INTEGRASI LSA DAN INDOBERT UNTUK INFORMATION RETRIEVAL PADA TEKS TAFSIR AL-QUR’AN

Penelitian ini bertujuan untuk mengevaluasi efektivitas pendekatan representasi topikal, semantik, dan hybrid dalam sistem pencarian tafsir Al-Qur’an berbahasa Indonesia. Pendekatan yang dibandingkan meliputi TF-IDF + LSA, IndoBERT, serta kombinasi keduanya melalui penggabungan skor (score fusion). Korpus yang digunakan terdiri dari 13.934 entri tafsir yang diperoleh dari berbagai sumber terpercaya. Evaluasi dilakukan menggunakan desain Cranfield-style yang mencakup 50 query, penetapan relevansi otomatis, dan pengukuran kinerja menggunakan metrik precision@10, recall@10, dan Mean Average Precision (MAP). Hasil penelitian menunjukkan bahwa model berbasis TF-IDF + LSA menghasilkan performa paling rendah (precision@10 sebesar 0.1333 dan MAP sebesar 0.0784). Sementara itu, pendekatan IndoBERT memberikan peningkatan performa signifikan (precision@10 sebesar 0.5000 dan MAP sebesar 0.3758). Pendekatan hybrid dengan bobot α = 0.9 menghasilkan kinerja terbaik dengan nilai precision@10 sebesar 0.8000 dan MAP sebesar 0.4706. Nilai MAP yang identik dengan recall@10 menunjukkan konsistensi hasil relevansi dalam peringkat dokumen teratas. Kesimpulan dari penelitian ini adalah bahwa pendekatan hybrid retrieval mampu mengintegrasikan keunggulan representasi semantik dan topikal secara efektif. Metode ini tidak hanya meningkatkan relevansi hasil pencarian, tetapi juga memberikan kontribusi terhadap pengembangan sistem IR dalam domain teks keagamaan berbahasa Indonesia.