%0 Journal Article
%A 0717032049, Gozalli Achmad Irawan
%D 2012
%F eprints:13234
%J Digital Library
%T PERBANDINGAN AKURASI DAN PEMBOBOTAN FITUR TEKS PADA  PERINGKASAN DOKUMEN BAHASA INDONESIA MENGGUNAKAN  ALGORITMA GENETIKA
%U http://digilib.unila.ac.id/13234/
%X Abstrak    Peringkasan teks otomatis menjadi salah satu kajian yang aktif dilakukan  semenjak berkembangnya teknologi jaringan internet. Pesatnya perkembangan  jumlah dokumen teks, serta kebutuhan akan mesin pencari yang akurat pada  internet mendorong dikembangkannya sebuah metode untuk melakukan  peringkasan dokumen teks secara otomatis. Beberapa penelitian mengenai  peringkasan teks sudah banyak dilakukan, namun penelitian tersebut masih jarang  dilakukan pada dokumen Bahasa Indonesia.  Pada penelitian ini dilakukan peringkasan teks Bahasa Indonesia dengan teknik  ekstraksi menggunakan algoritma genetika. Ekstraksi kalimat dilakukan dengan  menggunakan lima fitur kalimat, yaitu positive keyword, kalimat yang menyerupai  judul, kemiripan antar kalimat, kalimat semantik, serta dengan menambahkan satu  fitur kalimat frasa. Bobot optimal tiap fitur dihasilkan oleh algoritma genetika.  Dari hasil penelitian didapatkan akurasi terbaik pada hasil ringkasan sebesar 91%  pada tingkat kompresi sebesar 30%. Peningkatan akurasi hasil ringkasan dengan  penambahan fitur frasa terjadi pada tingkat kompresi 10% sebanyak 3% dan pada  tingkat kompresi 20% sebanyak 1,5%. Hasil penelitian ini menunjukkan bahwa  penambahan fitur frasa dapat meningkatkan akurasi hasil peringkasan dokumen.  Kata kunci: algoritma genetika, ekstraksi frasa, ekstraksi kalimat, peringkasan  teks otomatis                      Abstract    Automatic text summarization becomes an active research conducted since the  development of internet network technology. The rapid development of the  number of text documents, and the need for an accurate search engine on the  internet encouraged the develovment of automatic text sumarrization methods.  Some research on text summarization has been done, but the research is still rare  in Indonesian documents.  In this research applied Indonesian text summarization with extraction technique  using genetic algorithms. Sentence extraction was done using the five features of  the sentence, which is positive keywords, sentences like the title, the similarity  between sentences, semantic sentence, and by adding a sentence phrase feature.  Optimal weights of each feature was generated by the genetic algorithm. The  result showed the best accuracy on the summary of 91% at compression rate of  30%. Improved accuracy of the summary with the addition of the phrase feature  occurs at compression rate of 10% by 3% and compression rate of 20% by 1,5%.  These results indicate that the addition of the phrase feature can improve the  accuracy of document summarization result.  Keyword: genetic algorithm, phrase extraction, sentence extraction, automatic  text summarization,