Mata Kuliah
Sistem Temu Kembali Informasi

Mata kuliah Sistem Temu Kembali Informasi membahas teori, metode, dan implementasi sistem yang memungkinkan pengguna menemukan informasi relevan dari koleksi data yang besar. Mahasiswa akan mempelajari dasar-dasar sistem temu kembali, termasuk representasi dokumen, pemodelan informasi, evaluasi performa, dan pemrosesan bahasa alami untuk peningkatan relevansi. Mata kuliah ini juga mengeksplorasi teknologi terkini seperti pencarian semantik, machine learning untuk IR (Information Retrieval), serta implementasi sistem berbasis web dan arsitektur skala besar. Diharapkan mahasiswa mampu merancang dan mengembangkan sistem temu kembali yang efisien dan relevan untuk aplikasi di bidang informatika seperti search engine, digital library, dan rekomendasi sistem.

• CPL-5
  Menguasai dan mengaplikasikan teori-teori, konsep, prinsip, dan teknologi terkini dalam bidang Teknik Informatika, termasuk Data Sains, Kecerdasan Artifisial, Jaringan Cerdas, Rekayasa Perangkat Lunak, serta Sistem dan Teknologi Informasi untuk mengembangkan ilmu pengetahuan dan teknologi melalalui riset dan penciptaan karya inovatif.
• CPL-7
  Menganalisis kebutuhan dan menyelesaikan masalah yang kompleks dalam berbagai bidang Teknik Informatika, menggunakan metode analitis dan pendekatan ilmiah.
• CPL-8
  Mengevaluasi kinerja sistem dan teknologi informasi serta mengimplementasikan perbaikan berkelanjutan berdasarkan data dan analisis.
• CPL-9
  Mengembangkan solusi inovatif untuk meningkatkan efisiensi dan efektivitas organisasi dengan memanfaatkan teknologi informasi terbaru.
• CPL-10
  Memiliki kecakapan umum yang dibutuhkan sebagai dasar untuk penguasaan ilmu pengetahuan dan teknologi serta bidang kerja yang relevan, seperti kemampuan manajerial, etika profesional, dan kepemimpinan.

CPMK-1
Mahasiswa mampu menjelaskan konsep dasar, arsitektur, dan komponen dalam sistem temu kembali informasi.

CPMK-2
Mahasiswa mampu menerapkan metode pengindeksan dan perhitungan bobot dokumen seperti TF-IDF dalam sistem IR.

CPMK-3
Mahasiswa mampu mengevaluasi performa sistem IR menggunakan metrik seperti precision, recall, dan F-measure.

CPMK-4
Mahasiswa mampu merancang model sistem IR berbasis pendekatan boolean, vektor, dan probabilistik.

CPMK-5
Mahasiswa mampu mengembangkan solusi inovatif dengan mengintegrasikan pembelajaran mesin dan NLP dalam sistem IR.