Penelitian ini menganalisis pengaruh karakteristik linguistik teks informal media sosial (Twitter/X) dan teks formal berita berbahasa Indonesia terhadap performa algoritma Single-Pass In-Memory Indexing (SPIMI) dan kualitas retrieval. Sebanyak 8.802 dokumen seimbang dari dua korpus dieksperimenkan dengan variasi ukuran buffer 64 MB, 128 MB, dan 256 MB menggunakan desain faktorial penuh. Analisis statistik menggunakan uji Kruskal-Wallis dan Mann-Whitney U menunjukkan bahwa konsumsi memori puncak teks informal secara signifikan lebih tinggi (2,62 MB vs. 2,46 MB, p < 0,0001), sementara waktu build tidak berbeda signifikan (p = 0,4426). Analisis regresi linier berganda mengidentifikasi kepadatan slang (doc_len) dan kepadatan slang (slang_density) dan rasio type-token sebagai prediktor dominan terhadap metrik performa SPIMI. Evaluasi retrieval pada semua konfigurasi buffer menunjukkan bahwa ukuran buffer tidak memengaruhi kualitas retrieval; korpus formal unggul pada MAP (0,135 vs. 0,071) dan NDCG@10 (0,377 vs. 0,311) dengan latensi pencarian yang lebih rendah. Temuan ini menegaskan perlunya konfigurasi buffer adaptif dan penguatan pipeline prapemrosesan dalam pengembangan sistem temu kembali informasi berbahasa Indonesia.
References
[1] Kemp, S. (2023). Digital 2023: Indonesia.
[2] Kusumaningrum, R., & Adhy, S. (2017). Analisis sentimen opini publik mengenai sarana transportasi menggunakan metode naïve Bayes dan SVM pada media sosial Twitter. Jurnal Teknologi dan Sistem Komputer, 5(1), 1–8.
[3] Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to information retrieval. Cambridge University Press.
[4] Tala, F. Z. (2003). A study of stemming effects on information retrieval in Bahasa Indonesia [Master's thesis, Universiteit van Amsterdam]. ILK Research Group
[5] Prasetyo, E., & Purwarianti, A. (2015). Normalisasi teks informal Twitter bahasa Indonesia menggunakan pendekatan berbasis kamus dan aturan. Jurnal Ilmu Komputer dan Informasi, 8(2), 93–101
[6] Gunawan, D., Wijaya, A., & Rahardja, U. (2020). Sistem temu kembali informasi berbasis pembobotan TF-IDF pada dokumen teks berbahasa Indonesia. Jurnal Nasional Teknologi dan Sistem Informasi, 6(2), 78–86
[7] S. Büttcher, C. L. A. Clarke, and G. V. Cormack, Information Retrieval: Implementing and Evaluating Search Engines. Cambridge, MA: MIT Press, 2010.
[8] D. Septiani and I. Isabela, “Analisis Term Frequency Inverse Document Frequency (Tf-Idf) Dalam Temu Kembali Informasi Pada Dokumen Teks,” Sintesia, vol. 1, pp. 81–88, 2022.
[9] R. Riyaddulloh and A. Romadhony, “Normalisasi Teks Bahasa Indonesia Berbasis Kamus Slang Studi Kasus: Tweet Produk Gadget Pada Twitter,” e-Proceeding Eng., vol. 8, no. 4, p. 4216, 2021.
[10] P. M. S. Ardinata, A. A. J. Permana, and I. N. S. W. Wijaya, “Identifikasi Dan Normalisasi Teks Slang Dengan FASTTEXT PADA TWITTER DALAM BAHASA INDONESIA,” vol. 21, no. 1, 2024.
[11] E. Yulianti, A. Kurnia, M. Adriani, and Y. S. Duto, “Normalisation of Indonesian-English Code-Mixed Text and its Effect on Emotion Classification,” Int. J. Adv. Comput. Sci. Appl., vol. 12, no. 11, pp. 674–685, 2021, doi: 10.14569/IJACSA.2021.0121177.
[12] J. Pardede, “Perbandingan Algoritma Stemming Porter , Sastrawi , Idris , Comparison of Stemming Algorithms Porter , Sastrawi , Idris , and Arifin Setiono on Indonesian Text Documents,” J. Teknol. Inf. dan Ilmu Komput., vol. 12, no. 1, 2025, doi: 10.25126/jtiik.2025128860.
[13] M. A. Rosid, A. S. Fitrani, I. R. I. Astutik, N. I. Mulloh, and H. A. Gozali, “Improving Text Preprocessing for Student Complaint Document Classification Using Sastrawi,” IOP Conf. Ser. Mater. Sci. Eng., vol. 874, no. 1, 2020, doi: 10.1088/1757-899X/874/1/012017.
[14] R. Baeza-Yates and B. Ribeiro-Neto, Modern Information Retrieval: The Concepts and Technology behind Search, 2nd ed. New York: ACM Press/Addison-Wesley, 2011.
[15] Jalilifard, A., Caridá, V. F., Mansano, A. F., & Cristo, R. (2020). Semantic Sensitive TF-IDF to Determine Word Relevance in Documents. https://arxiv.org/pdf/2001.09896 3.
[16] Catena, M., Macdonald, C., & Ounis, I. (2014). On Inverted Index Compression for Search Engine Efficiency. In European Conference on Information Retrieval (ECIR 2014).
[17] Pibiri, G. E., & Venturini, R. (2020). Techniques for Inverted Index Compression. ACM Computing Surveys (CSUR). https://doi.org/10.1145/3415148. 2.