• Tidak ada hasil yang ditemukan

17.04.052 abstraksi

N/A
N/A
Protected

Academic year: 2018

Membagikan "17.04.052 abstraksi"

Copied!
1
0
0

Teks penuh

(1)

   

Abstrak

Peringkasan dokumen bertujuan untuk mendapatkan informasi inti dari suatu

berita yang diinginkan. Dalam pengerjaan tugas akhir ini peneliti menggunakan

metode Maximum Marginal Relevance (MMR) merupakan metode yang

digunakan untuk mengurangi redudansi dalam perangkingan kalimat pada

dokumen. Data set yang digunakan berasal dari beberapa website berita resmi.

Dengan input berupa teks berita dan query dan proses yang terdiri dari text

preprocessing, pembobotan tfidf, pembobotan cosine similarity dan pembobotan

MMR serta output berupa urutan kalimat yang menjadi ringkasan dari dokumen

tersebut. Dengan membangun sistem ini diperoleh ringkasan yang benar

menggambarkan dokumen berita terkait dan relevan dengan query yang

diinputkan, serta tidak mengandung redudansi kalimat.

Kata Kunci: peringkasan dokumen, cosine similarity,maximum marginal

relevance, redudansi kalimat

Referensi

Dokumen terkait

Berfokuskan pada teks berbahasa Indonesia dan berkonsepkan text mining , penelitian ini bertujuan untuk mengembangkan sebuah aplikasi yang mengimplementasikan

Berdasarkan hasil dari penelitian [3] bahwa untuk pembobotan kalimat pada dokumen yang memiliki karakter teks pendek dan terstruktur seperti berita maka teknik pembobotan kalimat

Berdasarkan hasil dari penelitian [3] bahwa untuk pembobotan kalimat pada dokumen yang memiliki karakter teks pendek dan terstruktur seperti berita maka teknik pembobotan kalimat

Berdasarkan hasil dari penelitian [3] bahwa untuk pembobotan kalimat pada dokumen yang memiliki karakter teks pendek dan terstruktur seperti berita maka teknik

Berfokuskan pada teks berbahasa Indonesia dan berkonsepkan text mining, penelitian ini bertujuan untuk mengembangkan sebuah aplikasi yang mengimplementasikan cosine

Berdasarkan hasil dari penelitian [3] bahwa untuk pembobotan kalimat pada dokumen yang memiliki karakter teks pendek dan terstruktur seperti berita maka teknik pembobotan kalimat

Dengan tingkat akurasi dan presisi tersebut, maka dapat disimpulkan bahwa sistem analisis sentimen dengan menggabungkan metode Text Preprocessing, Full Teks Search,

Kemudian pada proses klasifikasi, pada tahap preprocessing baik ekstraksi gambar ke teks dan proses text mining diperlakukan sama dengan tahap training namun setelah