cabang ilmu Information retrieval. Information retrieval yaitu menemukan materi (biasanya dokumen) dari sebuah
kumpulan data yang tidak terstruktur (biasanya teks) untuk memenuhi kebutuhan informasi dari koleksi yang besar (Manning dkk, 2008). Salah satu metode pencarian dokumen pada penelitian ini adalah dengan menggunakan Term
Frequency-Inserve Document Frequency TF-IDF dan Vector Space Model (VSM). TF-IDF dan VSM menggunakan konsep yang terdapat pada aljabar linear yaitu ruang vektor. Berdasarkan konsep yang digunakan tersebut, dikembangkan pemodelan dokumen untuk melakukan pencarian terhadap dokumen yang dibutuhkan. Representasi vektor kolom dimanfaatkan dalam
pengkonversian dokumen input. Konsep lain yang digunakan adalah dengan mengetahui kedekatan antara dua buah vektor, yaitu dengan cara menghitung besarnya sudut yang terbentuk antara dua vektor dan kemudian diurutkan dari data yang memiliki besar sudut yang terkecil hingga yang terbesar yang menandakan urutan data hasil ranking dari yang paling relevan hingga tidak relevan. Pada penelitian ini dijelaskan tentang pencarian dokumen dengan menggunakan TF-IDF VSM dan implementasinya pada dokumen surat yang terdapat pada sistem managemen surat di Ditjen Aptika, Bagian Evaluasi, Kominfo Jakarta

One way to search for document from the pile of documents is with ranking. Ranking is one of science in information retrieval. Information retrieval is finding material (especially documents) from unstructured dataset (especially text) to fulfill information needs from large collection (Manning et al, 2008). TF (term frequency) – IDF (inverse document frequency) and Vector Space Model (VSM) is one of method to search document that uses ranking. TF-IDF and VSM uses vector space concept in linear algebra. Based on the concepts used, developed modeling documents to conduct a search of the necessary documents. Column vector representation used in the conversion of input document. Another concept that is used to determine the proximity between two vectors, by calculating the angle formed between the two vectors and then sorted from the data that has a large measure of angle the smallest to the largest. That point indicates the results of ranking from relevant document to irrelevant document. This paper described TF-IDF and vector space model implementation in finding document from management latter application case study in Ditjen Aptika,bagian evaluasi, Kominfo