Peringkas Dokumen Otomatis Menggunakan Metode Ekstraksi Kalimat dan Fuzzy Inference System Model Mamdani
Main Author: | Romadhona, TriCahyo |
---|---|
Format: | Thesis NonPeerReviewed Book |
Bahasa: | eng |
Terbitan: |
, 2011
|
Subjects: | |
Online Access: |
http://repository.ub.ac.id/152596/1/051102629.pdf http://repository.ub.ac.id/152596/ |
Daftar Isi:
- Peringkas dokumen otomatis (automatic text summarization) adalah pembuatan versi ringkas dari sebuah teks yang dijalankan pada komputer tanpa mengurangi makna asli yang terkandung didalamnya dan membantu pengguna agar lebih cepat memahami informasi yang terkandung didalamnya. Secara umum terdapat 2 macam pembuatan peringkas dokumen teks otomatis yaitu menggunakan metode ekstraksi dan abstraksi. Pada metode ekstraksi sebuah ringksan dokumen teks diperoleh dari rangkaian kata, kalimat maupun frasa yang diambil secara utuh dari dokumen asal, sehingga hasil yang didapat merupakan bagian dari dokumen tersebut. Pada penelitian ini dibuat implementasi metode ekstraksi kalimat dimana akan dilakukan pembobotan kalimat yang diperoleh dari 6 fitur pada setiap kalimat, hasil nilai tiap fitur tersebut akan digunakan sebagai input nilai fuzzy menggunakan inferensi model mamdani. Hasil akhir yang didapat berupa nilai akhir bobot tiap kalimat, sehingga kalimat yang menjadi kandidat ringkasan diambil dari kalimat dengan nilai tertinggi hingga terendah sesuai dengan besar ringkasan yang diinginkan. Pengujian sistem dilakukan untuk menghitung nilai precision dan recall dengan besar ringkasan 25% dan 30% dan akan dilakukan dibandingkan dengan AutoSummarize (Microsoft Word) dan sebagai acuan digunakan ringkasan buatan manusia seorang Guru Bahasa Indonesia. Setelah dilakukan ujicoba terhadap 15 dokumen berita yang diambil secara acak, didapatkan hasil nilai rata – rata precision sebesar 0.453001 dan recall sebesar 0.468134 untuk besar ringkasan sebesar 25%. Dan nilai rata – rata precision sebesar 0.589149 dan recall sebesar 0.601721 untuk besar ringkasan sebesar 50%. Sedangkan AutoSummarizer yang menghasilkan nilai rata – rata dari precision sebesar 0.349274 dan recall 0.354928 untuk besar ringkasan sebesar 25% dan untuk hasil ringkasan sebesar 50% menghasilkan nilai rata – rata precision sebesar 0.512515 dan recall 0.521096. dari hasil yang didapat, dapat disimpulkan bahwa sistem peringkas dokumen ini lebih baik.