creators_name: 0717032049, Gozalli Achmad Irawan
type: article
datestamp: 2015-10-22 08:52:41
lastmod: 2015-10-22 08:52:41
metadata_visibility: show
title: PERBANDINGAN AKURASI DAN PEMBOBOTAN FITUR TEKS PADA
PERINGKASAN DOKUMEN BAHASA INDONESIA MENGGUNAKAN
ALGORITMA GENETIKA
ispublished: pub
subjects: General
full_text_status: restricted
abstract: 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,
date: 2012-02-03
date_type: published
publication: Digital Library
refereed: TRUE
citation:   0717032049, Gozalli Achmad Irawan  (2012) PERBANDINGAN AKURASI DAN PEMBOBOTAN FITUR TEKS PADA PERINGKASAN DOKUMEN BAHASA INDONESIA MENGGUNAKAN ALGORITMA GENETIKA.  Digital Library.       
document_url: http://digilib.unila.ac.id/13234/1/abstrak.pdf
document_url: http://digilib.unila.ac.id/13234/2/bab%201.pdf
document_url: http://digilib.unila.ac.id/13234/3/bab%202.pdf
document_url: http://digilib.unila.ac.id/13234/4/bab%203.pdf
document_url: http://digilib.unila.ac.id/13234/5/bab%205.pdf
document_url: http://digilib.unila.ac.id/13234/5/bab%204.pdf
document_url: http://digilib.unila.ac.id/13234/6/cover%202.pdf
document_url: http://digilib.unila.ac.id/13234/7/cover.pdf
document_url: http://digilib.unila.ac.id/13234/8/cv.pdf
document_url: http://digilib.unila.ac.id/13234/9/motto.pdf
document_url: http://digilib.unila.ac.id/13234/10/pengesahan.pdf
document_url: http://digilib.unila.ac.id/13234/11/pernyataan.pdf
document_url: http://digilib.unila.ac.id/13234/12/persembahan.pdf
document_url: http://digilib.unila.ac.id/13234/13/pesetujuan.pdf
document_url: http://digilib.unila.ac.id/13234/14/sanwacana.pdf