Konsep dan Prinsip
Latent Semantic Indexing (LSI)

1. Pengertian Latent Semantic Indexing

Menurut SEMPO, latent semantic indexing menggunakan asosiasi kata untuk membantu search engine mengetahui apa yang ada di sebuah halaman web dengan lebih akurat. Pada dasarnya LSI adalah sebuah prinsip algoritma yang digunakan search engine untuk memproses persamaan kata atau sinonim dan memahami hubungan topik antar kata. (http://ydigital.asia).
Latent Semantic Indexing adalah sebuah metode baru dalam algoritma search engine yang sedang dikembangkan Google Corporation. Dengan metode ini, Google menganalisis kata kunci dengan cara baru, bukan lagi berdasarkan pencocokkan kata secara leksikal. Kata yang dicari tidak hanya kata kuncinya saja seperti pada algoritma pada umumnya, tetapi kata-kata yang berhubungan dengan kata kunci juga dicari.
Tujuan dari LSI adalah mendapatkan suatu pemodelan yang efektif untuk merepresentasikan hubungan antara kata kunci dan dokumen yang dicari. Dari sekumpulan kata kunci, yang tadinya tidak lengkap dan tidak sesuai, menjadi sekunpulan objek yang berhubungan. (Edward Ferdian, Rian Hadisaputra, Nurkholis Madjid).
LSA (Latent Semantic Analysis) adalah metode statistik aljabar yang mengekstrak struktur semantik yang tersembunyi dari kata dan kalimat [7], untuk mencari interelasi diantara kalimat dan kata, digunakan metode aljabar Singular Value Decomposition (SVD).Disamping mempunyai kapasitas relasi model diantara kata dan kalimat, SVD ini mempunyai kapasitas reduksi noise yang membantu untuk meningkatkan akurasi [8][13]. (Ardytha Luthfiarta , Junta Zeniarja , Abu Salam).

2. Konsep dan Prinsip Latent Semantic Indexing

Dalam sebuah percakapan, seseorang menggunakan dua kata berbeda untuk menunjuk pada suatu hal yang sama. Misalnya, saat sedang membahas mengenai “Idul Fitri” mungkin seseorang tersebut akan menggunakan kata “Lebaran”, namun kedua kata tersebut memiliki arti yang sama. Mungkin masih ada lagi kata-kata lain yang saling berhubungan untuk merujuk pada topik yang sama.
Namun, karena search engine bukanlah manusia yang bisa memahami hubungan antar kata-kata tersebut, search engine tidak bisa memproses persamaan arti dari kata-kata itu secara natural. Karena itulah, LSI digunakan untuk membantu search engine menginterpretasi hubungan antar kata-kata yang digunakan.

Maka search engine bisa menghubungkan kata-kata pencarian dengan kata yang berhubungan, dan lebih memahami maksud dari pencarian tersebut. Dengan demikian, kadang search engine bisa menampilkan hasil pencarian yang sesuai dengan maksudmu, meskipun kata-kata yang digunakan berbeda.

Keyword LSI?

Keyword LSI adalah kata-kata atau frasa yang secara semantik berhubungan satu sama lain. Artinya, kata atau frasa tersebut merujuk kepada topik yang sama. Contohnya, “Tesla Motors” berhubungan secara semantik dengan “mobil elektrik”, karena Tesla memproduksi kendaraan elektrik.

Untuk memahami dengan mudah apa itu LSI adalah dengan menganggapnya sebagai keyword kedua yang berhubungan dengan keyword utama. Contohnya, jika kamu sedang menulis konten tentang “mobil elektrik”, pastikan juga kamu menyebutkan keyword kedua yang berhubungan seperti “Tesla”, “Chevrolet Spark”, dan lainnya.

Kelebihan Riset Dengan Menggunakan Konsep Keyword LSI

Menggunakan konsep keyword LSI akan membuat konten pada postingan mendapatkan ranking di keyword pencarian yang lebih luas, bukan hanya sesuai kata-kata yang digunakan. Artinya, akan lebih sering muncul di hasil pencarian search engine, dan tentunya akan menghasilkan lebih banyak traffic. Riset dengan keyword LSI juga dapat membantumu memahami lebih dalam mengenai apa yang sebenarnya dicari oleh pengguna search engine.

Referensi

Ferdian, E., et al. (2005). “Penerapan Metode Latent Semantic Indexing Pada Search Engine.” Departement Teknik Informatika, Institut Teknologi Bandung.

LOOVEREN, A. V. (2016). “Latent Semantic Indexing.” from http://ydigital.asia/ID/latent-semantic-indexing-tingkatkan-kualitas-keyword/.

Luthfiarta, A., et al. (2013). “Algoritma Latent Semantic Analysis (LSA) pada peringkas dokumen otomatis untuk proses clustering dokumen.” SEMANTIK 2013.

Muhammad, M., et al. (2012). “SISTEM TEMU-KEMBALI INFORMASI DALAM DOKUMEN MENGGUNAKAN METODE LATENT SEMANTIC INDEXING.” JURNAL MASYARAKAT INFORMATIKA 3(5): 1-8.

Susanto, B. (2013). “Contoh Algoritma LSI.” from https://budsus.wordpress.com/2013/04/17/contoh-algoritma-lsi/.

Download File Presentasi dan Referensi di bawah ini:

1. Presentasi disini

2. Referensi disini