Improvisasi Algoritma Dijkstra Pada Peringkasan Teks Otomatis Untuk Artikel Politik
Article Sidebar
Main Article Content
Abstract
Tidak jarang kita menemukan suatu informasi atau artikel yang terlalu panjang. Dan untuk mengatasi masalah tersebut, salah satu cara yang bisa digunakan yaitu peringkasan teks. Metode peringkasan teks yang yang saat ini banyak dan biasa digunakan bisa dikelompokkan ke dalam tiga kategori, dan salah satunya yaitu metode berbasis graf. Dan algoritma Dijkstra memiliki tahapan yang paling sederhana. Improvisasi dilakukan dengan cara menambahkan 3 fitur pembobotan lain yaitu word freuency, position, dan resemblance to the title. Improvisasi yang dilakukan tidak terlalu berpengaruh terhadap ringkasan yang dihasilkan oleh sistem. Hal ini ditunjukkan dengan nilai evaluasi ROUGE-1 tanpa improvisasi 0.48487 dan dengan improvisasi 0.47513.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
Y. B. Prasetyo, G. Virginia, and A. Rahmat, “Implementasi Algoritma Dijkstra untuk Peringkasan Otomatis Artikel Ilmiah Berbahasa Inggris,” INFORMATIKA, vol. 11, no. 1, pp. 89–97, 2015.
G. A. Pradnyana and I. K. A. Mogi, “Implementasi Automated Text Summarization untuk Dokumen Tunggal Berbahasa Indonesia dengan Menggunakan Graph-Based Summarization Algorithm dan Algoritma Genetika,” NERO, vol. 1, no. 2, pp. 33–46, 2014.
I. Darmawan, R. A. Harianto, and H. Armanto, “Peringkasan Teks Model Graf pada Single Dokumen dengan Metode Sparse Non Negative Matrix Factorization,” in SENTRA, 2017, no. 5.
T. Jo, Text Summarization. Studies in Big Data, 45th ed. Cham: Springer International Publishing, 2019.
N. Hayatin, C. Fatichah, and D. Purwitasari, “Pembobotan Kalimat Berdasarkan Fitur Berita dan Trending Issue untuk Peringkasan Multi Dokumen Berita,” JUTI, vol. 13, no. 1, pp. 38– 44, 2015.
J. S. Saputra, M. Fachrurrozi, and Yunita, “Peringkasan Teks Berita Berbahasa Indonesia Menggunakan Metode Latent Semantic Analysis ( LSA ) dan Teknik Steinberger & Jezek,” in Computer Science and ICT, 2017, vol. 3, no. 1, pp. 215–219.
A. C. Bahrun, “Analisis Isi Berita Politik Pilkada Gowa 2015 Pada Rubrik Citizen Reporter Portal Berita Online www.gosulsel.com (Suatu Studi Tentang Jurnalisme Warga Dari Perspektif Kelengkapan Berita),” Kareba J. Ilmu Komun., vol. 8, no. 1, pp. 169–187, 2019.
P. G. Somantri, A. Komarudin, and R. Ilyas, “Peringkasan Teks Otomatis Berita Berdasarkan Klasifikasi Kalimat Menggunakan Support Vector Machine,” in SNATIF, 2018, pp. 57–62.
N. Nazari and M. A. Mahdavi, “A survey on Automatic Text Summarization,” JADM, vol. 7, no. 1, pp. 121–135, 2019.
S. Verdianto, A. Z. Arifin, and D. Purwitasari, “Strategi pemilihan kalimat pada peringkasan multi dokumen,” Nusant. J. Comput. its Appl., vol. 2, no. 7, pp. 1–5, 2016.
G. Qing, Z. Zheng, and X. Yue, “Path-planning of Automated Guided Vehicle based on Improved Dijkstra Algorithm,” in Chinese Control And Decision Conference (CCDC), 2017, pp. 7138–7143.
D. Petrovic and M. Stankovic, “The Influence Of Text Preprocessing Methods And,” Facta Univ. Ser. Math. Informatics, vol. 34, no. 5, pp. 973–994, 2019.
D. A. Prabowo, M. Fhadli, M. A. Najib, and H. A. Fauzi, “Tf-Idf- Enhanced Genetic Algorithm Untuk Extractive Automatic Text Summarization,” JTIIK, vol. 3, no. 3, pp. 208–215, 2016.
D. Andriani and M. T. Furqon, “Peringkasan Teks Otomatis Pada Artikel Berita Hiburan Berbahasa Indonesia Menggunakan Metode BM25,” JPTIIK, vol. 3, no. 3, pp. 2603–2610, 2019.
B. Zaman and E. Winarko, “Analisis Fitur Kalimat untuk Peringkas Teks Otomatis pada Bahasa Indonesia,” IJCCS, vol. 5, no. 2, pp. 60–68, 2011.
I. Boban, A. Doko, and S. Gotovac, “Sentence retrieval using Stemming and Lemmatization with Different Length of the Queries,” Adv. Sci. Technol. Eng. Syst. J., vol. 5, no. 3, pp. 349– 354, 2020.
K. Ruohonen, Graph theory. 2013.
A. N. Ammar, “Peringkasan Teks Ekstraktif Menggunakan Binary Firefly Algorithm,” vol. 5, no. September, pp. 31–42, 2020.
I. P. G. H. Saputra, “Peringkasan Teks Otomatis Untuk Dokumen Bahasa Bali Berbasis Metode Ektraktif,” vol. X, no. 1, pp. 33–38, 2017.
C. Y. Lin, “ROUGE : A Package for Automatic Evaluation of Summaries,” in Text Summarization Brances Out, 2004, pp. 74–81.