UNRAMUNRAM

Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA )Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA )

Situs berita sering menyajikan paragraf atau kalimat yang panjang, disertai dengan berbagai detail tambahan yang tidak selalu relevan dengan kebutuhan informasi pembaca. Oleh karena itu, diperlukan metode seperti Textrank untuk melakukan peringkasan otomatis. Penelitian ini membahas penerapan algoritma Textrank dalam peringkasan otomatis berita berbahasa Indonesia. Hasil evaluasi menunjukkan nilai ROUGE-1 dengan Precision 0.7708, Recall 0.6930, dan F1-Score 0.7216. ROUGE-2 dengan Precision 0.6936, Recall 0.6212, dan F1-Score 0.6480, serta ROUGE-L dengan Precision 0.7210, Recall 0.6465, dan F1-Score 0.6741. Hasil rata-rata matriks evaluasi ROUGE akhir sebesar 0.6812 mengindikasikan bahwa sistem memiliki performa yang baik dalam menghasilkan ringkasan.

Algoritma Textrank berhasil diimplementasikan untuk peringkasan otomatis berita berbahasa Indonesia, menghasilkan ringkasan yang merepresentasikan isi utama teks sumber.Ringkasan yang dihasilkan menunjukkan bahwa pemilihan kalimat didasarkan pada skor dalam graph, tanpa mempertimbangkan urutan kalimat dalam teks aslinya.Berdasarkan hasil evaluasi menggunakan metrik ROUGE, sistem mencapai skor rata-rata 0.6812, menunjukkan tingkat evaluasi model yang baik.

Penelitian selanjutnya dapat memperluas dataset menjadi lebih dari 100 data dari 1.000 yang ada, untuk meningkatkan keandalan ringkasan manual sebagai pembanding evaluasi. Pengembangan lebih lanjut dapat difokuskan pada peningkatan akurasi dan relevansi ringkasan, dengan mempertimbangkan kebutuhan pengguna. Selain itu, penelitian dapat mengeksplorasi penggunaan model bahasa yang lebih canggih untuk meningkatkan koherensi dan kualitas ringkasan, serta menguji efektivitas kombinasi metode ekstraktif dan generatif untuk menghasilkan ringkasan yang lebih informatif dan mudah dipahami. Penelitian lanjutan juga dapat menginvestigasi penerapan algoritma Textrank pada berbagai jenis teks berita, seperti berita ekonomi, olahraga, atau hiburan, untuk menguji generalisasi dan adaptabilitas algoritma tersebut.

  1. Document Summarization using TextRank and Semantic Network. document textrank semantic network journal... doi.org/10.5815/Ijisa.2017.11.04Document Summarization using TextRank and Semantic Network document textrank semantic network journal doi 10 5815 Ijisa 2017 11 04
Read online
File size461.66 KB
Pages10
DMCAReport

Related /

ads-block-test