IMPLEMENTASI VECTOR SPACE MODEL PADA SISTEM TEMU BALIK INFORMASI BERITA BENCANA ALAM DENGAN PENGURUTAN INSERTION SORT

Banyaknya berita bencana alam yang tersedia pada portal berita online menyebabkan pengguna kesulitan dalam menemukan informasi yang relevan sesuai kebutuhan. Penelitian ini bertujuan untuk membangun sistem temu balik informasi berita bencana alam menggunakan metode Vector Space Model (VSM) guna meningkatkan relevansi hasil pencarian. Data berita diproses melalui tahapan text preprocessing yang meliputi case folding, tokenizing, stopword removal, dan stemming. Selanjutnya, pembobotan kata dilakukan menggunakan metode TF-IDF dan tingkat kemiripan antara dokumen dan query dihitung menggunakan cosine similarity. Hasil pencarian kemudian diurutkan secara descending menggunakan algoritma insertion sort. Sistem dikembangkan menggunakan bahasa pemrograman PHP dengan database MySQL pada XAMPP. Hasil pengujian menunjukkan bahwa dokumen D3 memiliki nilai cosine similarity tertinggi sebesar 0,2171 terhadap query “dampak banjir aceh terhadap warga”, sehingga dinyatakan sebagai dokumen yang paling relevan. Dengan demikian, sistem yang dikembangkan mampu menyajikan informasi berita bencana alam secara lebih efektif dan terstruktur berdasarkan tingkat relevansi.