IMPLEMENTASI PERINGKAS TEKS OTOMATIS PADA JURNAL BAHASA INDONESIA DENGAN METODE SENTENCE SCORING DAN RANKING

SAMANI, Edi Winarko, Drs., M.Sc., Ph.D

2015 | Skripsi | S1 ILMU KOMPUTER

Peringkasan teks merupakan proses untuk mengkompres dokumen original kedalam versi yang lebih pendek dengan mengekstrak informasi paling penting dari teks dokumen tersebut. Penelitian ini mengimplementasikan peringkasan teks pada jurnal bahasa Indonesia untuk menghasilkan ringkasan dengan metode sentence scoring dan ranking. Penelitian ini bertujuan untuk mengetahui akurasi dari ringkasan yang dihasilkan sistem yang menggunakan metode sentence scoring dan ranking. Metode sentence scoring dan ranking termasuk dalam kategori ekstraksi, yaitu dalam menghasilkan ringkasan tidak dilakukan pembuatan kalimat baru, melainkan hanya dilakukan ekstraksi dari kalimat yang memiliki bobot fitur paling tinggi. Sentence scoring yang dilakukan yaitu menjumlahkan nilai dari Fitur thematic, fitur position, fitur cueword dan fitur background. Dalam penelitian ini dianalisa perbandingan hasil akurasi dari sistem yang menggunakan pembobotan tf dan yang menggunakan pembobotan tfidf sebagai fitur thematic, serta yang menggunakan pembobotan paragraf dan pembobotan bab sebagai fitur position. Sistem ini diimplementasikan menggunakan bahasa pemrograman PHP. Hasil penelitian menunjukkan bahwa menggunakan pembobotan tfidf sebagai fitur thematic memiliki akurasi yang lebih baik dibanding menggunakan pembobotan tf. Selain itu pembobotan bab sebagai fitur position memiliki akurasi yang lebih baik dibandingkan menggunakan pembobotan paragraf. Dari keempat percobaan, diperoleh kesimpulan bahwa kombinasi dari pembobotan tfidf, pembobotan bab, cueword, dan background memiliki nilai akurasi rata-rata yaitu sebesar 42.19% yang merupakan nilai akurasi yang tertinggi yang diperoleh dalam penelitian ini menggunakan metode sentence scoring dan ranking.

Text summarization is to compress an original document into a shortened version by extracting the most important information out of the document. This research implements text summarization on indonesian journal to generate an automatic summary using sentence scoring and ranking method. The purpose of this research is to find out the accuracy of the summary generated by system that using sentence scoring and ranking method. Sentence scoring and ranking method is included in the category of extraction. This method constructs the summary by taking sentences that has the highest score out of the original document. Sentence scoring summing the value of thematic feature, position feature, cueword feature and background feature. The accuracy ratio of system that using tf scoring as thematic feature and system that using tfidf as thematic value is analyzed in this research, as well as the accuracy of system using section scoring as position feature and system that using paragraph scoring as position value. This sistem is implemented using PHP programming language. The result shows that using tfidf scoring as thematic feature has better accuracy than using tf scoring. Using section scoring as position feature has better accuracy than using paragraph scoring. The combination of tfidf scoring, section scoring, cueword and background has an avarage of accuracy value 42.19% which is the best results that can be obtained in this research using sentence scoring and ranking method.

Kata Kunci : : text summarization, sentence scoring, journal, feature based, tfidf