Peringkasan teks multi dokumen berbahasa Indonesia menggunakan sentence scoring dan SVM

Fauzi, Deri, Abidin, Zainal ORCID: https://orcid.org/0000-0002-9261-4952 and Fatchurrochman, Fatchurrochman (2024) Peringkasan teks multi dokumen berbahasa Indonesia menggunakan sentence scoring dan SVM. Techno.Com: Jurnal Teknologi Informasi, 23 (1). pp. 187-197. ISSN 23562579

Text 18661.pdf - Published Version Available under License Creative Commons Attribution. Download (378kB)

Abstract

Berita online berasal dari berbagai sumber portal berita yang tersedia secara luas di dunia maya. Namun, berita online yang melimpah dapat mengesampingkan detail dan keakuratan berita karena tujuannya untuk memberikan informasi terkini sebanyak mungkin. Ketersediaan berita online di internet dapat menyebabkan penerimaan informasi yang berlebihan, memberikan pemahaman yang kurang jelas mengenai substansi berita tersebut. Oleh karena itu, penting untuk menemukan representasi dokumen berita online guna memahami inti dari berita tersebut. Penelitian ini fokus pada menghasilkan ringkasan berita online multi dokumen dari ekstraksi fitur dan proses klasifikasi menggunakan support vector machine. penelitian ini mengklasifikan berita multi dokumen menggunakan ekstraksi fitur Sentence Scoring dan SVM. Sentence Scoring digunakan untuk input pada metode SVM agar dapat melakukan proses klasifikasi untuk menentukan hasil ringkasan. Hasil pengujian menunjukkan bahwa Fold 3 memberikan hasil terbaik, dengan rata-rata Recall 0.946, Presisi 0.487, dan F-Measure 0.634. ROUGE-1 juga mencapai nilai tertinggi pada Fold 3, yaitu 0.946. Faktor kunci dalam hasil peringkasan adalah proses ekstraksi fitur menggunakan Sentence Scoring dan pelatihan data dengan SVM. Fitur seperti data numerik dan kemiripan antar kalimat berpengaruh signifikan terhadap hasil akhir dari peringkasan.

Item Type:	Journal Article
Keywords:	Peringkasan Teks; Multi Dokumen; SVM; Berita Online
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080107 Natural Language Processing
Divisions:	Faculty of Technology > Department of Informatics Engineering
Depositing User:	ZAINAL ZA ABIDIN
Date Deposited:	26 Apr 2024 13:59

Downloads

Origin of downloads

Actions (login required)

View Item