Analisis Centroid-Based Summarization pada Peringkasan 
Multi-Document Berita Berbahasa Indonesia

Aadilah Aziz

Informasi Umum

Kode

113100057

Klasifikasi

651.5 - document management

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Documents

Dilihat

287 kali

Informasi Lainnya

Abstraksi

Perkembangan teknologi informasi dan komunikasi yang pesat mengakibatkan data semakin berlimpah, namun kekayaan data tersebut justru membuat user kesulitan untuk memilah informasi yang berguna. Oleh sebab itu, saat ini user membutuhkan sistem peringkasan teks yang handal, yaitu sistem yang secara efektif mampu meringkas informasi yang ditemukan pada beberapa dokumen menjadi lebih pendek, namun tetap tidak kehilangan makna dari dokumen tersebut. Sehingga user tidak perlu menghabiskan waktu banyak untuk mencari informasi yang mereka butuhkan dalam sebuah artikel yang panjang, cukup dengan membaca summary dari artikel yang mereka temukan. Centroid-Based Summarization (CBS) adalah salah satu metode yang digunakan untuk peringkasan teks, baik itu untuk single-document maupun multi-document. Metode ini menghitung centroid dari setiap kalimat dalam dokumen dalam cluster, semakin tinggi nilai centroid yang dimiliki suatu kalimat berarti semakin mirip ia dengan topik dalam dokumen tersebut. Berkiblat dari penelitian yang dilakukan Dragomir R.Radev, seorang professor di bidang Computer Science di University of Michigan, penelitian ini mencoba menerapkan metode CBS untuk membuat summary dari sekumpulan dokumen berbahasa Indonesia dengan teknik extractive summarization. Sekumpulan dokumen tersebut akan dikelompokkan terlebih dahulu berdasarkan topiknya menggunakan teknik Single Pass Clustering menjadi cluster-cluster. Setelah itu setiap cluster dibuat ringkasannya menggunakan metode CBS. Yang kemudian akan dievaluasi dengan membandingkan hasil summary dari CBS dengan hasil summary oleh manusia menggunakan metode ROUGE-2 dan Relative Utility.<br><br> Centroid-Based Summarization, Single Pass Clustering, ROUGE-2, Relative Utility, multi-document, exctractive summarization.