<![CDATA[Perkembangan teknologi pada era globalisasi saat ini, membawa pengaruh besar dalam proses pencarian informasi, kebutuhan akan informasi juga harus cepat dan dapat memudahkan user tanpa harus mengetik secara persis query judul dokumen yang akan dicari. Sistem aplikasi pencarian dokumen ini dibuat penulis bertujuan untuk mengevaluasi efektifitas dari suatu sistem perolehan informasi (information retrieval) yang menggunakan model pendekatan pengukuran kesamaan digram dengan cara membandingkan satu model pendekatan model lain. Dengan menerapkan tahap pembentukkan token, pembobotan profil (digram), dan fungsi similarity. Dari hasil penghitungan rata-rata precision dan recall akan didapatkan kumpulan titik efektifitas yang pada akhirnya penelitian ini akan digambarkan dalam bentuk tabel. Selanjutnya tabel tersebut akan disatukan dengan satu tabel yang menampilkan rata-rata precision dan recall pada penelitian yang terkait, untuk dilakukan perbandingan dalam memperoleh kesimpulan akhir. Pada Vector Space Model, setiap dokumen di dalam database dan query pengguna direpresentasikan oleh suatu vector multi-dimensi sesuai dengan jumlah profil dalam dokumen yang terlibat pada penelitian ini, metode yang digunakan untuk melakukan pemrofilan teks ialah dengan menggunakan metode digram. Dimana teks akan dibaca perhuruf yang nantinya akan dibuat digram dari huruf-huruf tersebut dan pembobotan biner dimana setiap digram yang ada pada sebuah string diberi bobot 1. Fungsi dari kesetaraan Ochiai adalah untuk mengetahui similarity atau tingkat kesetaraan antara query yang di-input dengan dokumen yang berada di dalam database, jika similarity dokumen yang di-input melebihi dari threshold yang telah dipilih, maka dokumen tersebut adalah dokumen yang relevan untuk ditampilkan di tabel hasil pencarian.]]>
