Abstract
E-commerce is a sale and purchase transactions that occur through electronic systems such as the Internet, WWW, or other computer networks. E-commerce involves electronic data interchange and automated data collection systems. In all e-commerce search engine provided a column for the search items desired by the user. In e-commerce such as Tokopedia, Lazada, MatahariMall, Amazon, and other search engines that provided just use a regular search engine technology. In the usual search engines getting longer sentences from the input or output of goods search results will be more extensive and more. However, by utilizing the semantic indexing technology, the longer and clear input desired goods, the number of searches will be few and accurately in accordance with the input that helps the user in decision making. In this study discussed how to build a search engine on the web e-commerce by using Latent Semantic Indexing. The first starts from the use of Text Mining methods for word processing, and the method Levenshtein Distance to repair automatic word and the last Latent Semantic Indexing for information processing and input expenditure.
Highlights
a sale and purchase transactions that occur through electronic systems
all e-commerce search engine provided a column for the search items desired by the user
accurately in accordance with the input that helps the user in decision making
Summary
Kebanyakan e-commerce yang ada saat ini seperti Lazada, MatahariMall, Tokopedia, dan lainnya, masih menggunakan search engine yang sedikit saja memiliki kesalahan penulisan. Diharapkan dengan menggunakan metode ini pada search engine di web e-commerce ini akan membuat jumlah akurasi dan kepuasan user bertambah. Metode Latent Semantic Indexing (LSI) dapat digunakan dalam proses indexing suatu dokumen dalam database, sehingga dapat diperoleh keterkaitan antara setiap dokumen yang ada. Metode ini bekerja dengan prinsip yang cukup sederhana, dimana selain melakukan penyimpanan kata-kata ke dalam database, metode ini juga memeriksa keseluruhan koleksi dokumen dalam database untuk menentukan kemiripan antara satu dokumen dengan dokumen lainnya. Ketika dilakukan proses pencarian pada LSI database, search engine memperhitungkan bobot kemiripan untuk setiap kata-kata yang merupakan isi dari koleksi dokumen dalam database. Yakni similarity values dari kata-kata tersebut menentukan kemiripan antara dokumen, dan dua dokumen dapat saja mirip secara semantik meskipun keduanya tidak memiliki keyword tertentu, sehingga pencarian tidak memerlukan keberadaan kata yang sama untuk mendapatkan hasil yang berguna. Berdasarkan permasalahan diatas, peneliti mencoba untuk menyelesaikan permasalahan tersebut dan membuat kesimpulan untuk membuat dan meneliti Perencanaan Search engine Ecommerce dengan Metode Latent Semantic Indexing Berbasis Multiplatform dimana untuk proses autocorrect menggunakan Metode Levenshtein dan perangkingan output pada search engine akan menggunakan metode Latent Semantic Indexing
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callMore From: Lontar Komputer : Jurnal Ilmiah Teknologi Informasi
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
