Peringkasan Teks Otomatis Berita Olahraga Berbahasa Indonesia Menggunakan Metode Maximum Marginal Relevance
ABSTRAK
Seiring
perkembangan teknologi informasi mengakibatkan teknologi internet semakin
pesat, sehingga banyak berita online khususnya berita olahraga. Dengan
adanya peringkasan teks secara otomatis ini diharapkan membantu mengurangi
waktu membaca keseluruhan isi berita dengan hanya membaca hasil ringkasannya,
sehingga memudahkan dalam mencari informasi berita olahraga. Penelitian ini
diawali dengan proses text preprocessing, yaitu pemrosesan teks untuk
mendapatkan term kata. Metode ini terdiri dari case folding, pemecahan
kalimat, filtering, tokenizing, dan stemming. Hasil dari proses ini kemudian
dihitung bobot tf-idf, bobot relevance dan bobot similarity. Untuk
menghasilkan ringkasan dilakukan proses ekstraksi yaitu menghitung bobot maximum
marginal relevance kalimat dari kombinasi cosine similarity, yaitu relevance
dan similarity. Metode ekstraksi maximum marginal relevance merupakan
metode yang digunakan dalam mengurangi redudansi kalimat dalam dokumen dalam
menentukan sebagai ringkasan.
Data uji coba
untuk pengujian akan diambilkan dari surat kabar berbahasa Indonesia on-line.
Dari hasil pengujian kemudian dievaluasi dengan hasil ringkasan manual dan ringkasan
sistem peringkasan otomatis lain. Hasil dari evaluasi dengan ringkasan manual
menghasilkan rata-rata recall 60%, precision 77%, dan f-measure
66%. Sedangkan hasil evaluasi dengan sistem peringkasan otomatis lain
menghasilkan rata-rata recall 79%, precision 89% dan f-measure
82%.
Kata kunci: peringkasan, berita, text preprocessing, tf-idf, relevance, similarity,
maximum marginal relevance
Download File :
Download Source Code Program :
Screnshot Program :
Related Posts : Kecerdasan Buatan,
Skripsi Informatika,
Visual Basic (Dekstop)
Home
Tidak ada komentar:
Posting Komentar