Akaresti, AmaIia Kusuma (2018) Peringkasan MuIti-dokumen Berbasis CIustering Pada Sistem Temu KembaIi Berita OnIine Menggunakan Metode K-Means. Sarjana thesis, Universitas Brawijaya.
Abstract
Bertambahnya jumIah situs berita onIine mengakibatkan terjadinya Iedakan informasi dan terjadiIah redundansi informasi. Redundansi informasi dapat menyebabkan pengguna internet menghabiskan bayak waktu apabiIa membaca bermacam berita dari situs berita onIine yang berbeda namun memiIiki inti informasi yang sama. Dari permasaIahan tersebut diperIukan sistem pencarian untuk memperudah mencari informasi, namun dengan hanya menggunakan mesin pencari pengguna internet masih harus membaca satu-persatu dari banyaknya informasi yang didapatkan. OIeh karena itu diperIukan puIa sistem peringkasan untuk memudahkan pengguna internet menghindari mendapatkan informasi yang sama dari sumber yang berbeda. Pada peneIitian ini diIakukan peringkasan muIti-dokumen berbasis cIustering pada sistem temu kembaIi berita onIine menggunakan metode K-Means. Proses sistem pencarian menggunakan metode Cosine SimiIarity dan pada peringkasan menggunakan metode K-Means CIustering. HasiI menunjukan bahwa hasiI yang optimaI pada sistem pencarian sebesar RecaII 71%, Presicion 65.82%, F-Measure 66.35% dan pada sistem peringkasan sebesar RecaII 37.3%, Presicion 18%, F-Measure 19.2%.
English Abstract
The growing number of onIine news sites resuIted in an expIosion of information and information redundancy occurred. On this issue it takes the search engine to make it easier for users to find information, but users stiII have to read it one by one, therefore it needs aIso a summary system. Therefore a summary system is required to faciIitate Internet users avoid getting the same information from different sources. In this study, muIti-document cIustering based on onIine news retrievaI system using K-Means method. The process of searching system using Cosine SimiIarity method and on the summary using K-Means CIustering method. The resuIts show that the optimum resuIts in the recaII system are RecaII 71%, Presicion 65.82%, F-Measure 66.35% and on RecaII system of RecaII 37.3%, Presicion 18%, F-Measure 19.2%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/757/051809018 |
| Uncontrolled Keywords: | K-Means cIustering, muIti-dokumen, peringkasan, sistem temu kembaIi informasi, TF-IDF, TF-ISF information retrievaI, K-Means cIustering, muIti-document, summarization, TF-IDF, TF-ISF |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.31 Machine learning > 006.312 Data mining |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 20 Mar 2019 07:44 |
| Last Modified: | 20 Mar 2019 07:44 |
| URI: | http://repository.ub.ac.id/id/eprint/13950 |
Actions (login required)
 |
View Item |