Text
Peringkasan teks bahasa Indonesia menggunakan metode Non-Negative Matrix Factorization (NMF)
Informasi dari suatu teks dapat diperoleh dengan cara membaca keseluruhan isi teks namun dapat juga hanya membaca ringkasan yang mewakili isi teks tersebut. Dalam hal ini, perlu dilakukan pengembangan perangkat lunak peringkasan pada teks berbahasa indonesia yang bisa membangkitkan ringkasan secara otomatis sehingga didapatkan inti teks secara efisien. Peringkasan pada penelitian ini merupakan peringkasan ekstraksi, dimana mendapatkan ringkasan dengan cara menyajikan kembali kalimat-kalimat yang dianggap inti teks ke dalam bentuk yang lebih sederhana. Metode yang digunakan adalah Non-negative Matriks Factorization (NMF) yaitu metode dekomposisi matriks dengan proses faktorisasi matriks non-negatif yang menghasilkan kalimat ringkasan dengan representasi sebagai kombinasi linier dari fitur semantik secara intuitif dengan ruang lingkup arti dan fitur semantik yang sempit. Pengujian pada perangkat lunak dilakukan dengan menghitung nilai recall, precision dan f-measure sehingga diketahui akurasi dari hasil ringkasan. Pada penelitian peringkasan teks berbahasa Indonesia menggunakan metode NMF didapatkan nilai akurasi dengan rata-rata recall 0,761, precision 0,674 dan f-measure 0,711 dari 30 data uji berupa dokumen berita berbahasa Indonesia.
No copy data
No other version available