Peringkasan Otomatis Makalah Menggunakan Maximum Marginal Relevance
DOI:
https://doi.org/10.36423/index.v3i1.677Abstract
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
How to Cite
Issue
Section
License
Copyright (c) 2021 Wildan Pratama, Ridwan Ilyas, Fatan Kasyidi
This work is licensed under a Creative Commons Attribution 4.0 International License.
All articles in Informatics and Digital Expert (INDEX) are published under the Creative Commons Attribution 4.0 International License (CC BY 4.0). Authors retain copyright and grant the journal the right of first publication. Anyone may share and adapt the work for any purpose, including commercial use, provided that appropriate credit is given, a link to the license is provided, and any changes are indicated.
Bahasa Indonesia
Seluruh artikel di Informatics and Digital Expert (INDEX) diterbitkan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional (CC BY 4.0). Penulis tetap memegang hak cipta dan memberikan hak publikasi pertama kepada jurnal. Siapa pun boleh membagikan dan mengadaptasi karya untuk tujuan apa pun, termasuk komersial, dengan mencantumkan atribusi yang sesuai, menyertakan tautan ke lisensi, dan menandai perubahan yang dilakukan.
