ABSTRAKSI: Peringkasan teks otomatis pada ektraksi frase utama (Automatic Text Summarization on extraction main phrase) adalah proses mengambil informasi yang paling penting dari sebuah teks atau beberapa teks berdasarkan hasil dari beberapa kalimat utama atau kalimat penting untuk membuat sebuah versi ringkas dari teks dengan menggunakan aplikasi berbasis komputer.
Pada Tugas Akhir ini diimplementasikan suatu teknik Automatic Text Summarization on extraction main phrase berdasarkan pendekatan Graf untuk multi dokumen berita. Proses ini menghasilkan keluaran berupa ringkasan ekstraktif kurang dari 50% dari berita aslinya yang terdiri dari kalimat-kalimat. Metode yang digunakan untuk mendapatkan ringkasan adalah dengan menggunakan perhitungan similarity dan centrality serta penambahan metode bahasa deduktif dan induktif yang sering digunakan dalam peringkasan. Adapun metode centrality yang digunakan pada tugas akhir ini adalah degree centrality yang merupakan adaptasi konsep dasar Lexrank. Metode similarity yang digunakan pada tugas akhir ini, yaitu metode cosine similarity dan metode correlation similarity. Selain itu juga ada penambahan metode bahasa dengan menggunakan deduktif dan induktif untuk penambahan pembobotan agar lebih tepat dalam mendapatkan kalimat utama dari multi dokumen berita tersebut.Selanjutnya hasil ringkasan yang di dapat belum terurut secara baik, untuk itu diperlukan pengurutan (ordering).
Pengevaluasian terhadap ringkasan dilakukan dengan menggunakan ROUGE evaluation toolkit. Hasil pengujian menunjukkan bahwa pada algoritma Lexrank yang menggunakan metode correlation similarity dengan motode deduktif menghasilkan ringkasan dengan akurasi lebih baik dibandingkan induktif dan metode lain yang diimplementasikan pada Tugas Akhir ini.Kata Kunci : Lexrank, peringkasan teks, multi dokumen, frase utama, deduktif, correlation similarity.ABSTRACT: Automatic Text Summarization on the extraction main phrase is the process of taking the most important information from a text or some text based on the results of some of the main sentence or phrase is important to make a compact version of the text by using computer-based applications.
In this final project will be implemented a technique of Automatic Text Summarization on Extraction Main Phrase based on Graph Approach for Multi-Document News. This process produces an output in form of extractive summary less than 50% of original news which is consist of sentences. The methods used to get summary is to use the calculation of similarity and centrality as well as the addition languange of methods of deductive and inductive that is often used in summarization. The centrality methods that used in this final project is the degree centrality which is the adaptation basic concept of Lexrank. The Similarity methods that used in this final project which are the method of cosine similarity and the similarity correlation method. Beside of that also there is the addition language of method with using method deductive and inductive to the addition of weighting to be more precise in getting the main phrases of the multi-document news. Next the summary result which is extracted are not well ordered, for that it needed the ordering.
The Evaluation of the summary is done by using the ROUGE evaluation toolkit. The test results show that on the algorithm Lexrank which using correlation method similarity with deductive motode generate summaries with an accuracy of better than inductive and other methods that are implemented in this final project.Keyword: Lexrank, text summarization, multi document, main phrase, deduktif, correlation similarity.