Bab ini berisi tentang kesimpulan hasil penelitian yang telah dilakukan dan saran yang diharapkan dapat dikembangkan untuk penelitian selanjutnya
7 BAB 2 LANDASAN TEORI
2.1 Artikel
Artikel adalah tulisan lepas berisi opini seseorang yang mengupas tuntas suatu masalah tertentu yang sifatnya aktual dan atau kontroversial dengan tujuan untuk memberitahu (informatif), memengaruhi dan meyakinkan (persuatif argumentatif), atau menghibur khalayak pembaca (rekreatif). Disebut lepas, karena siapa pun pembaca boleh menulis artikel dengan topik bebas sesuai dengan minat dan keahliannya masing-masing. Selain itu juga artikel yang ditulis tersebut tidak terkait dengan berita atau laporan tertentu. Ditulisnya pun boleh kapan saja, di mana saja, dan oleh siapa saja. Secara teknis jurnalistik, artikel adalah salah satu bentuk opini yang terdapat dalam surat kabar atau majalah. Disebut salah satu, karena masih ada bentuk opini yang lain. Analoginya sederhana, kalau kita membuka halaman demi halaman surat kabar atau majalah maka secara umum isinya dapat digolongkan ke dalam tiga kelompok besar. Kelompok pertama adalah berita (news), kelompok kedua disebut opini (views), kelompok ketiga dinamakan iklan (advertising)[4].
Kelompok berita, meliputi berita langsung (straight news), berita foto (photo news), berita suasana-berwarna (colour news), berita menyeluruh (comprehensive news) berita mendalam (depth news), berita penafsiran (interpretative news), dan berita penyelidikan (investigative news). Kelompok opini, meliputi tajuk rencana atau editoril, karikatur, pojok, artikel, kolom, dan surat pembaca. Untuk memisahkan secara tegas antara berita (news) dan opini (views), maka tajuk rencana, karikatur, pojok artikel, dan surat pembaca ditempatkan pada satu halaman khusus. Pemisahan secara tegas berita dan opini tersebut merupakan konsekuensi dari norma dan etika luhur jurnalistik yang tidak menghendaki berita sebagai fakta objektif, diwarnai atau dibaurkan dengan opini sebagai pandangan yang bersifat subjektif [4].
Kalimat adalah satuan bahasa terkecil dalam wujud lisan atau tulisan, yang mengungkapkan pikiran yang utuh. Kalimat terdiri atas deret kata yang dimulai dengan huruf kapital dan diakhiri dengan tanda titik. Unsur-unsur kalimat terdiri dari kata, kelompok kata dan lagu kalimat. Di dalam kalimat terdapat pengaturan hubungan kedudukan antara bagian-bagiannya. Ada bagian didalam kalimat yang menunjukkan sebagai “pelaku”, ada bagian yang menunjukkan sebagai “perbuatan”, ada bagian yang menunjukkan “bagaimana perbuatan itu dilakukan”. Berdasarkan jabatannya kalimat terdiri dari.
1. Subyek, yaitu bagian yang menjadi pangkal atau pokok pembicaraan.
2. Predikat, yaitu bagian yang menerangkan subyek, biasanya berdiri sesudah subyek.
3. Obyek, yaitu bagian yang menjadi tujuan.
4. Keterangan, yaitu bagian yang menunjukkan waktu (keterangan waktu), tempat (keterangan tempat), alat (keterangan alat) dan sebagainya. Sedangkan kalimat berdasarkan fungsinya, dapat dikategorikan sebagai berikut.
a. Kalimat pernyataan. b. Kalimat pertanyaan. c. Kalimat perintah. d. Kalimat seruan.
2.3 Kata
Kata adalah kesatuan terkecil yang diperoleh sesudah kalimat dibagi atas bagianbagiannya dan mengandung suatu ide. Kategori kata berdasarkan sintaksisnya terdiri dari lima kata [7] yaitu :
1. Kata Benda (Nomina) Kata benda adalah kata yang mengacu pada manusia, binatang, benda dan konsep atau pengertian.
3. Kata Sifat (Adjektiva) Kata sifat adalah kata yang memberi keterangan yang lebih khusus tentang sesuatu yang dinyatakan oleh nomina dalam kalimat.
4. Kata Keterangan (adverbia) Kata keterangan adalah kategori yang dapat mendampingi adjektiva, numeralia atau preposisi dalam konstruksi sintaksis.
5. Kata tugas adalaah kata yang hanya memiliki arti gramatikal dan tidak memiliki arti leksikal.
2.4 Peringkasan Teks
Konsep sederhana ringkasan adalah mengambil bagian penting dari keseluruhan isi dari artikel. Ringkasan adalah mengambil isi yang paling penting dari sumber informasi yang kemudian menyajikan kembali dalam bentuk yang lebih ringkas bagi penggunanya[5].
2.4.1 Tahapan Membuat Ringkasan
Ada beberapa tahapan dalam membuat ringkasan [6], yaitu sebagai berikut. 1. Membaca naskah asli secara menyeluruh untuk mengetahui kesan umum,
gagasan pengarang dan sudut pandangnya.
2. Mencatat semua gagasan u utama atau gagasan penting.
3. Menyusun kembali suatu karangan singkat berdasarkan gagasan tersebut. Untuk membuat dan mendapatkan ringkasan yang baik, yaitu dengan cara membaca dengan seksama teks bacaan dan mencatat hal-hal pokok dari bacaan tersebut[6]. Ciri-ciri sebuah ringkasan yang baik itu harus mudah dipahami, bentuknya lebih singkat atau lebih ringkas, dan terdiri dari gagasan- gagasan utama (expert judgement).
2.5 Text Mining
Text mining adalah proses mencari informasi dengan menggunakan tools
analisis berupa kategorisasi. Proses text mining dapat menjadi solusi dari permasalah pemrosesan data berupa teks yang tidak terstruktur dalam jumlah yang banyak. Text mining sering digunakan dalam kasus information retrieval. Tujuan adanya text mining yaitu untuk mendapatkan informasi yang bermanfaat dari sekumpulan data, salah satunya adalah dokumen teks [17].
2.6 Peringkasan Teks Otomatis
Peringkasan teks otomatis adalah teknik pembuatan ringkasan dari sebuah teks secara otomatis dengan memanfaatkan aplikasi yang dijalankan pada komputer untuk menghasilkan informasi yang paling penting dari dokumen aslinya [5].
2.6.1 Pendekatan Peringkasan Teks Otomatis Terdapat 2 pendekatan peringkas teks[5], yaitu:
1. Ekstraksi(extractive summari). Pada teknik ekstraksi, sistem manyalin unit-unit teks yang dianggap paling penting dari sumber teks menjadi ringkasan. Unit-unit teks yang disalin dapat berupa klausa utama, kalimat utama, atau tidak terdapat pada paragraf utama tanpa ada penambahan-penambahan kalimat baru yang tidak teradapat pada dokumen aslinya.
2. Abstraksi (abstraksi summary). Teknik abstraksi menggunakan metode linguistik
untuk memeriksa dan menafsirkan teks dokumen menjadi ringkasan. Ringkasan teks tersebut dihasilkan dengan cara menambahkan kalimat-kalimat yang ada pada teks sumber.
2.6.2 Preprocessing
Pada tahap pra proses (preprocessing) dilakukan penyiapan dokumen mentah menjadi dokumen atau representatif dokumen yang siap diproses untuk langkah selanjutnya[5]. Pada tahap ini proses yang dilakukan antara lain membagi dokumen
menjadi kalimat, casefolding, filtering, dokumen menjadi kata (tokenizing), dan menghapus stopword.
1. Pemisahan Kalimat.
Memecah dokumen menjadi kalimat-kalimat merupakan langkah awal tahapan preprocessing. Pemecahan kalimat yaitu proses memecah string teks dokumen yang panjang menjadi kumpulan kalimat-kalimat. Dalam memecah dokumen menjadi kalimat-kalimat menggunakan fungsi split (), dengan tanda titik (“.”) sebagai pemisah (delimiter) untuk memotong string dokumen[7].
2. Case Folding
Case folding adalah tahapan proses mengubah semua huruf dalam teks dokumen menjadi huruf kecil, serta menghilangkan karakter selain a-z. [7].
3. Filtering
Data teks dalam dokumen yang sebelumnya sudah diubah ke dalam huruf kecil semua. Selanjutnya dilakukan proses filtering teks. Filtering adalah tahapan pemrosesan teks dimana semua teks selain karakter “a” sampai “z” dan titik “.” akan dihilangkan dan hanya menerima spasi[7].
4. Tokenizing
Tokenizing adalah proses pemotongan string input berdasarkan tiap kata yang menyusunnya. Pemecahan kalimat menjadi kata-kata tunggal dilakukan dengan men-scan kalimat dengan pemisah (delimiter) whitespace (spasi, tab, dan newline)[7]. 5. Stopword
Penghapusan Stopword merupakan proses penghilangan kata stopword. Stopword adalah kata - kata yang sering kali muncul dalam dokumen namun arti dari kata-kata tersebut tidak deskriptif dan tidak memiliki keterkaitan dengan tema tertentu. Misalnya “di”, ”oleh”, “pada”, ”sebuah”, ”karena” dan lain sebagainya[7].
2.7 Metode TF-IDF (Term Frequency – Inversed Document Frequency)
Metode Term Frequency - Inverse Document Frequency (TF-IDF) merupakan suatu cara untuk memperoleh pembobotan berdasarkan jumlah II-8 kemunculan suatu kata (term) dalam sebuah dokumen term frequency (TF) dan jumlah kemunculan term dalam koleksi dokumen inverse document frequency (IDF).
TF merupakan banyak kata yang muncul pada sebuah dokumen, sedangkan DF merupakan banyaknya dokumen yang mengandung sebuah kata. Nilai IDF sebuah kata (term) dapat dihitung menggunakan persamaan berikut.
IDF = log
(2.1)
N adalah jumlah dokumen yang berisi term (t) dan df adalah jumlah kemunculan kata (term) terhadap N. Adapun rumus yang digunakan untuk menghitung bobot (W) masing-masing dokumen, yaitu dapat dilihat pada rumus berikut.
Wdt = tfdt * IDFt (2.2) dengan:
d = kalimat ke–d t = kata (term) ke–t
TF = term frequency / frekuensi kata
W = bobot kalimat ke–d terhadap kata (term) ke–t IDF = Inverse Document Frequency
Berikut ilustrasi dari TF-IDF:
dokumen 1 (d1) : Manajemen transaksi logistik. dokumen 2 (d2) : Pengetahuan antar individu.
dokumen 3 (d3) : Dalam manajemen pengetahuan terdapat transfer pengetahuan logistik. Jadi jumlah dokumen (d) = 3
Setelah melalui proses filtering, maka kata “antar” pada dokumen 2 serta kata “dalam” dan “terdapat” pada dokumen 3 dihapus.
Tabel 2. 1 Contoh perhitungan TF-IDF
Token Tf DF IDF W (TF-IDF)
D1 D2 D3 D1 D2 D3 Manajemen 1 0 1 2 0.1761 0.1761 0 0.1761 transaksi 1 0 0 1 0.4771 0.4771 0 0 Logistik 1 0 1 2 0.1761 0.1761 0 0.1761 Pengetahuan 0 1 1 2 0.1761 0 0.1761 0.3522 Individu 0 1 0 1 0.4771 0 0.4771 0 transfer 0 0 1 1 0.4771 0 0 0.4771
Dari tabel di atas didapat : Bobot (w) untuk d1 = 0.8293 Bobot (w) untuk d2 = 0.6532 Bobot (w) untuk d3 = 1.1815
2.8 Metode K-Means Clustering
K-Means Clustering merupakan salah satu metode data clustering non hirarki yang berusaha mempartisi data yang ada ke dalam bentuk satu atau lebih cluster/kelompok[8].
Metode ini mempartisi data ke dalam cluster/kelompok sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai karakteristik yang berbeda dikelompokkan ke dalam kelompok yang lain. Adapun tujuan dari data clustering ini adalah untuk meminimalisasikan objective function yang diset dalam proses clustering, yang pada umumnya berusaha meminimalisasikan variasi di dalam suatu cluster dan
memaksimalisasikan variasi antar cluster. Manfaat Clustering adalah sebagai
Identifikasi Object (Recognition) misalnya dalam bidang Image Processing, Computer Vision atau robot vision. Selain itu adalah sebagai Sistem Pendukung Keputusan dan Data Mining seperti Segmentasi pasar, pemetaan wilayah, Manajemen marketing dll.
Data clustering menggunakan metode K-Means ini secara umum dilakukan dengan algoritma dasar[9]. Algoritma K-means dapat dilihat pada gambar 2.1 berikut.
Mulai
Tentukan Jumlah Cluster K
Tentukan asumsi titik pusat cluster (centroid)
Hitung Jarak Objek ke
Centroids
Kelompokkan Jarak Berdasarkan Jarak Minimum
Adakah Objek Yang Berpindah Selesai Tidak Ya
1. Tentukan jumlah cluster
2. Menentukan nilai centroid
Dalam menentukan nilai centroid untuk awal iterasi, nilai awal centroid
dilakukan secara acak. Sedangkan jika menentukan nilai centroid yang merupakan tahap dari iterasi dihitung berdasarkan nilai rata-rata dari data yang terletak pada
centroid yang sama.
3. Menghitung jarak antara data dengan pusat cluster.
Untuk menghitung jarak tersebut dapat menggunakan Euclidean Distance. Euclidean sering digunakan karena penghitungan jarak dalam distance space ini merupakan jarak terpendek yang bisa didapatkan antara dua titik yang diperhitungkan[8]. Berikut persamaan dengan Euclidean Distance.
De = √ (2.3) dengan: De = euclidean distance. i = banyaknya data. x = bobot dokumen. y = pusat cluster. 4. Pengelompokan Data
Untuk menentukan anggota cluster adalah dengan memperhitungkan jarak terpendek data. Nilai yang diperoleh dalam keanggotaan data pada distance matriks adalah 0 atau 1, dimana nilai 1 untuk data yang dialokasikan ke cluster dan nilai 0 untuk data yang dialokasikan ke cluster yang lain.
5. Kembali ke tahap 2, lakukan perulangan hingga nilai centroid yang dihasilkan tetap dan anggota cluster tidak berpindah ke cluster lain.
2.9 Generating
Tahapan ini adalah pembangkitan atau pembentukan hasil akhir. Terdiri dari penggabungan frase, pencetakan kata atau frase dan pembangkitan kalimat. Metode
generating yang digunakan yaitu Topic list yang merupakan teknik hasil akhir yang berisi kata-kata yang sering muncul atau penggabungan pengertian yang telah diinterpretasi [7].
2.10 Teknik Evaluasi Peringkasan Teks
Pengujian yang dilakukan dalam penelitian ini menggunakan pengujian akurasi. Standar pengukuran yang biasa digunakan dalam penelitian text summarization yaitu recall, precision, dan f-measure[19].
Recall adalah tingkat keberhasilan ringkasan. Perhitungan recall dapat dilihat pada persamaan sebagai berikut.
dimana
recall : tingkat keberhasilan
correct : jumlah kalimat yang berhasil di ekstrak sistem sesuai dengan kalimat yang diekstrak manusia
missed : jumlah kalimat yang diekstrak manusia tetapi tidak terdapat dalam kalimat yang diekstrak sistem
Precision adalah tingkat ketepatan hasil ringkasan. Perhitungan precision dapat dilihat pada persamaan berikut:
dimana,
precision : tingkat ketepatan
correct : jumlah kalimat yang berhasil di ekstrak sistem sesuai dengan kalimat yang diekstrak manusia
wrong : jumlah kalimat yang diekstrak sistem tetapi tidak terdapat dalam kalimat yang diekstrak manusia
F-measure adalah gabungan antara recall dan precision. Perhitungan f-measure
dapat dilihat pada persamaan berikut:
2.11 Flowchart
Flowchart adalah bagan (chart) yang menunjukkan alir (flow) di dalam program atau prosedur sistem secara logika. Bagan alir program (program flowchart) merupakan bagan alir yang mirip dengan bagan alir sistem, yaitu untuk menggambarkan prosedur di dalam sistem [7].
2.12 Data flow diagram(DFD)
Pengertian Data Flow Diagram (DFD) adalah Diagram yang menggunakan notasi simbol untuk menggambarkan arus data system [7]. DFD sering digunakan untuk menggambarkan suatu sistem yang telah ada atau sistem yang baru yang akan dikembangkan secara logika dan menjelaskan arus data dari mulai pemasukan sampai dengan keluaran data tingkatan diagram arus data mulai dari diagram konteks yang menjelaskan secara umum suatu system atau batasan system dari level 0 dikembangkan menjadi level 1 sampai system tergambarkan secara rinci. Gambaran ini tidak tergantung pada perangkat keras, perangkat lunak, struktur data atau organisasi file.
1. Kesatuan Luar (External Entity)
Kesatuan luar (external entity) merupakan kesatuan (entity) di lingkungan luar sistem yang dapat berupa orang, organisasi, atau sistem lain yang berada pada
lingkungan luarnya yang memberikan input atau menerima output dari sistem. 2. Arus Data (Data Flow)
Arus Data (data flow) di DFD diberi simbol suatu panah. Arus data ini mengalir di antara proses, simpan data dan kesatuan luar. Arus data ini menunjukan arus dari data yang dapat berupa masukan untuk sistem atau hasil dari proses sistem.
3. Proses (Process)
Proses (process) menunjukan pada bagian yang mengubah input menjadi output, yaitu menunjukan bagaimana satu atau lebih input diubah menjadi beberapa output. Setiap proses mempunyai nama, nama dari proses ini menunjukan apa yang dikerjakan proses.
4. Simpanan Data (Data Store)
Data Store merupakan simpanan dari data yang dapat berupa suatu file atau database pada sistem komputer.
2.13 Perangkat Lunak Pendukung
Pada bagian ini akan dijelaskan tentang beberapa perangkat lunak dan bahasa pemrograman yang digunakan untuk mendukung dalam pengembangan aplikasi yang dibuat. Bahasa pemrograman yang digunakan diantaranya adalah php dan html. Selain itu terdapat perangkat lunak yang digunakan yaitu XAMPP, Macromedia Dreamweaver dan MySQL
2.13.1 Pengertian XAMPP
XAMPP adalah satu paket software web server yang terdiri dari Apache, Mysql, PHP dan phpMyadmin. Mengapa menggunakan XAMPP? Karena XAMPP sangat mudah penggunaanya, terutama bagi pemula. Proses instalasi XAMPP sangat mudah, karena tidak memerlukan konfigurasu Apache, PHP dan MySQL secara manual, XAMPP melakukan instalasi dan konfigurasi secara otomatis [11].
2.13.2 Pengertian PHP
PHP merupakan kependekan dari kata Hypertext Prepocessor. PHP tergolong sebagai perangkat lunak open source yang diataur dalam aturan general purpose licences (GPL).
Pemograman PHP sangat cocok dikembangkan dalam lingkungan web, karena PHP bisa dilekatkan pada script HTML atau sebaliknya. PHP dikhususkan untuk pengembangan web dinamis. Maksudnya, PHP mampu menghasilkan website yang secara terus menerus hasilnya bisa berubah-ubah sesuai dengan pola yang diberikan. Hal tersebut bergantung pada permintaan client browser yang digunakan. Pada umumnya, pembuatan web dinamis berhubungan erat dengan database sebagai sumber data yang akan ditampilkan.
PHP tergolong juga sebagai bahasa pemograman yang berbasis server (server side cripting). Ini berarti bahwa semua script PHP diletakkan diserver dan diterjemahkan oleh web server terlebih dahulu, kemudian hasil terjemahan itu dikirim ke browser client. Tetu hal tersebut berbeda dengan JavaScript selalu tampak dihalaman web bersangkutan, jika dilakukan penyimpanan terhadap file web. Secara teknologi, bahasa pemograman PHP memiliki kesamaan dengan bahasa ASP (Active Server Page), Cold Fusion, JSP (Java Server Page), ataupun Perl.
2.13.3 Sublimtext
Sublime Text merupakan editor HTML yang professional mendesain, menulis kode program dan mengembangkan website, halaman web, dan aplikasi web. Dalam pengerjaanya dreamweaver memberikan tiga pilihan yaitu bekerja dengan menulis
kode program (Menu Code), dengan pengeditan secara visual (Mode Design) dan dengan tampilan keduanya (Split Mode). Dreamweaver juga menyediakan alat-alat bantu untuk mengembangkan kreatifitas pembuatan web.
21
BAB 3
ANALISIS DAN PERANCANGAN
3.1Analisis Masalah
Analisis masalah adalah gambaran masalah yang diangkat dalam penelitian tentang text summarization dalam artikel berita berbahasa Indonesia. Analisis masalah menjelaskan tentang proses identifikasi masalah serta evaluasi mengenai sistem peringkas teks otomatis dalam artikel berita berbahasa Indonesia.
Pada tugas akhir ini peringkasan teks otomatis(automatic text summarization) akan dilakukan dengan pendekatan statistik. Metode pertama yaitu Term Frequency – Inverse Document Frequency (TF-IDF) yang merupakan metode pemberian bobot hubungan suatu kata (term) terhadap dokumen. Bobot tiap kata (term) terhadap dokumen yang diperoleh akan dijumlahkan sehingga menjadi bobot kalimat[12]. Selanjutnya dari bobot tiap kalimat dijadikan data masukan proses clustering data dengan menggunakan metode K-means Clustering. Karena metode K-means dapat mempartisi data ke dalam cluster/kelompok sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai karakteristik yang berbeda dikelompokkan ke dalam kelompok yang lain [8]. Pada tahap akhir, tiap bobot kalimat pada tiap cluster dijumlahkan selanjutnya dipilih jumlah yang paling besar. Nilai cluster paling besar itulah yang akan menjadi ringkasan dengan mengurutkan data aslinya, sehingga diharapkan hasil ringkasan yang diperoleh nantinya merupakan teks yang berisi informasi penting dari suatu bacaan dan panjang hasil ringkasan yang dihasilkan tersebut tidak lebihdari setengah panjang teks aslinya [13].
3.2Arsitektur Sistem
Arsitektur sistem menggambarkan perancangan sistem peringkasan teks otomatis secara keseluruhan. Adapun gambaran arsitektur sistem peringkasan teks otomasis seperti pada gambar 3.1 berikut.
Token Kalimat
Token Kalimat Case FoldingCase Folding FilteringFiltering TokenToken Kata Kata Stopword RremovalStopword Rremoval Perhitungan Bobot dengan TF-IDF Perhitungan Bobot dengan TF-IDF Preprocessing Dokume Berita Menentukan Jumlah Cluster Menentukan Jumlah Cluster Menentukan Centroid Tiap Cluster Menentukan Centroid Tiap Cluster Perhitungan Jarak Dengan Centroid Perhitungan Jarak Dengan Centroid Pengelompokan Data Ke Masing-Masing Cluster Pengelompokan Data Ke Masing-Masing Cluster
Jumlah Max Cluster
Jumlah Max Cluster K-Means
Ringkasan Gambar 3. 1 Arsiteksur Sistem
3.3Analisis Sistem
Analisis sistem didefinisikan sebagai penguraian dari sistem utama kedalam sub- sub sistem dengan tujuan untuk mendefinisikan permasalahan yang ada dan kebutuhan- kebutuhan yang diperlukan agar dapat diusulkan dan diciptakan sistem yang lebih baik. Implementasi metode k-means pada peringkasan teks yang akan dibangun bisa dilihat pada gambar 3.2 berikut.
Mulai Data Dokumen Preprocessing Clustering K-Means Selesai Data Dokumen
Gambar 3. 2 Alur Sistem
Analisis sistem peringkasan teks otomatis yang akan dibangun pada penelitian ini memiliki 3 tahapan, yaitu preprocessing, penghitungan bobot dengan TF-IDF,
clusteringK-Means. Untuk penjelasan tiap tahapan dapat dilihat sebagai berikut : 1. Datadokumen
Pada tahap ini pengguna memilih data yang akan diringkas. Data ini merupakan artikel berita berbahasa Indonesia dengan ektensi .txt.
2. Preprocessing
Proses preprocessing merupakan tahap dimana data yang akan digunakan sebagai data testing dibersihkan dari hal yang tidak mempunyai pengaruh dalam ringkasan. Preprocessing yang akan dilakukan dalam tahap ini
meliputi : pemecahan kalimat, case folding(merubah menjadi lowercase),
filtering, tokenizing dan hapus stopword. Kemudian dilanjutkan dengan pembobotan kata menggunakan TF-IDF.
3. Clustering dengan K-means
Clustering yang kalimat yang berada pada satu kelas yang memiliki makna yang sama, sehingga nantinya akan dilakukan seleksi kalimat dengan cara mengambil salah satu kalimat dari setiap cluster sebagai perwakilan akan makna tertentu.
3.3.1 Analisis Data Masukan
Analisis data masukan (input data) pada peringkasan teks(text summarization) artikel berita berbahasa Indonesia menjelaskan proses data masukan yang dibuat merupakan sistem peringkasan dengan inputan data training berupa single dokumen untuk menghasilkan ringkasan (summary).
Data masukan pada penelitian ini didapat dari artikel berita megapolitan.kompas.com dengan judul “lulung dukung waarga bukit duri gugat pemprofDKI”,
http://megapolotan.kompas.com/read/2016/05/13/10104761/Lulung.Dukung.Warga. Bukit.Duri.Gugat.Pemprov.DKI
Tabel 3. 1 Data Masukan Artikel Berita
Rencana warga Bukit Duri, Jakarta Selatan, menggugat Pemprov dan didukung Wakil Ketua DPRD Abraham "Lulung" Lunggana. Lulung menyatakan, gugatan memang harus dilakukan warga Bukit Duri untuk memberikan pelajaran bagi Pemprov DKI agar tidak sewenang-wenang. "Baguslah, Pemprov harus mengerti mana yang menjadi tanah negara, mana yang dikelola oleh rakyat," kata Lulung di Masjid Luar Batang, Kamis (12/5/2016) malam. Ia mencontohkan tanah negara yang menjadi aset pemerintah, seperti kawasan Monumen Nasional (Monas) dan kantor Balai Kota. Sementara lahan negara yang dikelola oleh masyarakat salah satunya di kawasan Pasar Ikan yang telah digusur Pemprov DKI. "Dia (Ahok) jangan mengklaim saja, lihat dulu di sana ada enggak penduduknya, RT, RW-nya, dan mereka bayar kewajiban pajak enggak? Ada nilai keekonomiannya, terus warga yang sudah bertahun-tahun di sana enggak boleh main gusur aja," ujar Lulung. Warga Bukit Duri memutuskan untuk mengajukan gugatan class action terhadap Pemerintah Provinsi DKI Jakarta yang berencana menertibkan permukiman tersebut. Gugatan telah didaftarkan ke Pengadilan Negeri Jakarta Pusat pada 10 Mei.
3.3.2 Analisis Preprocessing
Analisis preprocessing menjelaskan proses-proses yang dilakukan untuk mendapatkan fitur kata yang bersih sehingga tidak mengandung kata yang tidak pengaruh dalam ringkasan untuk menghasilkan proses selanjutnya. Berikut ini adalah tahapan preprocessing dalam sistem peringkasa teks artikel berita berbahasa Indonesia.
mulai Pemecahan kalimat Case folding Tokenizing Stopword removal selesai Data uji hasil
stopword removal Dokumen
berita
Filtering
Gambar 3. 3 Tahap Preprocessing
Adapun penjelasan dari tahapan preprocessing. Berikut penjelasan dari tahapan- tahapan preprocessing:
1. Pemecahan Kalimat
Pada tahap pemecahan kalimat adalah memecah string menjadi kalimat-kalimat berdasarkan tanda titik ( . ) sebagai pemisah. Hasil pemecahan dokumen