Analisis Performa Model Hybrid Extractive–Abstractive Summarization (TextRank + IndoT5) pada Teks Berita Bahasa Indonesia

Ahmad Siddiq Priaji, Faizah, S.Kom., M.Kom.; Aina Musdholifah, S.Kom., M.Kom. Ph.D

2026 | Skripsi | ILMU KOMPUTER

Pertumbuhan pesat volume data digital pada portal berita daring memicu fenomena information overload yang menyulitkan pembaca memperoleh inti informasi secara cepat. Automatic Text Summarization (ATS) menjadi solusi, namun pendekatan ekstraktif cenderung kurang kohesif, sementara pendekatan abstraktif membutuhkan sumber daya komputasi besar dan waktu pemrosesan lama. Penelitian ini mengembangkan model Hybrid Extractive–Abstractive Summarization yang mengombinasikan algoritma TextRank dan model IndoT5 menggunakan dataset berita Liputan6 Canonical. Evaluasi dilakukan berdasarkan akurasi ROUGE, efisiensi waktu komputasi, serta pengaruh tingkat kompresi masukan. Hasil menunjukkan bahwa pendekatan hybrid mampu meningkatkan kualitas ringkasan, ditandai dengan kenaikan skor ROUGE-1 pada TextRank dari 24,93 menjadi 37,65 pada kompresi 60 persen. Analisis trade-off menunjukkan kompresi 40 persen sebagai konfigurasi paling seimbang dengan ROUGE-1 sebesar 35,00 dan penghematan waktu 5,1 persen. Namun, performa Hybrid TextRank belum melampaui baseline IndoT5 teks penuh karena keterbatasan algoritma berbasis frekuensi dalam menangkap position bias pada berita. Temuan penting menunjukkan dominasi lead bias pada struktur berita Indonesia, sehingga metode Lead secara konsisten mengungguli TextRank. Model terbaik adalah Hybrid Lead kompresi 50 persen dengan ROUGE-1 sebesar 40,05, melampaui baseline. Dari sisi efisiensi, seluruh model hybrid mampu mengurangi waktu inferensi, dengan Hybrid Lead kompresi 20 persen sebagai konfigurasi paling optimal secara praktis. Kesenjangan dengan model Oracle menegaskan pentingnya optimalisasi modul ekstraktif untuk pengembangan selanjutnya.

The rapid growth of digital data on online news platforms has led to information overload, making it difficult for readers to quickly grasp key information. Automatic Text Summarization (ATS) offers a solution; however, extractive approaches often produce less cohesive summaries, while abstractive methods require substantial computational resources and longer processing time. This study proposes a Hybrid Extractive–Abstractive Summarization model that combines the TextRank algorithm and the IndoT5 model using the Liputan6 Canonical news dataset. Evaluation focuses on ROUGE accuracy, computational efficiency, and the impact of input compression levels. The results show that the hybrid approach improves summary quality, with TextRank ROUGE-1 scores increasing from 24.93 to 37.65 at 60% compression. Trade-off analysis indicates that 40% compression provides the best balance, achieving a ROUGE-1 score of 35.00 with a 5.1% reduction in processing time. However, Hybrid TextRank does not outperform the full-text IndoT5 baseline due to limitations of frequency-based algorithms in capturing position bias in news articles. A key finding is the strong presence of lead bias in Indonesian news structure, causing the Lead method to consistently outperform TextRank. The best-performing model is Hybrid Lead with 50% compression, achieving a ROUGE-1 score of 40.05 and surpassing the baseline. In terms of efficiency, all hybrid configurations reduce inference time, with Hybrid Lead at 20% compression offering the most practical balance. The performance gap with the Oracle model highlights the importance of improving the extractive module for future work.

Kata Kunci : Automatic Text Summarization, Hybrid Summarization, TextRank, IndoT5, Position Bias, Berita Bahasa Indonesia,