Automatic Summarization pada Teks Berbahasa Indonesia melalui Pendekatan Statistik dengan Metode K-Mixture Semantic Relationship Significance

Repositori Jurnal Mahasiswa PTIIK UB
© 2013 by Doro Jurnal
Volume 1 - Number 10
Year of Publication: 2013
Gerry Eka A, Arief Andy Soebroto dan Lailil Muflikhah
Download Article

 


Abstract

Abstrak— Automatic Summarization adalah aplikasi berbasis komputer yang berfungsi untuk meringkas teks secara otomatis. Aplikasi ini memudahkan para penggunanya agar dapat membaca dokumen tanpa harus kehilangan banyak waktu, sehingga akan mempercepat proses pencarian sebuah informasi. Metode yang digunakan dalam aplikasi automatic summarization adalah K-Mixture Semantic Relationship Significance. Metode ini berfungsi untuk menghitung nilai bobot dan nilai relasi antar kata (baik kata benda maupun kata kerja). Nilai tersebut kemudian dijumlahkan sehingga mendapatkan nilai SRS setiap kalimat. Pendekatan statistik digunakan untuk mendapatkan ringkasan dengan mengurutkan nilai SRS setiap kalimat, dari tertinggi hingga terendah. Beberapa kalimat dengan nilai tertinggi akan dijadikan ringkasan. (banyaknya kalimat bergantung pada tingkat proporsi ringkasan yang diinginkan). Aplikasi automatic summarization difokuskan pada teks berbahasa indonesia. Pengujian yang digunakan yaitu pengujian validasi (Pengujian Black Box ) dan pengujian akurasi. Hasil pengujian Black Box yaitu 100% yang menunjukkan bahwa fungsionalitas sistem dapat berjalan dengan baik sesuai dengan daftar kebutuhan. Hasil pengujian akurasi menunjukkan bahwa aplikasi dapat meringkas dengan baik pada tingkat ringkasan sebesar 50% dengan nilai f-measure sebesar 0,56.

Keywords

Automatic Summarization; K-mixture Semantic Relationship Significance; statistik