PERINGKASAN TEKS OTOMATIS DOKUMEN TUNGGAL PADA BERITA KRIMINAL BERBAHASA INDONESIA MENGGUNAKAN METODE MAXIMAL MARGINAL RELEVANCE (MMR)
| Main Author: | Rahma, Yuan Aulia |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2013
|
| Subjects: | |
| Online Access: |
http://eprints.umm.ac.id/27763/1/jiptummpp-gdl-yuanauliar-31809-2-babi.pdf http://eprints.umm.ac.id/27763/2/jiptummpp-gdl-yuanauliar-31809-1-pendahul-n.pdf http://eprints.umm.ac.id/27763/ |
Daftar Isi:
- Pembaca cenderung lebih menyukai membaca ringkasan teks daripada membaca keseluruhan isi dokumen. Dengan bentuk ringkasan pembaca lebih mudah memahami isi tulisan serta menghemat waktu. Namun pada kenyataannya tidak semua teks dokumen mempunyai ringkasan teks. Oleh karena itu diperlukan sebuah sistem yang dapat meringkas dokumen secara otomatis.ATS (Automated Text Summarization) atau dalam bahasa Indonesia disebut dengan Peringkasan Teks Otomatis merupakan perangkat lunak berbasis komputer untuk menghasilkan teks yang lebih pendek dari teks aslinya namun masih menyimpan poin utama dari teks yang diringkas. Terdapat dua pendekatan pada peringkasan teks otomatis, yaitu ekstraksi dan abstraksi. Dalam tugas akhir ini Peringkasan Teks Otomatis menggunakan metode ekstraksi. Proses perhitungan menggunakan perhitungan TF-IDF dan Cosine Similarity. Proses selanjutnya yaitu pencocokan dokumen hasil ringkasan dengan dokumen aslinya dengan mencari nilai relevance-nya menggunakan algoritma MMR (Maximal Marginal Relevance). Dengan menggunakan algoritma MMR sistem mampu menghasilkan sebuah dokumen dengan imput dan output dalam bahasa Indonesia secara otomatis,yaitu mengambil sumber informasi,mengekstrak informasi terpenting dan mempresentasikannya kepada user. Sistem Peringkasan Teks Otomatis mampu menghasilkan ringkasan sebesar 70% dari jumlah kalimat dokumen asli. Kata Kunci: Peringkasan teks otomatis,ekstraksi,TF-IDF,Cosine Similarity,MMR