ANALISIS PENGARUH CONVEX COMBINATION TERHADAP PERFORMA HYBRID BM25 DAN INDOSBERT PADA BERITA BERBAHASA INDONESIA

Metode Information Retrieval berbasis leksikal seperti BM25 efektif dalam mencocokkan kata kunci, namun memiliki keterbatasan dalam memahami hubungan semantik antar kata. Sebaliknya, IndoSBERT mampu merepresentasikan makna dokumen secara kontekstual, tetapi kurang memperhatikan kecocokan istilah secara eksplisit. Penelitian ini bertujuan menganalisis efektivitas pemeringkatan BM25, IndoSBERT, dan Hybrid Retrieval, serta pengaruh variasi pembobotan Convex Combination dalam menggabungkan kedua metode tersebut pada pencarian berita berbahasa Indonesia. Dataset penelitian diperoleh melalui proses web scraping berita dari detik.com, kemudian dilakukan tahapan preprocessing, pembentukan indeks BM25, chunking, pembentukan embedding IndoSBERT, serta proses retrieval. Evaluasi dilakukan terhadap candidate pool yang dibentuk menggunakan teknik Depth-10 Pooling dan divalidasi melalui expert judgment, dengan menggunakan metrik Precision@5, Precision@10, NDCG@5, NDCG@10, dan latency. Hasil penelitian menunjukkan bahwa variasi pembobotan pada metode Convex Combination memengaruhi hasil pemeringkatan dokumen. Berdasarkan hasil evaluasi, konfigurasi \alpha = 0.8 menghasilkan nilai NDCG@5 sebesar 1 dan NDCG@10 sebesar 0.9989, serta memberikan kualitas pemeringkatan yang paling mendekati ground truth pada skenario evaluasi penelitian ini. Temuan tersebut menunjukkan bahwa pendekatan Hybrid Retrieval berpotensi meningkatkan kualitas pemeringkatan dibandingkan BM25 maupun IndoSBERT pada skenario evaluasi yang digunakan.