Course Information Retrieval System

Course Description

This course discusses algorithms and applications developed in Information Retrieval. The focus of this course includes discussions on preprocessing, document classification, sentiment analysis, document clustering, document summarization, and natural language processing. And there is also more emphasis on how to apply algorithms in each topic discussed in Information Retrieval. Several visual tools (software), such as Netbeans, Microsoft Visual Studio and Matlab, are used to make lectures easier. This course discusses algorithms and applications developed in Information Retrieval. The focus of this course includes discussions on preprocessing, document classification, sentiment analysis, document clustering, document summarization, and natural language processing. And there is also more emphasis on how to apply algorithms in each topic discussed in Information Retrieval. Several visual tools (software), such as Netbeans, Microsoft Visual Studio and Matlab, are used to make lectures easier.

Program Objectives (PO)

Mahasiswa mampu menjelaskan konsep dasar, arsitektur, dan komponen dalam sistem temu kembali informasi.
Mampu mengidentifikasi dan menganalisis tantangan dalam sistem pencarian informasi, serta mengembangkan solusi berbasis data yang dapat meningkatkan kualitas dan relevansi hasil pencarian.
Mampu mengintegrasikan teknologi terkini, seperti Natural Language Processing (NLP) dan Machine Learning, untuk meningkatkan performa sistem temu kembali informasi.
Mampu mengembangkan, mengimplementasikan, dan mengevaluasi sistem temu kembali informasi berbasis teknologi cloud, big data, dan aplikasi mobile untuk memenuhi kebutuhan pengguna yang beragam.
Mampu berkolaborasi dalam tim untuk merancang dan mengembangkan sistem IR yang dapat menyelesaikan masalah nyata, dengan memperhatikan etika profesi dan tanggung jawab sosial.

Mampu mengembangkan dan menerapkan algoritma dan model pencarian informasi untuk mengoptimalkan sistem IR dalam hal kecepatan, akurasi, dan relevansi hasil pencarian.
Mampu melakukan evaluasi terhadap sistem temu kembali informasi berdasarkan metrik evaluasi yang tepat (precision, recall, F-measure) untuk meningkatkan kualitas layanan pencarian informasi.
Mampu menyelesaikan masalah yang kompleks dalam bidang teknologi informasi, khususnya yang berkaitan dengan sistem temu kembali informasi, melalui penggunaan pendekatan berbasis data dan pemikiran sistematis.
Mampu beradaptasi dengan perubahan teknologi dan metodologi terbaru dalam pengembangan sistem temu kembali informasi untuk meningkatkan performa dan kapabilitasnya.
Mampu menyusun laporan dan presentasi yang jelas dan terstruktur mengenai proyek sistem temu kembali informasi yang dikembangkan, serta memberikan solusi berbasis teknologi untuk tantangan yang dihadapi.

Aktifitas Pembelajaran

Pertemuan 1
Konsep Sistem Temu Kembali Informasi.
Date 27 Agustus 2025
Pertemuan 2
Model-model representasi informasi dalam STKI
Date 3 September 2025
Pertemuan 3
Metode indexing dokumen dan pembobotan TF-IDF
Date 10 September 2025
Pertemuan 4
Melakukan preprocessing teks: tokenisasi, stopwords removal, stemming
Date 17 September 2025
Pertemuan 5
Merancang arsitektur sistem STKI berdasarkan kebutuhan pengguna
Date 24 September 2025
Pertemuan 6
Teknik perbaikan hasil temu kembali informasi.
Date 1 Oktober 2025
Pertemuan 7
Teknik perbaikan hasil temu kembali informasi.
Date 8 Oktober 2025
Pertemuan 8
Ujian Sub-Sumatif / Ujian Tengah Semester
Date 15 Oktober 2025
Pertemuan 9
NLP dalam query expansion dan pengolahan permintaan alami
Date 29 Oktober 2025
Pertemuan 10
Teknik embeddings dan machine learning untuk sistem temu kembali cerdas
Date 5 November 2025
Pertemuan 11
Deep learning (BERT, transformer) untuk peningkatan performa STKI
Date 12 November 2025
Pertemuan 12
Menyusun rancangan STKI berbasis kebutuhan organisasi
Date 19 November 2025
Pertemuan 13
Sistem STKI sesuai rancangan
Date 26 November 2025
Pertemuan 14
Laporan akhir STKI dan presentasi proyek
Date 3 Desember 2025
Pertemuan 15
Evaluasi akhir semester: menjelaskan dan menganalisis materi minggu 9-14
Date 10 Desember 2025
Pertemuan 16
Evaluasi akhir semester: menjelaskan dan menganalisis materi minggu 9-14
Date 17 Desember 2025