<![CDATA[Pencarian ayat Alkitab yang relevan berdasarkan tema perasaan merupakan tantangan signifikan bagi pengguna, disebabkan oleh banyaknya jumlah ayat dan variasi bahasa yang kompleks. Sistem pencarian konvensional seringkali tidak mampu menangkap nuansa emosional yang diinginkan pengguna. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan membandingkan performa sistem temu kembali informasi ayat Alkitab menggunakan metode Jaccard Similarity dan Cosine Similarity. Data yang digunakan terdiri dari 31.102 ayat Alkitab dari website SABDA yang melalui tahap preprocessing teks. Metode Cosine Similarity memanfaatkan pembobotan TF-IDF, sedangkan Jaccard Similarity berbasis himpunan kata. Hasil pencarian kemudian dikelompokkan menggunakan algoritma K-Means Clustering untuk memisahkan hasil relevan dan kurang relevan. Evaluasi dilakukan menggunakan metrik Precision, Recall, dan F1-Score untuk metode similaritas, serta Davies-Bouldin Index (DBI) untuk kualitas clustering. Hasil penelitian menunjukkan bahwa Cosine Similarity secara konsisten mengungguli Jaccard Similarity, dengan nilai macro average F1-Score sebesar 0,46 berbanding 0,34. Kualitas clustering pada Cosine Similarity juga lebih superior dengan skor DBI 0,252. Penelitian ini menyimpulkan bahwa Cosine Similarity merupakan metode yang lebih efektif untuk pencarian ayat Alkitab berbasis sentimen.]]>
Copyrights © 2025
