Peringkasan Dokumen Menggunakan Metode Ekstraksi kalimat dengan Pendekatan Maximum Marginal Relevance Document

NunukMahanani (2009) Peringkasan Dokumen Menggunakan Metode Ekstraksi kalimat dengan Pendekatan Maximum Marginal Relevance Document. Sarjana thesis, Universitas Brawijaya.

Abstract

Automatic Text Summarization (ATS) merupakan sebuah aplikasi berbasis komputer yang melakukan proses untuk menghasilkan ringkasan/summary dari sebuah dokumen tetapi tetap memiliki gambaran yang akurat dari isi dokumen tersebut. Dalam penelitian ini akan dibangun sebuah aplikasi peringkas dokumen dengan metode extractive summary yang merupakan cara peringkasan otomatis yang mengambil kalimat atau kata yang diambil secara utuh dari dokumen teks aslinya (Mani and Maybury, 1999). Peringkasan dokumen dengan metode MMR-D adalah salah satu metode extractive summary yang didasarkan pada pengambilan kalimat yang mempunyai relevansi tertinggi sebagai ringkasan dokumen baru yang ditentukan dengan perhitungan bobot similiarity (kemiripan) kalimat tersebut pada keseluruhan dokumen (Ganapathiraju. Madhavi K, 2002). Untuk mengevaluasi metode yang digunakan dan kualitas hasil ringkasan yang dihasilkan, dilakukan perhitungan precision, recall dan f-measure(β) (perbandingan kalimat yang relevan dengan ringkasan ideal) ringkasan hasil metode ini dari teks berita berbahasa Indonesia dengan berbagai macam ukuran yang berbeda. Ringkasan ideal yang dipakai adalah ringkasan manual yang dibuat oleh 3 orang abstractor, yang mana satu orang merupakan seorang ahli bahasa indonesia. Para pengguna ini diberi 15 teks berita yang sudah dipisah-pisah perkalimat untuk dibuat ringkasannya. Selain itu, ringkasan hasil sistem juga dibandingkan dengan ringkasan yang dihasilkan oleh sistem peringkas otomatis lainnya yaitu sistem peringkas otomatis dengan algoritma shortest path. Hasil ujicoba dan evaluasi menunjukkan bahwa sistem peringkas ini menghasilkan ketepatan ringkasan dengan rata -rata recall sebesar 55%, rata-rata precision sebesar 58%, dan rata-rata f-measure(β) sebesar 63%. Setelah dibandingkan dengan sistem peringkas otomatis dengan algoritma shortest path, dihasilkan sistem peringkas dokumen ini lebih baik.

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2009/323/050903605
Subjects: 500 Natural sciences and mathematics > 510 Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: Unnamed user with email repository.ub@ub.ac.id
Date Deposited: 30 Dec 2009 09:42
Last Modified: 22 Oct 2021 07:23
URI: http://repository.ub.ac.id/id/eprint/152285
[thumbnail of 050903605.pdf]
Preview
Text
050903605.pdf

Download (3MB) | Preview

Actions (login required)

View Item View Item