Infomation dan Data retrival berikut adalah perbedaannya.

Perbedaan Information  Retrival Dan Data Retrival
Retrival Information

1. Berhubungan dengan text bahasa umum yang tidak selalu terstruktur dan ada kemungkinan memiliki kerancuan arti
2. Informasi yang diambil mengenai subyek atau topic
3. Semantik sering kali hilang
4. Kesalahan kecil masih bisa ditoleransi

Data Retrival

1. Berhubungan dengan data, yang mana semantik strukturnya sudah terdefinisikan
2. Isi dokumen/data mengandung bagian dari keyword
3. Semantik terdefinisi dengan baik
4. Kesalahan kecil/tunggal dari suatu obyek menunjukkan kegagalan

http://www.dcs.gla.ac.uk/keith/chapter1/ch1

http://www.sims.berkeley.edu/~hearts/irbook/1/node2

http://en.wikipedia.org/wiki/informationretrieval

http://kluweronline.com/issn/1386-4564

http://information.net/ir/8-1/paper                     

 http://www.searchtools.com/info/info-retrieval.html 

http://www.aaai.org/AITopics/html/info.html                             

http://www.db.dk/pi/iri/

Read More

Tugas II IR

RETRIEVAL INFORMATION

TEKNOLOGI “GOOGLE SUPER INTERNET”

Disusun Oleh :

Prayogo

043131221098

Angkatan : 43

PROGRAM PASCASARJANA MAGISTER KOMPUTER

STMIK ERESHA

JAKARTA

PENDAHULUAN

Teknologi informasi berkembang sangat pesat dan selalu memanjakan dan memudahkan bagi umat manusia dalam menjalankan aktifitas serta pencarian informasi.Dimana teknologi dibuat semakin simple dan praktis mengikuti peradaban manusia yang ingin selalu praktis dan mudah.Teknologi IR yang saya susun ini sebagai sebuah replika teknologi pencarian informasi Google tanpa perangkat, menggunakan perangkat hanya menggunakan satu chip kita bisa melakukan pencarian data kapanpun dan dimanapun dan ditempat apapun.Jadi dalam hal ini mempermudah manusia dalam pencarian data tanpa harus perangkat seperti laptop dan ponsel atau smartphone.

Teknologi Informasi pada perkembangan nya akan semakin praktis dan semakin mempermudah manusia di segala bidang.Dan selalu memberikan  solusi yang lebih cepat dan akurat dalam hal mencari data dan informasi.

Tangerang Januari 2014

INFORMATION RETRIEVAL

I.    Pengertian Information Retrieval

      Information Retrieval merupakan bagian dari computer science yang berhubungan dengan pengambilan informasi dari dokumen-dokumen yang didasarkan pada isi dan konteks dari dokumen-dokumen itu sendiri. Berdasarkan referensi dijelaskan bahwa Information Retrieval merupakan suatu pencarian informasi  yang didasarkan pada suatu query yang diharapkan dapat memenuhi keinginan user dari kumpulan dokumen yang ada. Beberapa pengertian Information Retrieval dari berbagai sumber, antara lain :

Information Retrieval adalah “studi tentang sistem pengindeksan, pencarian, dan mengingat data, khususnya teks atau bentuk tidak terstruktur lainnya.”[virtechseo.com]

“Information Retrieval adalah seni dan ilmu mencari informasi dalam dokumen, mencari dokumen itu sendiri, mencari metadata yang menjelaskan dokumen, atau mencari dalam database, apakah relasional database itu berdiri sendiri atau database hypertext jaringan seperti Internet atau intranet, untuk teks , suara, gambar, atau data “ [Wikipedia]

Information Retrieval adalah “bidang di persimpangan ilmu informasi dan ilmu komputer.  Berkutat dengan pengindeksan dan pengambilan informasi dari sumber informasi heterogen dan sebagian besar-tekstual. Istilah ini diciptakan oleh Mooers pada tahun 1951, yang menganjurkan bahwa diterapkan ke “aspek intelektual” deskripsi informasi dan sistem untuk pencarian (Mooers, 1951). “ [Hersh, 2003]

Informasi atau data yang dicari dapat berupa berupa teks, image, audio, video dan lain-lain. Koleksi data teks yang dapat dijadikan sumber pencarian juga dapat berupa pesan teks, seperti e-mail, fax, dan dokumen berita, bahkan dokumen yang beredar di internet. Dengan jumlah dokumen koleksi yang besar sebagai sumber pencarian, maka dibutuhkan suatu sistem yang dapat membantu user menemukan dokumen yang relevan dalam waktu yang singkat dan tepat.

Di teknologi informasi terdapat istilah data retrieval, selain information retrieval. Dua hal ini sangatlah berbeda. Data retrieval secara umum menentukan dokumen yang tepat dari suatu koleksi data, yang isi dokumen tersebut mengandung keyword di dalam query user, tidak akan pernah cukup untuk memenuhi kebutuhan informasi user. Berbeda dengan data retrieval, user dari sistem Information Retrieval lebih memperhatikan dalam mendapatkan (retrieve) informasi melalui subyek, daripada retrieve data berdasarkan query yang diberikan, karena user tidak mau tahu bagaimana proses yang sedang berlangsung.

 Maksud DanTujuan

1.      Tujuan dari tugas ini adalah membuat teknologi Retrieval Informasi (IR).adalah membuat teknologi IR dimasa Depan atau masa yang akan datang.Dan belum ada sebelum teknologi tersebut.

2.      Menjadi Melatih imajinasi tentang teknologi masa depan.

TEKNOLOGI RETRIEVAL INFORMATION

“GOOGLE SUPER INTERNET”

Teknologi google masa depan ini adalah dimana google akan menciptakan teknologi internet tanpa perangkat.Bahkan teknologi ini bisa melakukan panggilan telphone dan video panggil atau video call.Bahkan teknologi ini bisa buat menonton televisi.dan fitur multimedia lainnya.Adapun Tekhnologi ini mengandalkan sensitivitas dari voice manusia. Teknologi google yang satu ini berbeda dengan teknologi computer tanpa perangkat namun semua teknologi berbasis INTERNET.Teknologi ini hanya ada satu chip sebagai alat detektor pengguna yang di sediakan google.  Penyimpanan semua file berbasis cloud. Jadi intinya teknologi google ini memberikan fasiitas internet pencarian data tanpa banyak menggunakan perangkat . Selain itu  Berikut ini simulasi dari teknologi teknologi tersebut :

 Simulasi Sistem Kerja

1.  Panggilan Monitor

Dalam sistem kerja dari teknologi masa depan google ini ,untuk menampilkan monitor hanya dengan suara atau voice. Monitor akan lansung tampil didepan kita (tanpa perangkat atau alat) monitor tampil seperti hologram namun jelas seperti monitor sebuah komputer dengan resolusi tinggi.

2. Browsing

Dalam melakukan browsing ini kita tidak memerlukan perangkat sama sekali keyword atau kata kunci yang gunakan menggunakan voice, pada  waktu kita mengatur monitor atau melakukan pemilihan menu bisa menggunakan layar sentuh sebagai alternatifnya namun juga bisa yang paling utamanya menggunakan Voice.setiap kita akan melakukan pencarian dan akan merubah kata kunci pencarian dengan voice juga semua pencarian pun akurat karena teknologi ini mempunyai sensitivitas voise yang tinggi.

3. Menonton Televisi

Merupakan fitur tambahan dimana dimana teknologi ini juga bisa memungkinkan pengguna untuk menonton televisi.lagi-lagi tanpa alat apapun.hanya melakukan panggilan dengan suara.

4. Video Calling

Merupakan fitur tambahan namu sangat fital dimana kita bisa melakunkan panggilan telphone sampai sampai video calling dan ini pun tanpa menggunakan perangkat apapun. Hanya dengan voice juga.

5. Google Memberi alat Chip Detektor untuk pelanggannya.

Keunggulan Dari Teknologi ini

1. Browsing internet tanpa perangkat atau alat seperti komputer atau laptop.
2. Penyimpanan semua berbasis Cloud (awan)
3. Panggilan Telepon (Tanpa Perangkat)
4. Video Calling (Tanpa Perangkat)
5. Menonton Televisi ( Tanpa Perangkat)
6. Trasfer data (data bisa ditransfer kerangkat perangkat keras (drive)
7. Singkonisasi Google Glass dan suara manusia sehingga setiap pelanggan atau pengguna  teknologi GOOGLE IR ini bisa mencari informasi informasi dari setiap apapun yang dilihat oleh pengguna.

     

   

Read More

Tugas IR

RETRIEVAL INFORMATION

TEKNOLOGI “GOOGLE SUPER FOOD DETECTOR”

Disusun Oleh :

Prayogo

043131221098

Angkatan : 43

PROGRAM PASCASARJANA MAGISTER KOMPUTER

STMIK ERESHA

JAKARTA

Pendahuluan

Teknologi informasi berkembang sangat pesat dan selalu memanjakan dan memudahkan bagi umat manusia dalam menjalankan aktifitas serta pencarian informasi.Dengan teknologi IR masa depan dibawah ini ,dimana manusia akan dimudahkan dalam soal makanan.Karena Teknologi IR masa depan yang saya imajinasikan ini yaitu “ Google Super Food Detector”. Didalam teknologi ini manusia akan lebih mengerti kandungan makanan yang kan dikonsumsi.

Mudah-mudahan dengan teknologi IR masa depan ini manusia masa dimasa depan akan lebih bisa memilih makanan yang dibutuhkan.

Teknologi Informasi pada perkembangan nya akan semakin praktis dan semakin mempermudah manusia di segala bidang.Dan selalu memberikan  solusi yang lebih cepat dan akurat dalam hal mencari data dan informasi.

  Tangerang Januari 2014

INFORMATION RETRIEVAL

I.    Pengertian Information Retrieval

      Information Retrieval merupakan bagian dari computer science yang berhubungan dengan pengambilan informasi dari dokumen-dokumen yang didasarkan pada isi dan konteks dari dokumen-dokumen itu sendiri. Berdasarkan referensi dijelaskan bahwa Information Retrieval merupakan suatu pencarian informasi  yang didasarkan pada suatu query yang diharapkan dapat memenuhi keinginan user dari kumpulan dokumen yang ada. Beberapa pengertian Information Retrieval dari berbagai sumber, antara lain :

Information Retrieval adalah “studi tentang sistem pengindeksan, pencarian, dan mengingat data, khususnya teks atau bentuk tidak terstruktur lainnya.”[virtechseo.com]

“Information Retrieval adalah seni dan ilmu mencari informasi dalam dokumen, mencari dokumen itu sendiri, mencari metadata yang menjelaskan dokumen, atau mencari dalam database, apakah relasional database itu berdiri sendiri atau database hypertext jaringan seperti Internet atau intranet, untuk teks , suara, gambar, atau data “ [Wikipedia]

Information Retrieval adalah “bidang di persimpangan ilmu informasi dan ilmu komputer.  Berkutat dengan pengindeksan dan pengambilan informasi dari sumber informasi heterogen dan sebagian besar-tekstual. Istilah ini diciptakan oleh Mooers pada tahun 1951, yang menganjurkan bahwa diterapkan ke “aspek intelektual” deskripsi informasi dan sistem untuk pencarian (Mooers, 1951). “ [Hersh, 2003]

Informasi atau data yang dicari dapat berupa berupa teks, image, audio, video dan lain-lain. Koleksi data teks yang dapat dijadikan sumber pencarian juga dapat berupa pesan teks, seperti e-mail, fax, dan dokumen berita, bahkan dokumen yang beredar di internet. Dengan jumlah dokumen koleksi yang besar sebagai sumber pencarian, maka dibutuhkan suatu sistem yang dapat membantu user menemukan dokumen yang relevan dalam waktu yang singkat dan tepat.

Di teknologi informasi terdapat istilah data retrieval, selain information retrieval. Dua hal ini sangatlah berbeda. Data retrieval secara umum menentukan dokumen yang tepat dari suatu koleksi data, yang isi dokumen tersebut mengandung keyword di dalam query user, tidak akan pernah cukup untuk memenuhi kebutuhan informasi user. Berbeda dengan data retrieval, user dari sistem Information Retrieval lebih memperhatikan dalam mendapatkan (retrieve) informasi melalui subyek, daripada retrieve data berdasarkan query yang diberikan, karena user tidak mau tahu bagaimana proses yang sedang berlangsung.

 Maksud DanTujuan

1.      Tujuan dari tugas ini adalah membuat teknologi Retrieval Informasi (IR).adalah membuat teknologi IR dimasa Depan atau masa yang akan datang.Dan belum ada sebelum teknologi tersebut.

2.      Menjadi Melatih imajinasi tentang teknologi masa depan.

TEKNOLOGI RETRIEVAL INFORMATION

“GOOGLE SUPER FOOD DETECTOR”

Teknologi Google masa depan ini adalah dimana google akan menciptakan teknologi yang bisa mendeteksi  kandungan baik gizi maupun kandungan bahan yang lain ,yang ada dalam makanan dan buah buahan.

 Simulasi Sistem Kerja

1.  Tabung Detector

Teknologi ini dilengkapi dengan tabung detector ,dimana nanti makanan atau buah yang dimasukan kedalam tabung detektor akan langsung  terdeteksi dan dan akan tampil dimonitor.Dan secara otomatis kandungan gizi atau composisi makanan tersebut secara lengkap.Selain itu kita bisa juga mendeteksi kandungan gizi atau vitamin dan akan tampil di monitor tampilan.

Keunggulan Dari Teknologi ini

1. Mampu mendeteksi  Kandungan semua jenis makanan dan buah-buahan.

Teknologi ini mampu mendeteksi semua kandungan yang ada dalam makanan dan buah- buahan.

2. Mampu mendeteksi resep  yang terkandung dalam makanan tersebut.

Teknologi ini mampu mendeteksi lalu menjabarkan resep yang terkandung dalam makanan tersebut.

Mampu mendeteksi  Kandungan semua jenis makanan dan buah-buahan

Dengan teknologi super Food Detection ini mampu mendeteksi kandungan gizi yang ada dalam makanan atau buah-buahan.Hal ini akan memudahkan bagi umat manusia untuk mengetahui kandungan Gizi yang di konsumsi.

Mampu mendeteksi Resep Makanan

Teknologi Google ini akan mampu mendeteksi kandungan bahan yangan ada dalam makanan atau lebih mudahnya mengetahui resep makanan yang ada dalam makanan tersebut.Jadi kita perlu susa mencari resep makanan dengan alat detector ini mampu mendeteksi kandungan composisi resep semua makanan.Jadi dengan demikian kita akan lebih tahu kandungan makan yang kita konsumsi dengan sebenar-benarnya tanpa ada keraguan.

     

   

Read More

Teknik IR Boolean

Ada beberapa teknik temu-kembali informasi yang telah dikembangkan yaitu teknik Boolean sederhana dan teknik Boolean berperingkat (Fitriyanti,1997), serta teknik Extended Boolean berdasarkan p-norm model (Andri,1997). Untuk lebih jelasnya mengenai perbedaan dan keungulan masing-masing teknik ini dapat dilihat pada penjelasan berikut.

1.       Teknik Boolean  

Teknik Boolean merupakan suatu cara dalam mengekspresikan keinginan pemakai ke sebuah kueri dengan mamakai operator-operator Boolean (Salton,1989) yaitu : “and”, “or”, dan “not”. Adapun maksud dari operator “and” adalah untuk menggabungkan istilah-istilah kedalam sebuah ungkapan, dan operator “or” adalah untuk memperlakukan istilah-istilah sebagai sinonim, sedangkan operator “not” merupakan sebuah pembatasan. Pada teknik Boolean sederhana, kueri diproses sesuai dengan operator yang digunakan dan menampilkan dokumen berdasarkan urutan dokumen ditemukan. Sedangkan pada teknik Boolean berperingkat, dokumen diperingkat berdasarkan bobot dari dokumen. Adapun pembobotan dari masing-masing dokumen  berdasarkan aturan sebagai berikut :

        A and B         ®      D_1AÇB, D_2AÇB, ...®d_1AÇB > d_2AÇB >

         ...  dengan d_AÇB = min(d_A,d_B)

        A or B            ®      D_1AÈB, D_2AÈB, ...®d_1AÈB > d_2AÈB >

        ...   dengan d_AÈB = max(d_A,d_B)

        Not A             à      U – d_A

Dimana d_A menyatakan bobot istilah A pada dokumen D. Bobot istilah ini didapat dari hasil proses Indexing. Min(d_A,d_B) berarti bahwa sebuah dokumen di retrieve dengan bobot sebesar nilai terkecil dari bobot-bobot istilah yang dipunyainya. Max(d_A,d_B) berarti bahwa sebuah dokumen di retrieve dengan bobot sebesar nilai terbesar dari bobot-bobot istilah yang dipunyainya.

Sumber : staff.ui.ac.id/system/files/users/zhasibua/.../retrieval-techniques.doc‎

Read More

Web Crawler

Beberapa  hari yang lalu saya belajar tentang web Crawler ,memang hal ini bukan hal asing lagi namun untuk lebih tahu tentang hal itu tentu membuat saya penasaran secara teori kita harus tahu dong?Nah yuk kita sinak apa sih web crawler itu dan apa saja sih jenisnya?

WEB CRAWLER

Web crawler adalah suatu program atau script otomat yang relatif simple, yang dengan metode tertentu melakukan scan atau “crawl” ke semua halaman-halaman Internet untuk membuat index dari data yang dicarinya. Nama lain untuk web crawl adalah web spider, web robot, bot, crawl dan automatic indexer.

Web crawl dapat digunakan untuk beragam tujuan. Penggunaan yang paling umum adalah yang terkait dengan search engine. Search engine menggunakan web crawl untuk mengumpulkan informasi mengenai apa yang ada di halaman-halaman web publik. Tujuan utamanya adalah mengumpukan data sehingga ketika pengguna Internet mengetikkan kata pencarian di komputernya, search engine dapat dengan segera menampilkan web site yang relevan.

CONTOH WEB CRAWLER

Beberapa contoh web crawler:

1.      Teleport Pro

Salah satu software web crawler untuk keperluan offline browsing. Software ini sudah cukup lama popular, terutama pada saat koneksi internet tidak semudah dan secepat sekarang. Software ini berbayar dan beralamatkan di http://www.tenmax.com.

2.      HTTrack

Ditulis dengan menggunakan C, seperti juga Teleport Pro, HTTrack merupakan software yang dapat mendownload konten website menjadi sebuah mirror pada harddisk anda, agar dapat dilihat secara offline. Yang menarik software ini free dan dapat di download pada website resminya di http://www.httrack.com

3.      Googlebot

Merupakan web crawler untuk membangun index pencarian yang digunakan oleh search engine Google. Kalau website anda ditemukan orang melalui Google, bisa jadi itu merupakan jasa dari Googlebot. Walau konsekuensinya, sebagian bandwidth anda akan tersita karena proses crawling ini.

4.      Yahoo!Slurp

Kalau Googlebot adalah web crawler andalan Google, maka search engine Yahoo mengandalkan Yahoo!Slurp. Teknologinya dikembangkan oleh Inktomi Corporation yang diakuisisi oleh Yahoo!.

5.      YaCy

Sedikit berbeda dengan web crawler  lainnya di atas, YaCy dibangun atas prinsip jaringan P2P (peer-to-peer), di develop dengan menggunakan java, dan didistribusikan pada beberapa ratus mesin computer (disebut YaCy peers). Tiap-tiap peer di share dengan prinsip P2P untuk berbagi index, sehingga tidak memerlukan server central. Contoh search engine yang menggunakan YaCy adalah Sciencenet (http://sciencenet.fzk.de), untuk pencarian dokumen di bidang sains. 

CARA KERJA WEB CRAWLER

1.  Mesin pencari web bekerja dengan cara menyimpan informasi tentang banyak halaman web, yang diambil langsung dari WWW. Halaman-halaman ini diambil dengan web crawler — browser web otomatis yang mengikuti setiap pranala yang dilihatnya. Isi setiap halaman lalu dianalisis untuk menentukan cara mengindeksnya (misalnya, kata-kata diambil dari judul, subjudul, atau field khusus yang disebut meta tag). Data tentang halaman web disimpan dalam sebuah database indeks untuk digunakan dalam pencarian selanjutnya.

2.  Mesin pencari juga menyimpan dan memberikan informasi hasil pencarian berupa pranala yang merujuk pada file, seperti file audio, file video, gambar, foto dan sebagainya.

3. Ketika seorang pengguna mengunjungi mesin pencari dan memasukkan query, biasanya dengan memasukkan kata kunci, mesin mencari indeks dan memberikan daftar halaman web yang  paling sesuai dengan kriterianya.

Sumber : 
http://blog.um.ac.id/corianna/2011/12/14/search-engine-web-crawler/
http://www.bum1.info/2012/03/daftar-web-crawler.html#ixzz2PsQXx5xr

Read More

Information Retrival

  Pengertian Information Retrieval

Information Retrieval merupakan bagian dari computer science yang berhubungan dengan pengambilan informasi dari dokumen-dokumen yang didasarkan pada isi dan konteks dari dokumen-dokumen itu sendiri. Berdasarkan referensi dijelaskan bahwa Information Retrieval merupakan suatu pencarian informasi  yang didasarkan pada suatu query yang diharapkan dapat memenuhi keinginan user dari kumpulan dokumen yang ada. Beberapa pengertian Information Retrieval dari berbagai sumber, antara lain :

Information Retrieval adalah “studi tentang sistem pengindeksan, pencarian, dan mengingat data, khususnya teks atau bentuk tidak terstruktur lainnya.”[virtechseo.com]

“Information Retrieval adalah seni dan ilmu mencari informasi dalam dokumen, mencari dokumen itu sendiri, mencari metadata yang menjelaskan dokumen, atau mencari dalam database, apakah relasional database itu berdiri sendiri atau database hypertext jaringan seperti Internet atau intranet, untuk teks , suara, gambar, atau data “ [Wikipedia]

Information Retrieval adalah “bidang di persimpangan ilmu informasi dan ilmu komputer.  Berkutat dengan pengindeksan dan pengambilan informasi dari sumber informasi heterogen dan sebagian besar-tekstual. Istilah ini diciptakan oleh Mooers pada tahun 1951, yang menganjurkan bahwa diterapkan ke “aspek intelektual” deskripsi informasi dan sistem untuk pencarian (Mooers, 1951). “ [Hersh, 2003]

Informasi atau data yang dicari dapat berupa berupa teks, image, audio, video dan lain-lain. Koleksi data teks yang dapat dijadikan sumber pencarian juga dapat berupa pesan teks, seperti e-mail, fax, dan dokumen berita, bahkan dokumen yang beredar di internet. Dengan jumlah dokumen koleksi yang besar sebagai sumber pencarian, maka dibutuhkan suatu sistem yang dapat membantu user menemukan dokumen yang relevan dalam waktu yang singkat dan tepat.

Di teknologi informasi terdapat istilah data retrieval, selain information retrieval. Dua hal ini sangatlah berbeda. Data retrieval secara umum menentukan dokumen yang tepat dari suatu koleksi data, yang isi dokumen tersebut mengandung keyword di dalam query user, tidak akan pernah cukup untuk memenuhi kebutuhan informasi user. Berbeda dengan data retrieval, user dari sistem Information Retrieval lebih memperhatikan dalam mendapatkan (retrieve) informasi melalui subyek, daripada retrieve data berdasarkan query yang diberikan, karena user tidak mau tahu bagaimana proses yang sedang berlangsung.

Read More