PERINGKASAN TEKS OTOMATIS BERITA BERBAHASA INDONESIA MENGGUNAKAN METODE MAXIMUM MARGINAL RELEVANCE
Journal: Matics (Vol.4, No. 4)Publication Date: 2011-09-08
Authors : Muchammad Mustaqhfiri; Zainal Abidin; Ririen Kusumawati;
Page : 134-147
Keywords : peringkasan; text preprocessing; tf-idf; query relevance; similarity; maximum marginal relevance;
Abstract
Perkembangan teknologi internet berdampak bertambahnya jumlah situs berita berbahasa Indonesia dan menciptakan ledakan informasi. Hal tersebut menuntut semua informasi bisa diakses dengan cepat dan tidak harus membutuhkan banyak waktu dalam membaca sebuah headline berita.Teknologi peringkas teks otomatis menawarkan solusi untuk membantu pencarian isi berita berupa deskripsi singkat (summary). Penelitian diawali dengan lima tahap text preprocessing: pemecahan kalimat,case folding, tokenizing, filtering, dan stemming. Proses selanjutnya menghitung bobot tf-idf, bobot query relevance dan bobot similarity. Ringkasan dihasilkan dari ekstraksi kalimat dengan menggunakan metode maximum marginal relevance. Metode ekstraksi maximum marginal relevance merupakan metode yang digunakan untuk mengurangi redudansi dalam perangkingan kalimat pada multi dokumen. Data uji coba diambil dari surat kabar berbahasa Indonesia online sejumlah 30 berita. Hasil pengujian dibandingkan dengan ringkasan manual yang menghasilkan rata-rata recall 60%, precision 77%, dan f-measure 66%.
Other Latest Articles
- MESIN PENCARI AYAT AL QURAN MENGGUNAKAN INEXACT STRING MATCHING
- DIAGNOSA PENYAKIT DIABETTUS MELLITUS PADA MANUSIA DENGAN SISTEM PAKAR
- FUZZY LOGIC METODE MAMDANI UNTUK MEMBANTU DIAGNOSA DINI AUTISM SPECTRUM DISORDER
- INTEGRASI HIERARCHY FINITE STATE MACHINE DAN LOGIKA FUZZY UNTUK DESAIN STRATEGI NPC GAME
- RANCANG BANGUN SISTEM INFORMASI INVENTORI MENGGUNAKAN METODE ASSOCIATION RULES DI CV. DAMAR LANGIT
Last modified: 2016-04-18 11:30:01