SISTEM PERINGKAS TEKS OTOMATIS MULTI DOKUMEN KLIPING ARTIKEL BERITA GEMPA MENGGUNAKAN METODE TF-IDF
Penulis
-
Aa Zezen Zaenal Abidin
STMIK Subang
-
Enung Nurjanah
STMIK Subang
https://doi.org/10.47561/a.v13i1.166
This Abstract has been read 628 times
Abstrak
Teknologi saat ini berkembang pesat sehingga pengguna internet mudah untuk mengetahui berita yang ada di internet. Berita artikel gempa yang banyak menyulitkan pembaca mengetahui isi berita secara terperinci. Karena itu peringkas teks multi dokumen menjadi penting untuk dilakukan. Agar pembacaan menjadi cepat dan mudah serta informasi bisa di dapat secara singkat. Dengan adanya peringkas teks pembaca bisa mengetahui kliping artikel berita gempa secara singkat tidak hanya dari satu dokumen tetapi beberapa dokumen atau multi dokumen bisa dilakukan, minimal dari dua dokumen. Penulis membuat prototype system peringkas teks multi dokumen menggunakan metode Term frquency inverse document frequency (TF-IDF) yaitu memecah isi dokumen menjadi kalimat, membuang karakter, memecah kalimat menjadi kata, memberi nilai bobot pada kata, menjumlahkan nilai bobot, menghitung nilai idf dan TF-IDF sehingga di dapat nilai bobot kata dari setiap kalimat, diperoleh bobot kalimat dimana bobot yang tertinggi atau beberpa kalimat dengan rangking tertinggi dijadikan ringkasan dari masing-masing dokumen. Ringkasan dari setiap dokumen digabung dan diringkaskan lagi, sehingga menjadi ringkasan ketiga sebagai gabungan dua dokumen. Digunakan tools berbasis web, Bahasa pemogramman yang digunakan yaitu PHP dan DBMS MySQL. Aplikasi ini dapat mengimplementasikan peringkas teks otomatis multi dokumen kliping artikel berita di internet metode TF-IDF. Sistem ini dapat membantu mengetahui isi penting dari kliping artikel berita yang banyak di internet. Memiliki akurasi hasil uji responden 54.45% dan uji kemiripan dokumen sebesar 78.023%. Kata kunci: peringkas teks multi dokumen, kliping artikel berita, TF-IDF..
Keywords: Peringkas Teks, Kliping Artikel Berita, TF-IDF
CITATIONS
Unduhan
Data unduhan belum tersedia.
Referensi
[1] M. Allahyari et al., Text Summarization Techniques: A Brief Survey, Int. J. Adv. Comput. Sci. Appl., vol. 8, no. 10, 2017.
[2] F. Hendy Evan and Y. W. Sigit Purnomo, Pembangunan Perangkat Lunak Peringkas Dokumen dari Banyak Sumber Menggunakan Sentence Scoring dengan Metode TF-IDF, Semin. Nas. Apl. Teknol. Inf. Yogyakarta, vol. 21, no. 17, pp. 1907–5022, 2014.
[3] A. Z. Z. Abidin and E. Y. Rayi, PERINGKAS TEKS OTOMATIS DOKUEM TUNGGAL DAN MULTI BAHASA MENGGUNAKAN METODE TF-IDF, 2019.
[4] A. Z. Z. Abidin, Y. Murdianingsih, U. T. Suryadi, and D. Setiyadi, TEXT SUMMARIZING SYSTEM OF ENGLISH SUBJECTS AND TEXT MINING SUBJECTS, vol. 7, no. 5, pp. 730–742, 2020.
[5] W. Yulita, S. Priyanta, and A. SN, Automatic Text Summarization Based on Semantic Networks and Corpus Statistics, IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 13, no. 2, p. 137, 2019.
[6] V. Amrizal, Penerapan Metode Term Frequency Inverse Document Frequency (Tf-Idf) Dan Cosine Similarity Pada Sistem Temu Kembali Informasi Untuk Mengetahui Syarah Hadits Berbasis Web (Studi Kasus: Hadits Shahih Bukhari-Muslim), J. Tek. Inform., vol. 11, no. 2, pp. 149–164, 2018.
[7] N. Hayatin, C. Fatichah, and D. Purwitasari, Trending Issue Untuk Peringkasan Multi Dokumen, vol. 13, pp. 38–44, 2015.
[8] A. Widiantoro, Peringkasan Teks Otomatis Pada Dokumen Berbahasa Jawa Menggunakan Metode Tf-Idf, 2014.
[2] F. Hendy Evan and Y. W. Sigit Purnomo, Pembangunan Perangkat Lunak Peringkas Dokumen dari Banyak Sumber Menggunakan Sentence Scoring dengan Metode TF-IDF, Semin. Nas. Apl. Teknol. Inf. Yogyakarta, vol. 21, no. 17, pp. 1907–5022, 2014.
[3] A. Z. Z. Abidin and E. Y. Rayi, PERINGKAS TEKS OTOMATIS DOKUEM TUNGGAL DAN MULTI BAHASA MENGGUNAKAN METODE TF-IDF, 2019.
[4] A. Z. Z. Abidin, Y. Murdianingsih, U. T. Suryadi, and D. Setiyadi, TEXT SUMMARIZING SYSTEM OF ENGLISH SUBJECTS AND TEXT MINING SUBJECTS, vol. 7, no. 5, pp. 730–742, 2020.
[5] W. Yulita, S. Priyanta, and A. SN, Automatic Text Summarization Based on Semantic Networks and Corpus Statistics, IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 13, no. 2, p. 137, 2019.
[6] V. Amrizal, Penerapan Metode Term Frequency Inverse Document Frequency (Tf-Idf) Dan Cosine Similarity Pada Sistem Temu Kembali Informasi Untuk Mengetahui Syarah Hadits Berbasis Web (Studi Kasus: Hadits Shahih Bukhari-Muslim), J. Tek. Inform., vol. 11, no. 2, pp. 149–164, 2018.
[7] N. Hayatin, C. Fatichah, and D. Purwitasari, Trending Issue Untuk Peringkasan Multi Dokumen, vol. 13, pp. 38–44, 2015.
[8] A. Widiantoro, Peringkasan Teks Otomatis Pada Dokumen Berbahasa Jawa Menggunakan Metode Tf-Idf, 2014.
##submission.downloads##
Diterbitkan
2020-04-01
Cara Mengutip
[1]
A. Z. Z. Abidin dan E. Nurjanah, “SISTEM PERINGKAS TEKS OTOMATIS MULTI DOKUMEN KLIPING ARTIKEL BERITA GEMPA MENGGUNAKAN METODE TF-IDF”, JTIK, vol. 13, no. 1, hlm. 52-69, Apr 2020.
Terbitan
Bagian
Articles
