NINETYJOURNALNINETYJOURNAL

Jurnal Kecerdasan Buatan dan Teknologi InformasiJurnal Kecerdasan Buatan dan Teknologi Informasi

Penelitian ini mengembangkan sistem peringkasan teks otomatis untuk modul pembelajaran berbahasa Indonesia menggunakan metode Latent Semantic Analysis. Tantangan utama peringkasan teks dalam Bahasa Indonesia mencakup kompleksitas struktur bahasa dan penggunaan imbuhan, yang memerlukan proses prapemrosesan teks secara menyeluruh, termasuk stemming. Penelitian ini membandingkan dua algoritma stemming, yaitu Nazief-Adriani dan Porter, untuk mengubah kata berimbuhan menjadi bentuk dasar. Metode ini diawali dengan pemecahan kalimat, pembersihan teks, penghapusan kata tidak penting, dan pembobotan kata menggunakan Term Frequency-Inverse Document Frequency. Tahap selanjutnya adalah analisis hubungan semantik antar kata dan kalimat menggunakan Singular Value Decomposition untuk menghasilkan matriks term-dokumen yang diproses menjadi salience score. Hasil evaluasi menunjukkan bahwa algoritma Nazief-Adriani memiliki akurasi lebih tinggi dengan nilai precision, recall, dan F-measure masing-masing sebesar 87,69%, 83,41%, dan 85,37%, dibandingkan Porter yang hanya mencapai rata-rata 81,50%. Algoritma Latent Semantic Analysis memberikan tingkat akurasi rata-rata sebesar 83,49%, lebih unggul dibandingkan penelitian sebelumnya. Kesimpulan penelitian ini menegaskan efektivitas metode Latent Semantic Analysis untuk peringkasan teks otomatis dan superioritas algoritma Nazief-Adriani dalam menghasilkan akurasi yang lebih baik dan merekomendasikan pengembangan sistem yang lebih efisien dan mendukung pemrosesan Bahasa Indonesia secara optimal.

Penelitian ini berhasil mengimplementasikan metode Latent Semantic Analysis (LSA) untuk peringkasan teks otomatis pada modul pembelajaran berbahasa Indonesia.Hasil evaluasi menunjukkan bahwa algoritma stemming Nazief-Adriani lebih unggul dibandingkan algoritma Porter dalam menghasilkan ringkasan yang akurat.Nazief-Adriani mencapai nilai rata-rata precision sebesar 87,69%, recall sebesar 83,41%, dan F-measure sebesar 85,37%, sedangkan Porter hanya memperoleh rata-rata precision sebesar 82,33%, recall sebesar 80,69%, dan F-measure sebesar 81,50%.

Dalam penelitian ini, ada beberapa pertanyaan penelitian yang dapat diajukan untuk pengembangan lanjutan. Pertama, bagaimana jika diterapkan algoritma lain yang lebih inovatif dalam proses stemming dan apakah hal ini bisa meningkatkan akurasi lebih jauh? Kedua, penelitian ini bisa dijadikan dasar untuk mengembangkan metode hybrid yang memadukan LSA dan pendekatan machine learning lainnya untuk memperbaiki hasil peringkasan. Terakhir, mengingat kompleksitas bahasa Indonesia, bagaimana penerapan teknik pemrosesan bahasa alami lebih mendalam dalam sistem yang ada dapat meningkatkan efektivitas peringkasan teks untuk konteks yang lebih luas?.

  1. Latent semantic analysis and cosine similarity for hadith search engine | Darmalaksana | TELKOMNIKA (Telecommunication... doi.org/10.12928/TELKOMNIKA.V18I1.14874Latent semantic analysis and cosine similarity for hadith search engine Darmalaksana TELKOMNIKA Telecommunication doi 10 12928 TELKOMNIKA V18I1 14874
  2. DOI Name 10.69916 Values. name values index type timestamp data admin handle delete modify list serv... doi.org/10.69916DOI Name 10 69916 Values name values index type timestamp data admin handle delete modify list serv doi 10 69916
  3. Peringkasan teks otomatis (automated text summarization) pada artikel berbahasa indonesia menggunakan... doi.org/10.37859/coscitech.v3i3.4300Peringkasan teks otomatis automated text summarization pada artikel berbahasa indonesia menggunakan doi 10 37859 coscitech v3i3 4300
  4. Radware Bot Manager Captcha. radware manager captcha apologize ensure keep safe please confirm human... iopscience.iop.org/article/10.1088/1757-899X/1098/3/032044Radware Bot Manager Captcha radware manager captcha apologize ensure keep safe please confirm human iopscience iop article 10 1088 1757 899X 1098 3 032044
  5. Abstractive vs. Extractive Summarization: An Experimental Review. abstractive extractive experimental... mdpi.com/2076-3417/13/13/7620Abstractive vs Extractive Summarization An Experimental Review abstractive extractive experimental mdpi 2076 3417 13 13 7620
Read online
File size207.69 KB
Pages7
DMCAReport

Related /

JURIS Penerapan Metode Rubrik Berbasis Algoritma Natural Language Processing dalam Penilaian Pembelajaran Siswa 2026More at 2026

UNBINUNBIN Tantangan utama yang dihadapi guru adalah memberikan penilaian yang adil dan sesuai dengan bobot kriteria rubrik, terutama saat menghadapi banyak jawabanTantangan utama yang dihadapi guru adalah memberikan penilaian yang adil dan sesuai dengan bobot kriteria rubrik, terutama saat menghadapi banyak jawaban

JURIS Pengembangan Sistem Backend Rekomendasi Produk dengan Collaborative Filtering Berbasis Singular Value Decomposition 2025More at 2025

NURUL FIKRINURUL FIKRI Penelitian ini menyimpulkan bahwa sistem backend rekomendasi yang dikembangkan berhasil meningkatkan efisiensi dan relevansi rekomendasi, serta membukaPenelitian ini menyimpulkan bahwa sistem backend rekomendasi yang dikembangkan berhasil meningkatkan efisiensi dan relevansi rekomendasi, serta membuka

JURIS Sistem Diagnosa Kerusakan Mesin Pesawat Cessna C208 B Menggunakan Pendekatan Case Based Reasoning Berbasis Teks 2025More at 2025

UMUSUMUS Dataset terdiri atas 100 data kerusakan yang mencakup deskripsi gejala (symptom), penyebab (cause), dan tindakan perbaikan (solution). Proses retrieveDataset terdiri atas 100 data kerusakan yang mencakup deskripsi gejala (symptom), penyebab (cause), dan tindakan perbaikan (solution). Proses retrieve

JURIS Penerapan Metode Collaborative Filtering untuk Rekomendasi BukuBerbasis Item Based 2025More at 2025

UNBINUNBIN Sistem rekomendasi memberikan saran kepada pengguna terkait item yang relevan dengan minat mereka. Penelitian ini mengembangkan sistem rekomendasi bukuSistem rekomendasi memberikan saran kepada pengguna terkait item yang relevan dengan minat mereka. Penelitian ini mengembangkan sistem rekomendasi buku

JURIS Penerapan Algoritma Cosine Similarity dan Term Frequencyuntuk Penilaian Jawaban Ujian Esai 2025More at 2025

UNBINUNBIN Pada aplikasi yang dikembangkan telah dilakukan uji kelayakan dari pihak ahli sistem dan diperoleh hasil persentase kelayakan sebesar 100%. Uji penggunaPada aplikasi yang dikembangkan telah dilakukan uji kelayakan dari pihak ahli sistem dan diperoleh hasil persentase kelayakan sebesar 100%. Uji pengguna

JURIS Pengaruh Faktor Internal Dan Eksternal Terhadap Kredit Macet Pada Pt Adira Dinamika Multi Finance Cabang Metro 2023More at 2023

EDUPARTNEREDUPARTNER Jenis penelitian yang digunakan adalah kuantitatif dengan sampel 59 karyawan. Fokus penelitian adalah analisis pengaruh faktor internal dan eksternal terhadapJenis penelitian yang digunakan adalah kuantitatif dengan sampel 59 karyawan. Fokus penelitian adalah analisis pengaruh faktor internal dan eksternal terhadap

JURIS Implementasi Case Base Reasoning Menggunakan Metode Cosine Similarity Untuk Mendiagnosa Penyakit Pada Sapi 2020More at 2020

UNDANAUNDANA Sistem ini dapat mendiagnosa 15 penyakit berdasarkan 29 gejala yang ada. Keluaran sistem berupa diagnosa penyakit beserta solusi pengobatan dan presentasiSistem ini dapat mendiagnosa 15 penyakit berdasarkan 29 gejala yang ada. Keluaran sistem berupa diagnosa penyakit beserta solusi pengobatan dan presentasi

JURIS Recommender System Based on Semantic Similarity 2016More at 2016

IAESCOREIAESCORE Kedua metode tersebut dievaluasi menggunakan data transaksi pada perusahaan material konstruksi, menghasilkan akurasi tinggi yang melebihi metode berbasisKedua metode tersebut dievaluasi menggunakan data transaksi pada perusahaan material konstruksi, menghasilkan akurasi tinggi yang melebihi metode berbasis

Useful /

JURIS Developing science inquiry skills in early childhood through coding games 2025More at 2025

UNYUNY Data dikumpulkan dari 16 taman kanak-kanak melalui observasi, wawancara, dan dokumentasi. NVivo digunakan untuk manajemen dan analisis data. Hasil penelitianData dikumpulkan dari 16 taman kanak-kanak melalui observasi, wawancara, dan dokumentasi. NVivo digunakan untuk manajemen dan analisis data. Hasil penelitian

JURIS Pengaruh Motivasi Disiplin Kerja dan Lingkungan Kerja Terhadap Kinerja Karyawan 2023More at 2023

EDUPARTNEREDUPARTNER Motivasi berpengaruh positif signifikan terhadap kinerja karyawan, dimana motivasi adalah dorongan dan keinginan seseorang untuk melakukan sesuatu kegiatanMotivasi berpengaruh positif signifikan terhadap kinerja karyawan, dimana motivasi adalah dorongan dan keinginan seseorang untuk melakukan sesuatu kegiatan

JURIS PENGARUH IMPLEMENTASI KESELAMATAN KESEHATAN KERJA K3 TERHADAP RISIKO KERJA KARYAWAN Studi Kasus di Penggilingan Padi di Kampung Pujo Kerto PC dan Pujo Basuki PB Lampung Tengah 2023More at 2023

EDUPARTNEREDUPARTNER 09 Tahun 2008. Kurangnya pemahaman akan pentingnya SMK3 dapat berpengaruh besar terhadap risiko kerja pegawai menyebabkan banyaknya kecelakaan kerja pegawai.09 Tahun 2008. Kurangnya pemahaman akan pentingnya SMK3 dapat berpengaruh besar terhadap risiko kerja pegawai menyebabkan banyaknya kecelakaan kerja pegawai.

JURIS Rancangan Modul Pembelajaran Teamwork YPAC Jakarta 2022More at 2022

PPMSCHOOLPPMSCHOOL Pada sesi satu hingga empat, materi disajikan dalam bentuk PPT, kuesioner, dan video pendukung, yang dilakukan secara daring dan self-learning. Pada sesiPada sesi satu hingga empat, materi disajikan dalam bentuk PPT, kuesioner, dan video pendukung, yang dilakukan secara daring dan self-learning. Pada sesi

ads-block-test