ABSTRAKSI: Information Retrieval (IR) dikembangkan untuk membantu user dalam menemukan informasi kebutuhan user. Kebutuhan user untuk mendapatkan hasil temu balik dokumen yang memuaskan mendorong peneliti untuk mencari metode pencarian yang lebih baik. Genetic Algorithm (GA) adalah salah satu metode pencarian alami berdasarkan pencarian random yang bisa meningkatkan performansi hasil. GA mempunyai kemampuan untuk melakukan pencarian dalam ruang dimensi yang tinggi dan kemampuan lainnya untuk mendapatkan solusi global optimal terdekat dengan solusi. Kelebihan GA yang telah disebutkan diatas oleh peneliti banyak diimplementasikan pada proses Relevan Feedback Information Retrieval. Cara peningkatan performansi pada Information Retrieval dengan cara menggunakan modifikasi query user. Hasil pencarian Algoritma Genetika akan digunakan sebagai query baru untuk proses pencocokan selanjutnya. Pencarian GA terhadap kemungkinan solusi-solusi yang ada dipengaruhi oleh fungsi fitness-nya. Fungsi ini didesain untuk mengukur seberapa bagus dari solusi yang didapatkan. Pada Tugas Akhir ini akan diuji tiga fungsi fitness yaitu dengan fungsi fitness Cosine, Dice, dan Overlap. Hasil akhir yang didapat bahwa IR dengan GA fungsi fitness Dice lebih mampu memberikan nilai performansi yang lebih bagus daripada kedua fungsi fitness yang lain.
Kata Kunci : Information Retrieval, Genetic Algorithm, modifikasi query, fitness,ABSTRACT: Information Retrieval (IR) has been developed for help user in search user information need. User need to achieve satisfied document retrieval push researcher to find better method in searching. Genetic Algorithm (GA) is one of natural method based on random searching that can improve result performance. GA can search in high dimentional space and can find solution in nearest global optimum. Nowadays, GA has implemented in Information Retrieval for Relevan Feedback process. The way to improve performance in Information Retrieval is do modification in user query. Documents Result in first searching are used in Genetic Algorithm to form a new query optimization in relevan feedback. Performance Genetic Algorithm is influenced by the fitness function. To examine impact of fitness function, in this Tugas Akhir is used three fitness function, there are Cosine, Dice, and Overlap. The final result is Information Retrieval with three fitness function for Genetic Algorithm, GA-Dice have a better performance to get new keyword for document relevan feedback.
Keyword: Information Retrieval, Genetic Algorithm, query modification, fitness,