Daftar Isi: IMPROVEMENT OF SENTENCES SCORING BASED NEWS FEATURE FOR NEWS SUMMARY ON SOCIAL MEDIA ISSUES

Main Authors:	Hayatin, Nur, Marthasari, Gita Indah
Format:	Proceeding PeerReviewed Book
Bahasa:	eng
Terbitan:	, 2017
Subjects:	QA75 Electronic computers. Computer science QA76 Computer software
Online Access:	http://eprints.umm.ac.id/36346/1/Peer%20Review%20-%20Marthasari%20Risqiwati%20Dewi%20-%20website%20e-commerce%20usaha%20kecil%20menengah%20metode%20prototyping%20pemasaran.pdf http://eprints.umm.ac.id/36346/2/Similarity%20-%20Marthasari%20Risqiwati%20Dewi%20-%20website%20e-commerce%20usaha%20kecil%20menengah%20metode%20prototyping%20pemasaran.pdf http://eprints.umm.ac.id/36346/3/Marthasari%20Risqiwati%20Dewi%20-%20website%20e-commerce%20usaha%20kecil%20menengah%20metode%20prototyping%20pemasaran.pdf http://eprints.umm.ac.id/36346/ http://research-report.umm.ac.id/index.php/sentra/article/view/1478

Daftar Isi:

Salah satu fase penting yang ada dalam sistem peringkasan berita otomatis khususnya secara ekstraktif adalah fase pembobotan kalimat (sentence scoring). Penelitian ini bertujuan untuk memperbaiki pembobotan pada sistem peringkasan berita terhadap isu media sosial, yaitu dengan menambahkan fitur penting yang ada pada dokumen (News Feature) terhadap trending issue. Metode pembobotan News Feature (NF) mengkombinasikan 4 fitur penting pada berita : Word Frequency(WF), TFIDF, posisi kalimat, dan kemiripan kalimat terhadap judul berita. Terdapat Empat tahapan proses yang dilakukan dalam penelitian ini, yaitu : seleksi berita berdasarkan hasil ekstraksi trending issue media sosial, ekstraksi fitur berita, penghitungan bobot kalimat, dan pembangkitan ringkasan berita. Hasil pengujian dengan menggunakan ROUGE-N menunjukkan bahwa peringkasan dengan pembobotan NF lebih unggul sebesar 73% dari pembobotan Word Frequency (WF). Hal ini membuktikan bahwa pembobotan News Feature (NF) pada peringkasan multi dokumen berita mampu menghasilkan kualitas ringkasan yang lebih baik.