Model Probabilistic.

Slides:



Advertisements
Presentasi serupa
3 Probabilitas Ruang Sampel Kejadian Menghitung Titik Sampel
Advertisements

HASIL DAN PEMBAHASAN DIPERBINCANGKAN MENGENAI HASIL PENGOLAHAN DAN INTERPRETASI DATA EMPIRIK. PEMBAHASAN INI DIARAHKAN PADA ‘PENEGASAN’ JAWABAN MANA YANG.
Konsep Dasar Sistem Temu Kembali Informasi
Konsep Dasar Sistem Informasi
UNIT 2B Bagaimana Memanfaatkan Media dalam Pembelajaran?
Ratri Enggar Pawening Materi 4 I NFORMATION R ETRIEVAL.
StopList dan Stemming yasmi afrizal
BY DR. HERI NUGRAHA. SE.MSi
DASAR-DASAR STATISTIK
TUGAS PENHENDALIAN KULITAS RESUME JURNAL
Ranked Retrieval Pencarian Boolean Menghasilkan sekumpulan dokumen yang cocok dengan query, yang tidak cocok tidak muncul Pada kasus.
STATISTIK By : Meiriyama Program Studi Teknik Informatika
Komponen Data warehouse
MANAJEMEN DATA.
KETIDAKPASTIAN (UNCERTAINTY)
PENGERTIAN UMUM PERANAN STATISTIK 1. Peranan statistik
CARA MENCARI IDE POSTINGAN. MENCARI IDE POSTINGAN 1.BRAINSTORMING 2.LIHAT POSTINGAN ORANG LAIN 3.CERMATI KOMENTAR PENGUNJUNG 4.LIHAT SITUS TANYA JAWAB.
DASAR – DASAR SISTEM INFORMASI
Final Project Temu Balik Informasi
MATERI PROJECT TI 2014 B Taufik Ari Arnandan ( )
Review Jurnal Nasional
Temu Balik Informasi Materi Pertemuan Ke – 1 Materi Dasar TBI
Sistem Informasi Manajeman.
METODE DAN MODEL TEMU BALIK INFORMASI Luthfi Nurrohman ( )
Temu Balik Informasi BY : Taufik Ari Arnandan ( )
B A B I A. PENGERTIAN STATISTIK
TEMU BALIK INFORMASI.
PERBEDAAN SEARCH ENGINE
Konsep dan Model-model Sistem Temu Balik Informasi
SISTEM Sistem adalah suatu istilah untuk menguraikan hubungan antar komponen yang berfungsi secara bersama-sama untuk mencapai suatu tujuan tertentu.
Konsep dan model temu balik informasi
Sistem Temu Kembali Informasi Multimedia
TEMU BALIK INFORMASI Multimedia Dalam Temu Balik Informasi.
Konsep, Metode dan Model Temu Kembali Informasi
Pengantar Statistik dan Probabilitas
EFEKTIFITAS SELEKSI FITUR DALAM SISTEM TEMU-KEMBALI INFORMASI
BAB I TEKNIK SIMULASI.
Anggota Kelompok : Kurniawan Novi Pambudi
A. Pengertian Statistik
Review Jurnal Temu Balik Informasi
TEMU BALIK INFORMASI MULTIMEDIA
A. Pengertian Statistik
TEMU KEMBALI INFORMASI
Temu balik informasi Anggota Kelompok Ikhsan Fauji
FINAL PROJECT TEMU BALIK INFORMASI
Ketua Kelompok Dian Restiani Anggota : Wahyu Septi Anjar
TUJUAN (1) Mahasiswa dapat menjelaskan Ilmu Pengolahan Text dan Informasi. (C2) Mahasiswa dapat menjelaskan Model-model Sistem Temu Balik Informasi. (C2)
StopList dan Stemming yasmi afrizal
ANALISIS DAN DESAIN SISTEM INFORMASI
TEORI PROBABILITAS.
A. Pengertian Statistik
Harapan matematik (ekspektasi)
ANALISIS DAN DESAIN SISTEM INFORMASI PERTEMUAN -1 RANI SUSANTO, S. KOM
Sistem TEMU KEMBALI INFORMASI
Tujuan 14-1 Menjelaskan Konsep Sampel Yang Representatif
STATISTIKA DAN PENERAPANNYA
Pengenalan Temu Balik Informasi.
Nugraha Iman Santosa ( )
SEARCH ENGINE.
Model Boolean dan Advanced Boolean
Pembobotan Kata (Term Weighting)
DASAR – DASAR SISTEM INFORMASI
Temu Balik Informasi.
Konsep Pengolahan Data Elektronik
Prinsip Dan Proses Temu Balik Informasi Model Boolean
STATISTIKA PROBABILITAS
“MODEL BOOLEAN DAN ADVANCED BOOLEAN”
MODEL probabilistik KELOMPOK 6.
ESTIMASI DAN KEPUTUSAN STATISTIK (HIPOTESIS)
BELAJAR MEMBUAT PRESENTASI PRESENTASI PERTAMAKU.
Transcript presentasi:

Model Probabilistic

KELOMPOK AGUNG NURIZAL 15.11.0140 NUGRAHANING WIDI 15.11.0138 IMAM SEFUDIN 15.11.0244 MUJIBUROHMAN 15.11.0085 YANWAR DWI 15.11.0173

PENGERTIAN Model probabilistik adalah model sistem temu kembali informasi yang mengurutkan dokumen dalam urutan menurun terhadap peluang relevansi sebuah dokumen terhadap informasi yang dibutuhkan.

Dalam model probabilistik (peluang), temu kembali informasi tergantung pada dua komponen utama yaitu sekumpulan dokumen yang diidentifikasi sebagai record yang relevan dan yang tidak relevan

Dari beberapa model temu kembali informasi, masing-masing memiliki cara mempresentasikan dokumen atau kueri melalui cara pembobotan istilah penyusunnya. Dalam model probabilistik, bobot istilah dianggap sebagai nilai peluang. Jika istilah muncul dalam suatu dokumen maka nilai bobotnya 1 jika sebaliknya maka 0. Istilah kueri, dibobot dengan 1 untuk masing-masing istilah. Karena nilai bobotnya 1 atau 0, hal ini sering dinggap sebagai kelemahan cara pembobotan ini, karena menghilangkan faktor frekuensi istilah.

Karakteristik model probabilistik Melakukan pendugaan page relevansi dengan menggunakan probabilistic Mempunyai teoritical framework yang jelas, yaitu berdasarkan prinsip statistik, relevansi dokumen dapat diupdate, adanya feed back/timbal balik dari user. Ide dasarnya yaitu kueri dapat menghasilkan jawaban yang benar, menggunakan indeks term, menggunakan pendugaan awal, menggunakan initial hasil, dan feed back dari user dapat memperbaiki probabilitas dari relevansi

Tujuan model probabilistik Tujuan dari model ini adalah untuk menentukan kemungkinan dari relevansi berdasarkan kueri yang diberikan

contoh mesin pencarian yang menggunakan model probabilistik Google Bling Yahoo

TERIMA KASIH