Implementasi metode Non-Negative Matrix Factorization untuk peringkas teks otomatis jurnal Bahasa Indonesia

Nurhaqiqi, Viqi (2019) Implementasi metode Non-Negative Matrix Factorization untuk peringkas teks otomatis jurnal Bahasa Indonesia. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (101kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (116kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (100kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (250kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (342kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (703kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (437kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (95kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (113kB) | Request a copy

Abstract

Ringkasan merupakan penyajian secara singkat suatu dokumen dengan tetap menjaga kandungan informasi atau gambaran umum yang terdapat pada dokumen aslinya. Ringkasan mengambil kata-kata atau kalimat-kalimat penting yang mewakili isi dokumen. Mendapatkan ringkasan dapat dilakukan secara manual yaitu dengan membaca keseluruhan isi dokumen. Peringkas teks otomatis merupakan alat untuk mendapatkan ringkasan secara otomatis tanpa harus membaca keseluruhan isi dokumen. Pada penelitian ini menggunakan metode non-negative matrix factorization untuk mendapatkan hasil ringkasan. Dokumen yang diujikan sebanyak 10 jurnal berbahasa Indonesia dengan berbagai tema. Ringkasan diambil berdasarkan kalimat yang memiliki bobot paling tinggi. Hasil evaluasi dari ringkasan aplikasi didapatkan bahwa gabungan antara metode NMF dan pembobotan kata menggunakan TFIDF memiliki rata-rata precision, recall, dan F-Measure yang paling tinggi berdasarkan pengujian ROUGE.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Ringkasan; Peringkas Teks Otomatis; Text Mining; Pembobotan Kata; Non-Negative Matrix Factorization
Subjects: Special Computer Methods > Artificial Intelligence
Mathematics > Data Processing and Analysis of Mathematics
Engineering
Engineering > Dictionaries and Encyclopedia of Engineering
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Viqi Viqi Nurhaqiqi
Date Deposited: 04 Apr 2019 02:17
Last Modified: 04 Apr 2019 02:17
URI: https://etheses.uinsgd.ac.id/id/eprint/19643

Actions (login required)

View Item View Item