(0721) 8030188    pusat@itera.ac.id   

Implementasi Penggabungan Metode TextRank Dan Maximum Marginal Relevance (MMR) Pada Peringkasan Single Dokumen Teks Berita Otomatis


Teknologi yang semakin berkembang membuat teknologi yang ditemukan semakin canggih dan terperbaharui. Hal tersebut dapat merubah pola hidup manusia sehari-hari, seperti halnya dalam membaca koran yang sekarang telah banyak beralih ke media online. Untuk mempersingkat membaca sebuah berita dibutuhkanlah peringkasan teks berita otomatis. Dalam penelitian ini, penulis menggunakan penggabungan metode TextRank dan Maximum Marginal Relevance untuk mendapatkan hasil ringkasan teks berita berbahasa indonesia. Tujuan penelitian ini adalah untuk mengetahui hasil tingkat performansi penggabungan antara metode MMR dan metode TextRank. Proses peringkasan dimulai dari tahapan preprocessing lalu dilanjutkan dengan pembobotan TF-IDF untuk menentukan nilai bobot kata. Kemudian dihitung nilai cosine similarity antar kalimat. Nilai cosine similarity antar kalimat kemudian digunakan untuk menghitung nilai TextRank. Dari hasil perhitungan TextRank, dilakukan iterasi perhitungan Maximum Marginal Relevance untuk mendapatkan hasil ringkasan akhir. Hasil penelitian ini menunjukkan bahwa peringkasan teks berita otomatis menggunakan metode penggabungan TextRank dan MMR pada teks berita single dokumen dapat diimplementasikan dengan cara mengganti nilai relevance pada perhitungan MMR dengan nilai dari hasil perhitungan TextRank yang telah dipilih. Dalam penelitian ini, peringkasan sebanyak 50 berita menghasilkan nilai rata-rata precision sebesar 0,664, recall sebesar 0,535, f-measure sebesar 0,588, dan akurasi sebesar 0,503.

URI
https://repo.itera.ac.id/depan/submission/SB2308090004

Keyword