implementasi cross method latent semantic analysis untuk meringkas dokumen berita berbahasa indonesia

Clicks: 77
ID: 147817
2016
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #18 of 26 articles by views in international journal of food properties

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Abstract

Penelitian mengenai peringkasan teks secara otomatis sampai saat ini masih terus dilakukan dengan harapan hasil ringkasan yang dihasilkan oleh mesin dapat mendekati ringkasan yang dihasilkan oleh manusia. Salah satu metode yang digunakan untuk menghasilkan ringkasan dengan bantuan mesin adalah metode Latent Semantic Analysis (LSA) yang menerapkan konsep Singular Value Decomposition untuk pemilihan ringkasan yang dihasilkan, tetapi dari beberapa hasil pengujian yang telah dilakukan terhadap metode ini dapat diketahui bahwa tingkat akurasi dari ringkasan yang dihasilkan masih dapat ditingkatkan kembali. Cross Method Latent Semantic Analysis (CMLSA) merupakan pengembangan dari metode LSA yang dianggap dapat menghasilkan ringkasan dengan tingkat akurasi yang lebih tinggi dari metode LSA. Untuk menguji seberapa baik ringkasan yang dihasilkan maka dibuatlah simulator peringkas teks otomatis dengan menggunakan CMLSA sebagai metode peringkasan sedangkan teks yag digunakan sebagai masukan adalah teks berita yang diambil dari portal berita viva.co.id. Dari hasil penelitian ini dapat diketahui bahwa rata – rata nilai performansi dari ringkasan yang dihasilkan dengan menggunakan metoede pengujian Precision, Recall dan F-Measure adalah nilai Precision sebesar 72,25%, nilai Recall sebesar 66,7% dan nilai F-Measure sebesar 69,6%, hasil ringkasan dengan menggunakan metode ini dengan akurasi ringkasan sebesar 69,6% dianggap cukup baik.

Kata Kunci: cross method latent semantic analysis, TF-IDF, automatic text summarization, natural language processing.

 

Reference Key
winata2016techno.comimplementasi Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors ;Fernando Winata;Ednawati Rainarli
Journal international journal of food properties
Year 2016
DOI
DOI not found
URL
Keywords

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

No comments yet. Be the first to comment on this article.