Peringkasan Otomatis Makalah Menggunakan Maximum Marginal Relevance

Authors

  • Wildan Pratama Universitas Jenderal Achmad Yani
  • Ridwan Ilyas Universitas Jenderal Achmad Yani
  • Fatan Kasyidi Universitas Jenderal Achmad Yani

DOI:

https://doi.org/10.36423/index.v3i1.677

Abstract

Makalah merupakan karya tulis yang memuat pemikiran tentang suatu masalah atau topik tertentu yang ditulis secara sistematis disertai dengan analisis yang logis objektif. Membaca merupakan proses melihat serta memahami isi dari apa yang tertulis. Proses membaca dipengaruhi beberapa factor yang diantaranya jumlah dari bacaan, sehingga penyederhaan atau perinkasan suatu bacaan contoh seperti makalah maka akan menambah kecepatan membaca. Ringkasan merupakan suatu cara yang efektif untuk menyajikan suatu karangan yang panjang dalam bentuk yang singkat. Peringkasan makalah dilakukan untuk menyajikan jumlah bacaan lebih sedikit tanpa mengurangi informasi yang disampaikan dan mempertahankan dalam bentuknya yang singkat. Dalam membuat ringkasan kita diharuskan untuk membaca keseluruhan isi makalah tersebut terlebih dahulu, untuk kemudian meringkasnya. Hal ini tentu menjadi masalah dimana ringkasan dibuat dengan tujuan untuk meminimalkan waktu membaca tetapi tetap dapat memberikan teks yang isinya langsung mengarah pada tujuan utama atau ide pokoknya. Untuk memecahkan masalah tersebut diperlukan suatu perangkat atau aplikasi yang dapat meringkas teks secara otomatis. Beberapa penelitian terdahulu menggunakan graph-based summarization untuk meringkas dokumen tunggal bahasa Indonesia. Penelitian ini membangun sistem yang dapat meringkaskan makalah menjadi ringkasan menggunakan maximum marginal relevance. maximum marginal relevance dipilih karena mampu menilai kalimat dan merankingnya sebagai acuan untuk pembentukan ringkasan. Penelitian ini mendapatkan hasil ringkasan terbaik dengan pengujian Rouge-1 dengan rata-rata yang diraih 0.68.

References

R. Flüthmann and R. Ostermann, “Ein EDV-standardreport für die MDK-Prüfung in der stationären Altenhilfe: Den ersten Einblick verschaffen.,†Pflege Z., vol. 62, no. 6, pp. 337–341, 2009.

V. Gupta and G. S. Lehal, “A Survey of Text Summarization Extractive techniques,†J. Emerg. Technol. Web Intell., vol. 2, no. 3, pp. 258–268, 2010, doi: 10.4304/jetwi.2.3.258-268.

R. Ilyas and F. Umbara, “Peringkasan Otomatis Dengan Ekstraksi Informasi Untuk Dokumen Berita Ter- cluster,†Annu. Res. Semin. 2016, vol. 2, no. 1, pp. 405–408, 2016.

C. J. Jiang, H. Peng, Q. L. Ma, and J. C. Chen, “Automatic summarization for Chinese text based on combined words recognition and paragraph clustering,†3rd Int. Symp. Intell. Inf. Technol. Secur. Informatics, IITSI 2010, pp. 591–594, 2010, doi: 10.1109/IITSI.2010.15.

Downloads

Published

2022-01-05