<![CDATA[Peningkatan jumlah dokumen ancaman siber menyebabkan proses pencarian informasi menjadi semakin kompleks karena metode berbasis kata kunci belum mampu memahami hubungan semantik antar dokumen. Penelitian ini bertujuan membandingkan performa metode Term Frequency–Inverse Document Frequency (TF-IDF) dan Sentence Bidirectional Encoder Representations from Transformers (Sentence-BERT) pada sistem pencarian dokumen ancaman siber. Tahapan penelitian meliputi impor dataset CyberBERT, preprocessing teks, pembangunan model pencarian, pengujian menggunakan kueri, serta evaluasi hasil berdasarkan relevansi dokumen dan waktu respons. Dataset yang digunakan terdiri atas 33 dokumen yang diproses menjadi representasi vektor menggunakan TF-IDF dan embedding berdimensi 384 menggunakan Sentence-BERT. Hasil penelitian menunjukkan bahwa kedua metode mampu mengembalikan dokumen yang relevan terhadap kueri yang diberikan, namun menghasilkan urutan dokumen yang berbeda karena perbedaan pendekatan representasi teks. Metode TF-IDF memiliki waktu respons lebih cepat, yaitu 0,0085 detik, sedangkan Sentence-BERT membutuhkan 0,0357 detik. Di sisi lain, Sentence-BERT lebih mampu menangkap hubungan semantik sehingga menghasilkan pencarian yang lebih kontekstual. Dengan demikian, TF-IDF lebih unggul dari sisi efisiensi, sedangkan Sentence-BERT lebih efektif dalam memahami makna dokumen sehingga sesuai untuk sistem semantic search pada domain ancaman siber.]]>
Copyrights © 2026
