ABSTRAKSI: Perkembangan teknologi dan industri membuat jumlah produk barang dan jasa serta opini masyarakat terhadap produk pun semakin banyak dan beragam. Kebutuhan dan keinginan manusia terhadap suatu produk juga memiliki kriteria yang berbeda - beda. Berdasarkan fenomena - fenomena tersebut, sistem information retrieval dapat digunakan dalam membantu manusia dalam mencari produk sesuai kriteria - kriteria yang dibutuhkan berdasarkan pada opini - opini yang diberikan terhadap setiap produk tanpa harus bersusah payah membaca dan mencari seluruh opini yang ada pada setiap produk. Data produk yang akan digunakan pada kasus ini adalah data produk mobil. Sehingga untuk hasilnya akan diurutkan daftar mobil dari yang paling relevan dengan query masukkan pengguna, yaitu daftar mobil yang memiliki bobot paling besar hingga ke kecil. Sebelum dilakukan pemberian bobot pada tiap mobil, opini - opini yang dimiliki tiap mobil dan query yang diinput oleh pengguna akan dilakukan data preprocessing sehingga didapatkan data yang benar - benar dianggap penting dan dibutuhkan dalam sistem. Sistem information retrieval dalam proses pemberian bobot yang dibangun dalam kasus ini menggunakan pendekatan vector based, dengan metode yang digunakan adalah generalized vector space model. Metode ini terbukti dapat menghasilkan daftar produk yang relevan dengan menghitung bobot kemiripan query masukkan pengguna dengan opini - opini yang dimiliki setiap produk[5]. Hasil yang diberikan sistem dengan query lebih dari satu kata sudah dapat menunjukkan ranking mobil dan akan lebih spesifik jika menggunakan kata yang berhubungan dengan mobil dan atau merk mobil. Sedangkan hasil pengujian MOS menunjukkan hasil yang cukup baik dengan rata – rata relevansi dan akurasi sebesar 3,87.Kata Kunci : information retrieval, data preprocessing, vector based, generalized vector space modelABSTRACT: The technology and industry growth make increasement the value of product and service and various public opinions to the product. Human needs and desires of the product also has different criteria. Based on the phenomenons, information retrieval systems can be used to help people in finding a suitable product by criterias that are needed based on the opinions given on every product without having to bother to read and search all the existing opinion on any product. . The data of product that will be used in this case is a car product data. So for the results to be sorted list of the cars that are most relevant to the query that user type, that is the list of cars from the greatest weight to the lower weight. Before assigning weights to each car, opinions which each car has and query that user type will be processed by data preprocessing to get the correct data - was considered important and needed in the system. Information retrieval system in the process of assigning weights that is constructed in this case uses a vector-based approach, the method used is the generalized vector space models. This method proved to be able to generate a list of products that are relevant by calculating the similarity of the query that user type and the opinion of every product[5]. The results given by system with more than one word in query can already show car ranking and it will be more specific when using words related to car and or brands of cars. While the MOS test results showed good results with average of relevance and accuracy is 3.87.Keyword: information retrieval, data preprocessing, vector based, generalized vector space model