Faisal, Muhammad ORCID: https://orcid.org/0000-0003-4884-7254, Afrah, Ashri Shabrina and Aziz, Abdul OPTIMALISASI TEKNIK PERINGKASAN TEKS PADA KARYA TULIS ILMIAH DOSEN UNTUK MENINGKATKAN PRODUKTIVITAS PUBLIKASI DI PERGURUAN TINGGI KEAGAMAAN ISLAM NEGERI. Research Report. Lembaga Penelitian dan Pengabdian kepada Masyarakat UIN Maulana Malik Ibrahim Malang. (Unpublished)
This is the latest version of this item.
Text
ilovepdf_merged.pdf Restricted to Repository staff only Download (5MB) |
Abstract
Produktivitas publikasi menjadi salah satu indikator vital dalam menilai kontribusi akademis dan kemajuan institusi di era globalisasi ini. Dosen sebagai pilar utama dalam menciptakan dan menyebarkan pengetahuan memiliki peran strategis dalam memenuhi tuntutan ini. Namun, tantangan muncul seiring dengan peningkatan volume karya tulis ilmiah yang dihasilkan oleh dosen, yang seringkali kompleks dan memakan waktu.
Optimalisasi teknik peringkasan teks muncul sebagai solusi inovatif untuk meningkatkan produktivitas publikasi dosen di PTKIN. Karya tulis ilmiah yang ringkas namun informatif dapat menjadi kunci efisiensi dalam penyajian informasi, mempercepat proses penelaahan, dan mendukung proses penyebarluasan pengetahuan. Penulisan karya tulis ilmiah oleh dosen sering kali melibatkan analisis mendalam, dan
sejumlah besar literatur, yang menciptakan teks yang panjang dan rumit. Oleh karena itu, diperlukan pendekatan yang cermat untuk merangkum esensi dari teks tanpa mengorbankan
keakuratan dan kedalaman informasi.
Salah satu implementasi dari Natural Language Processing (NLP) yang banyak berkembang saat ini adalah peringkasan teks. Ringkasan adalah dokumen yang berisi informasi penting atau intisari dari dokumen asli yang dihasilkan dari satu atau lebih dokumen. Secara umum, terdapat dua pendekatan dalam peringkasan teks otomatis, yaitu pendekatan ekstraktif dan abstraktif.
Teknologi seperti Model Transformer, LSTM, dan kombinasi LDA dengan MMR dapat dimanfaatkan untuk menghasilkan ringkasan teks yang akurat dan informatif. Meskipun banyak penelitian telah dilakukan di bidang peringkasan teks, masih sedikit yang fokus pada aplikasi bahasa Indonesia. Oleh karena itu, penelitian ini bertujuan untuk menggabungkan tiga pendekatan berbeda dan mengevaluasi efektivitasnya dalam peringkasan teks ilmiah dan berita Indonesia.
Penelitian ini akan mengeksplorasi berbagai metode peringkasan teks yang relevan yang tergolong dalam Model Transformer dan mengidentifikasi teknik-teknik yang dapat dioptimalkan untuk menyajikan esensi informasi secara ringkas namun akurat. Penelitian ini mengusung gagasan kebaruan dengan mengeksplorasi potensi optimalisasi teknik
peringkasan teks sebagai solusi konkret untuk menghadapi dinamika publikasi ilmiah di PTKIN.
Dari hasil penelitian, diperoleh bahwa Peringkasan teks dapat secara signifikan meningkatkan produktivitas publikasi ilmiah di PTKIN. Pendekatan ekstraktif dan abstraktif masing-masing memiliki keunggulan tergantung pada jenis teks. Selain itu, terdapat potensi pengembangan lebih lanjut dan aplikasi di lingkungan akademik.
Item Type: | Research (Research Report) |
---|---|
Keywords: | natural languange processing, LSTM, LDA-MMR, transformer, text summarizer |
Subjects: | 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080107 Natural Language Processing 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing |
Divisions: | Faculty of Technology > Department of Informatics Engineering |
Depositing User: | Ashri Shabrina Afrah |
Date Deposited: | 03 Dec 2024 14:58 |
Downloads
Downloads per month over past year
Origin of downloads
Available Versions of this Item
-
OPTIMALISASI TEKNIK PERINGKASAN TEKS PADA KARYA TULIS ILMIAH DOSEN UNTUK MENINGKATKAN PRODUKTIVITAS PUBLIKASI DI PERGURUAN TINGGI KEAGAMAAN ISLAM NEGERI. (deposited 03 Dec 2024 14:50)
- OPTIMALISASI TEKNIK PERINGKASAN TEKS PADA KARYA TULIS ILMIAH DOSEN UNTUK MENINGKATKAN PRODUKTIVITAS PUBLIKASI DI PERGURUAN TINGGI KEAGAMAAN ISLAM NEGERI. (deposited 03 Dec 2024 14:58) [Currently Displayed]
Actions (login required)
View Item |