Thesis collection in STT-PLN is very much so that require more optimal search engine. Right now, STT-PLN Library use the search engine system just based of avaibility text on database collection. But when do a searching, the system just show first index of collection based on date when the collection is uploaded to database not from related of query and collection. In this thesis, the writer intend to build a search system who relevant with input user query and sorted based on relevant level ranking use Latent Semantic Indexing method (LSI). Latent Semantic Indexing (LSI) have a ability to search related query with abstract on thesis use mathematics technique which is Singular Value Decomposition (SVD). Result of this thesis with this method is the result of searching is more accurate, relevant with the query and ranking based of relevant thesis

Koleksi skripsi di STT-PLN sudah sangat banyak sehingga dibutuhkan sebuah mesin pencari yang optimal.Saat ini perpustakaan STT-PLN menggunakan sistem pencarian hanya berdasarkan ketersediaan kata didalam koleksi-koleksi
yang ada di database. Tetapi saat melakukan pencarian, sistem tersebut menampilkan daftar koleksi teratas berdasarkan tanggal koleksi tersebut diinput bukan berdasarkan keterkaitan antara query dengan koleksi.Penulisan ini bertujuan untuk membangun sebuah sistem pencarian skripsi yang relevan dengan masukkan query dan diurutkan berdasarkan ranking berdasarkan tingkat relevansinya menggunakan metode Latent Semantic Indexing (LSI). Latent Semantic Indexing (LSI) memiliki kemampuan untuk mencari keterkaitan query dengan abstrak dalam skripsi menggunakan teknik matematika Singular Value Decomposition (SVD) dan membuat vektor antara query dengan dokumen yang terkait serta perhitungan similarity, dimana hasil dari perhitungan similarity akan diurutkan dari yang terbesar (paling terkait) ke yang terkecil (tidak terkait). Hasil dari penelitian menggunakan metode ini menunjukkan bahwa hasil pencarian yang ditampilkan lebih akurat, sesuai dengan query yang dimasukkan user serta diurutkan berdasarkan skripsi yang paling terkait.