Peringkasan Teks Otomatis Pada Artikel Berita Hiburan Berbahasa Indonesia Menggunakan Metode BM25
Teks penuh
Dokumen terkait
Pengujian sistem akan dilakukan kepada 3 responden secara manual dengan dokumen berjumlah 50, dari hasil pengujian tersebut akan dihitung nilai rata-rata untuk
extractive summary yang dapat digunakan untuk meringkas dokumen tunggal.. Metode VSM bermanfaat untuk mengurangi redudansi kalimat yang akan diringkas[3]. Oleh karena
Permasalahan dibatasi pada proses peringkasan teks otomatis yang telah dikembangkan yaitu menggunakan metode Maximum Marginal Relevance (MMR). Inputan teks yang
Pada tugas akhir ini dibuat sebuah perangkat lunak yang dapat meringkas teks dokumen tunggal yang berupa berita criminal berbahasa Indonesia secara otomatis atau biasa
Penelitian ini dilakukan untuk mengetahui tingkat akurasi pada peringkasan dokumen berita berbahasa Indoneisa menggunakan metode Latent Semantic Analysis dan teknik
Dari beberapa uraian diatas serta dari beberapa penelitian yang telah dilakukan sebelumnya, penting untuk dilakukan peringkasan teks agar dapat membantu pembaca
Dari hasil pengujian tuning parameter delta, nilai Non Interpolated Average Precision (NIAP) yang dihasilkan oleh metode BM25+ lebih besar dari metode BM25 yakni
Dari persoalan yang sudah diceritakan diatas, fokus pada penelitian yang dilakukan adalah bagaimana membuat suatu sistem untuk melakukan pengelompokkan dokumen
