Tubes 2 Aljabar Linear dan Geometri IF2123
Hampir semua dari kita pernah menggunakan search engine, seperti google, bing dan yahoo! search. Setiap hari, bahkan untuk sesuatu yang sederhana kita menggunakan mesin pencarian Tapi, pernahkah kalian membayangkan bagaimana cara search engine tersebut mendapatkan semua dokumen kita berdasarkan apa yang ingin kita cari? Sebagaimana yang telah diajarkan di dalam kuliah pada materi vector di ruang Euclidean, temu-balik informasi (information retrieval) merupakan proses menemukan kembali (retrieval) informasi yang relevan terhadap kebutuhan pengguna dari suatu kumpulan informasi secara otomatis. Biasanya, sistem temu balik informasi ini digunakan untuk mencari informasi pada informasi yang tidak terstruktur, seperti laman web atau dokumen.
Ide utama dari sistem temu balik informasi adalah mengubah search query menjadi ruang vektor Setiap dokumen maupun query dinyatakan sebagai vektor w = (w1, w2,..., wn) di dalam Rn, dimana nilai wi dapat menyatakan jumlah kemunculan kata tersebut dalam dokumen (term frequency). Penentuan dokumen mana yang relevan dengan search query dipandang sebagai pengukuran kesamaan (similarity measure) antara query dengan dokumen. Semakin sama suatu vektor dokumen dengan vektor query, semakin relevan dokumen tersebut dengan query. Kesamaan tersebut dapat diukur dengan cosine similarity
- Node.js
- Express.js
- Sastrawijs
- jsdom
- multer
- vue-cli
- vue
- axios
- eslint
- esling-plugin-vue
- core-js
- bulma
Terlampir di laporan Bab IV
- Buka terminal
- Lakukan
git clone git@github.com:zenovore/Algeo02-19090
ataugit clone https://github.com/zenovore/Algeo02-19090
- Pindah ke direktori project ini
- Jalankan
npm install
- Jalankan
npm start
- Buka terminal baru lalu pindah ke direktori project ini
- Install
serve
dengannpm install -g serve
- lakukan
cd src/frontend
- jalankan
npm run build && serve dist
- Buka
http://localhost:5000/
di peramban
Terlampir di laporan Bab IV
Upcoming features
- Mendapatkan urutan dokumen sesuai dengan relevansinya
- Menampilkan tabel jumlah kemunculan sesuai dengan Term yang dicari
- Mengupload dokumen milik sendiri dan mengetahui relevansi kata yang diingini
Project is: complete
Credits:
- Vue.js documentations
- Vue.js tutorials
- axios tutorials
- Node.js tutorials
- Express.js tutorials
Nama | NIM | Kerjaan |
---|---|---|
Alexander | 13519090 | Mekanisme penggunggahan dokumen & styling |
Alvin Wilta | 13519163 | Persamaan cosine & tabel |
Josep Marcello | 13519164 | Web-scraper & menghubungkan search dari backend ke frontend |