APLIKASI PEMBANTU PERINGKAS MULTI DOKUMEN MENGGUNAKAN STATISTICAL APPROACH

ABSTRAK

Dokumen merupakan sarana penyampaian sebuah informasi bagi pembaca pada umumnya. Proses pembacaan dokumen yang sering kali menghabiskan waktu yang lama dalam memahami isi dari dokumen menyebabkan efektifitas dalam pekerjaan sering terganggu. Peringkasan dokumen menjadi salah satu solusi untuk memahami isi dokumen tanpa harus membaca semua isi dokumen yang ada. Peringkasan dokumen bisa dilakukan secara manual dalam memahami bagianbagian penting dalam isi dokumen tersebut. akan tetapi, proses pemahaman atau peringkasan dokumen membutuhkan waktu dan tenaga lebih banyak. Oleh karena
itu, dalam Penelitian ini akan dibuat sebuah tool yang dapat meringkas dan memilih bagian-bagian terpenting dari isi dokumen-dokumen secara komputerisasi. Pada penelitian ini proses peringkasan multi-dokumen menggunakan statistical approach, yaitu terdiri dari proses pengolahan data yang berupa text yaitu Preprocessing, kemudian pembobotan tf/idf (Term Frequency –
Inversed Document Frequency), dan normalisasi clustering menggunakan cosine similarity. Dari hasil pengujian sistem didapatkan nilai precision 33% sampai 75% untuk single dokumen dan nilai 33% sampai 66% untuk multi dokumen, nilai recall 42% sampai 100% untuk single dokumen dan nilai 50% sampai 100% untuk multi dokumen, nilai accuracy 47% sampai 73% untuk single dokumen dan nilai 71% sampai 95% untuk multi dokumen.

Kata Kunci : Text Summarization, Information Retrieval, Pembobotan Tf/Idf, Cosine Similarity, Multi-Dokumen

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

1637

Penerbit

Surabaya : ITATS., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Information Retrieval
Text Summarization
Pembobotan Tf/Idf

Info Detail Spesifik

NPM : 06.2009.1.05233 - Nilai : B+

Pernyataan Tanggungjawab

Pembimbing : Budanis Dwi Meilani, ST. M.Kom.

Versi lain/terkait

Lampiran Berkas

Komentar