Gotami, Nurina Savanti Widya (2018) Peringkasan Teks Otomatis Secara Ekstraktif Pada Artikel Berita Kesehatan Berbahasa Indonesia Dengan Menggunakan Metode Latent Semantic Analysis. Sarjana thesis, Universitas Brawijaya.
Abstract
Meningkatnya jumlah data digital dengan cepat setiap tahunnya, seperti data teks dokumen yang dapat berupa teks artikel berita ini membuat sulit untuk membaca seluruh informasi yang ada. Banyaknya informasi online yang tersedia pada penyedia informasi online yang mempengaruhi hasil informasi yang diperoleh relatif sulit serta waktu yang lebih lama untuk mengekstrasi suatu informasi pada sebuah dokumen. Oleh karena itu, perlu adanya peringkasan teks otomatis secara ekstraktif pada artikel kesehatan berbahasa Indonesia dengan tujuan membantu pembaca atau pengguna untuk mempermudah dalam proses ekstraksi data atau informasi yang ada pada dokumen dengan waktu yang cepat serta efisien serta dapat menghasilkan informasi penting yang ringkas serta jelas. Pada penelitian ini menggunakan metode latent semantic analysis (LSA) merupakan sebuah metode yang mengekstrak struktur semantik atau makna yang tersembunyi pada sebuah kalimat dan menghasilkan ringkasan yang bermakna umum atau luas. Metode LSA menggunakan pendekatan aljabar linear singular value decomposition (SVD) dengan membentuk matriks representasi dari asosiasi term yang merupakan kata-kata pada dokumen yang berhubungan erat. Cross LSA digunakan untuk menyusun urutan ringkasan dalam tahap ekstraksi ringkasan. Pengujian penelitian ini menghasilkan bahwa hasil peringkasan teks dengan metode LSA memperoleh nilai rata-rata akurasi precision, recall dan f-measure secara berurutan pada compression rate 50% dengan nilai 0.668, 0.743, 0.700 dan 0.690 sedangkan pada compression rate 40% sebesar 0.696, 0.605, 0.642 dan 0.663.
English Abstract
Increasing the amount of digital data quickly each year, such as text data documents that can be the text of this news article makes it difficult to read all the information available. The large number of online information available to online information providers that affect the results of information obtained is relatively difficult as well as a longer time to extract information on a document. Therefore, the need for automatic extracting of extractive texts on health articles in Indonesian language with the aim of helping the reader or user to facilitate the process of extraction of data or information in the document with a fast and efficient time and can generate important information is concise and clear. In this research, the latent semantic analysis (LSA) method is a method that extracts semantic structure or hidden meaning in a sentence and produces a general or broad meaningful summary. The LSA method uses the linear value decomposition (SVD) linear algebra approach by forming a representation matrix of term associations which are words in closely related documents. Cross method LSA is used to compile a summary sequence in the summary extraction stage. Tests of this research resulted that the result of text summary with LSA method obtained the accuracy value of precision, recall and f-measure in consecutive order at compression rate 50% with value 0.668, 0.743, 0.700 and 0.690 while at compression rate 40% equal to 0.696, 0.605 , 0.642 and 0.663.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/161/051801148 |
| Uncontrolled Keywords: | Peringkasan Teks Ekstraktif, Latent Semantic Analysis, Singular Value Decomposition |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 26 Jun 2018 07:16 |
| Last Modified: | 26 Oct 2021 08:57 |
| URI: | http://repository.ub.ac.id/id/eprint/11634 |
Preview |
Text
Daftar Pustaka.pdf Download (338kB) | Preview |
Preview |
Text
Bagian Depan.pdf Download (991kB) | Preview |
Preview |
Text
Lampiran.pdf Download (985kB) | Preview |
Preview |
Text
BAB I.pdf Download (501kB) | Preview |
Preview |
Text
BAB VII.pdf Download (447kB) | Preview |
Preview |
Text
BAB VI.pdf Download (819kB) | Preview |
Preview |
Text
BAB II .pdf Download (817kB) | Preview |
Preview |
Text
BAB III.pdf Download (475kB) | Preview |
Preview |
Text
BAB IV.pdf Download (1MB) | Preview |
Preview |
Text
BAB V.pdf Download (738kB) | Preview |
Actions (login required)
 |
View Item |