Definisi Inverted Index
Inverted Index adalah struktur data yang memetakan konten (seperti kata atau istilah) ke lokasi konten tersebut dalam sekumpulan dokumen. Berbeda dengan indeks buku tradisional yang mengurutkan dokumen berdasarkan topik, Inverted Index membalik logika tersebut dengan menyimpan daftar kata dan referensi ke dokumen mana saja kata tersebut muncul. Ini adalah fondasi utama dari mesin pencari modern untuk melakukan pencarian teks secara cepat.
Komponen Utama Inverted Index
Struktur ini terdiri dari dua bagian utama: Dictionary (kumpulan istilah unik) dan Postings List (daftar ID dokumen yang mengandung istilah tersebut). Berikut adalah tabel komponen dan fungsinya:
| Komponen | Fungsi |
|---|---|
| Term (Istilah) | Kata kunci unik yang diekstraksi dari dokumen. |
| Document ID | Identitas unik dokumen tempat istilah ditemukan. |
| Frequency | Jumlah kemunculan istilah dalam dokumen tersebut. |
| Positions | Lokasi presisi (offset) kata dalam dokumen. |
Mekanisme Kerja
Proses pembuatan Inverted Index melibatkan beberapa tahapan teknis:
- Tokenisasi: Memecah teks menjadi unit kata atau token.
- Normalisasi: Mengubah semua teks ke huruf kecil dan menghapus tanda baca.
- Stopword Removal: Menghapus kata umum yang tidak memiliki nilai pencarian (seperti 'dan', 'yang', 'di').
- Stemming: Mengembalikan kata ke bentuk dasarnya (misal: 'berlari' menjadi 'lari').
- Indexing: Membangun tabel pemetaan antara istilah dan ID dokumen.
Perbandingan Struktur Data
| Fitur | Forward Index | Inverted Index |
|---|---|---|
| Pemetaan | Dokumen ke Kata | Kata ke Dokumen |
| Kegunaan | Pencarian isi dokumen | Pencarian kata kunci |
| Kecepatan Query | Lambat (Scan seluruh dokumen) | Sangat Cepat (Lookup langsung) |
Dalam konteks sistem informasi, penggunaan Inverted Index memungkinkan pencarian jutaan dokumen dalam hitungan milidetik karena sistem tidak perlu membaca ulang seluruh teks, melainkan cukup mengakses indeks yang sudah terstruktur.