ANALISIS DAN IMPLEMENTASI ALGORITMA GENETIKA DALAM TEXT SUMMARISATION

NI WAYAN TRISNA MAYASARI

Informasi Umum

Kode

113081057

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Rekayasa Perangkat Lunak

Dilihat

11 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Peringkasan teks (text summarisation) adalah proses menyaring informasi penting dari sebuah dokumen untuk membuat sebuah versi ringkas dari teks yang dijalankan dengan program komputer. Ringkasan (sumary) dapat didefinisikan sebagai sebuah teks yang dihasilkan dari satu atau lebih teks yang berisi informasi penting dari teks aslinya dan panjangnya tidak lebih dari setengah teks aslinya. Sedangkan text summarisation adalah proses menyaring informasi penting dari sumber untuk menghasilkan versi singkat untuk pengguna atau tugas tertentu.Dalam Tugas Akhir ini text summarisation dilakukan dengan ekstraksi kalimat, yaitu dengan memilih kalimat - kalimat sebagai calon anggota solusi dilihat dari nilai bobot dan similaritynya. Pemilihan kalimat - kalimat yang akan menjadi calon solusi memanfaatkan Algoritma Genetika dengan representasi permutasi yang yang dalam kasus ini berupa kumpulan kalimat sebagai sebuah calon solusi. Hasil dari Tugas Akhir ini adalah, mendapatkan sebuah solusi berupa kombinasi kalimat - kalimat yang sudah disaring informasinya sampai setengah atau sepertiga yang optimal menurut algoritma genetika yang dibangun dilihat dari nilai fitnessnya. Fungsi Fitness yang digunakan, menggunakan parameter sumary factor, sehingga fungsi fitness yang digunakan dalam algoritma genetikanya dapat dikatakan menjamin hasil solusi yang dihasilkan.Kata Kunci : text summarisation, algoritma genetika, sumary factor, fitness, kalimat.ABSTRACT: Text Summarisation is a filtering process the information from document to make the summarize version use computer system. Summary can be defined a text with important information from the original document, and the length no more than a half from the original text. In this final project , text summarisation in this sistem focused on sentences extraction, by the choose the sentences to make a solution from the weight and similarity between sentences. Choose the combination of sentences to make the best solution using genetic algorithm with permutation representation. The result from this system is to get a solution with the best combination of sentences, and the information have been filtering until a half from oroginal document by genetic algorithm. The best solution considered from fitness use sumary factor , so that fitness function used in this genetic algorithm can ensure to get the best solution.Keyword: text summarisation, genetic algorithm, sumary factor, fitness, sentence.