PERINGKASAN TEKS BAHASA INDONESIA SECARA OTOMATIS MENGGUNAKAN METODE SENTENCE SCORING DAN DECISION TREE

Sabuna, Periantu Marhendri (2017) PERINGKASAN TEKS BAHASA INDONESIA SECARA OTOMATIS MENGGUNAKAN METODE SENTENCE SCORING DAN DECISION TREE. S2 thesis, UAJY.

	Text (Halaman Judul) MTF023670.pdf Download (1MB)
	Text (Bab I) MTF023671.pdf Download (468kB)
	Text (Bab II) MTF023672.pdf Download (269kB)
	Text (Bab III) MTF023673.pdf Download (1MB)
	Text (Bab IV) MTF023674.pdf Download (818kB)
	Text (Bab V) MTF023675.pdf Restricted to Registered users only Download (1MB)
	Text (Bab VI) MTF023676.pdf Download (97kB)
	Text (Daftar Pustaka) MTF023677.pdf Download (355kB)

Abstract

Peringkasan teks adalah proses pemampatan teks sumber ke dalam versi lebih pendek namun tetap mempertahankan informasi pokok yang terkandung didalamnya. Memahami isi dokomen berita melalui ringkasan teks memerlukan waktu yang lebih singkat dibandingkan membaca seluruh isi dokumen, sehingga ringkasan teks menjadi sangat penting. Dengan adanya ringkasan, diharapkan pembaca dapat dengan cepat dan mudah memahami makna sebuah teks tanpa harus membaca keseluruhan teks. Oleh karena itu, maka perlu menggunakan metode untuk memahami, mengklasifikasikan dan menyajikan semua informasi dengan cara yang jelas dan ringkas, memungkinkan pembaca untuk menghemat waktu dan sumber daya. Dalam penelitian ini akan mengkombinasikan metode sentence scoring dan decission tree untuk peringkasan teks secara otomatis dalam bahasa Indonesia. Algoritma decision tree digunakan untuk memilih kalimat mana saja yang akan masuk dalam ringkasan sistem. Untuk menghasilkan rule-rule dalam pohon keputusan, akan digunakan 50 teks berita sebagai data training. Model yang dihasilkan pada tahap training diterapkan pada proses seleksi kalimat yang akan masuk dalam ringkasan sistem. Hasil penelitian menunjukan pengukuran nilai f-measure tertinggi adalah 0,80 dan rata-rata 0,58. Berdasarkan hasil tersebut dapat disimpulkan bahwa hasil peringkasan dokumen menggunakan sentence scoring dan decision tree menunjukkan nilai akurasi yang cukup baik untuk dokumen teks berita.

Item Type:	Thesis (S2)
Uncontrolled Keywords:	peringkasan teks, sentence scoring, decision tree
Subjects:	Magister Teknik Informatika > Enterprise Inf System
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	Editor UAJY
Date Deposited:	08 Aug 2017 10:20
Last Modified:	08 Aug 2017 10:20
URI:	http://e-journal.uajy.ac.id/id/eprint/12014

Actions (login required)

View Item