PERINGKAS DOKUMEN OTOMATIS MENGGUNAKAN METODE FUZZY MODEL SISTEM INFERENSI MAMDANI

Achmad Ridok, Tri Cahyo Romadhona

Abstract


Peringkas dokumen otomatis adalah pembuatan versi ringkas dari sebuah teks secara otomatis tanpa mengurangi makna asli yang terkandung didalamnya. Secara umum terdapat 2 metode yaitu ekstraksi dan abstraksi. Pada penelitian ini diterapkan metode ekstraksi dengan cara melakukan pembobotan kalimat yang diperoleh 6 fitur pada setiap kalimat, hasil nilai tiap fitur tersebut digunakan sebagai input nilai fuzzy menggunakan inferensi model mamdani. Hasil akhir yang didapat berupa nilai akhir bobot setiap kalimat. Ringkasan dibuat berdasarkan kalimat-kalimat dengan nilai tertinggi hingga terendah sesuai dengan besar ringkasan yang diinginkan. Hasil uji coba sistem dengan besar ringkasan 25% dan 50% dibandingkan dengan AutoSummarize (Microsoft Word) terhadap 15 dokumen berita yang diambil secara acak, didapatkan hasil masing-masing untuk rata–rata precision dan rata recall untuk sistem adalah 0.453001, 0.468134 dan 0.589149, 0.601721. Sedangkan AutoSummarizer masing-masing untuk rata–rata precision dan rata-rata recall sebesar 0.349274, 0.354928 dan 0.512515, 0.521096. Dengan demikian hasil ringkasan yang diperoleh sistem lebih baik dibandingkan dengan AutoSummarize.

Full Text:

PDF

References


Al-Hashemi, Rafeq. 2010. Text Summarization Extraction System (TSES) using Extracted Keyword. International Arab Journl of e- Technology, Vol. 1, No. 4, June 2010.

Azrifah, Masrah dan Martin, Trevor. 2009. Similarity-Based Estimation for Document Summarization using Fuzzy Sets. International Journal of Computer Science and Security, Volume (1) : Issue (4)

Fatah, Mohamed Abdel. Dan Ren, Fuji. 2008. Automatic Text Summarization. World Academy of Science, Engineering and Technology 37 2008.

Gupta, Vishal dan Singh Lehal, Gurpreet. 2010. A Survey of Text Summarization Extractive Techniques Journal of Emerging Technologies in Web Intelegence, Vol. 2, No. 3, August 2010

Hovy, E. 2003. Text Summarization. Dalam R. Mitkov, The Oxford Handbook of Computational Linguistic. Oxford: Oxford University Press

Isfahani, Fariba Rahimi. Kyoomarsi, Farshad. Khosravi, Hamid. Eslami, Esfandiar. Tajodin, Asgar dan Dehkordy, Pooya Khosravyan. 2008. Aplication of Fuzzy logic in the Improvement of Text Summarization. IADIS International Conference Informatics.

Jagadeesh, j. Pingali, Prasad. Varma, Vasudeva. 2005. Sentence Extraction Based Single Document Summarization. Workshop on Document Summarization, 19th and 20th March, 2005, IIIT Allahabad.

Jazek, Karel dan Stainberger, Josef. 2008. Automatic Text Summarization (The state of the art 2007 and new chellenges). Václav Sná¹el (Ed.): Znalosti 2008, pp. 1{12, ISBN 978-80-227-2827-0.

Kusumadewi, Sri. 2003. Artificial Intelegence (Teknik dan Aplikasinya). Graha Ilmu. Yogyakarta

Kusumadewi, Sri dan Purnomo, Hari . 2004. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Graha Ilmu. Yogyakarta

Kyoomarsi, Farshad. Khosravi, Hamid. Eslami, Esfandiar dan Dehkordy, Pooya Khosravyan. 2009. Optimizing Machine Learning Approach Based on Fuzzy Logic in Text Summarization International Journal of Hybrid Information Technology Vol.2, No.2, April, 2009

Suanmali, Ladda. Salim, Naomie dan Binwahlan, Mohammed Salem Fuzzy Logic Based Method for Improving Text Summarization. 2009. (IJCSIS) International Journal of Computer Science and Information Security, Vol. 2, No. 1, 2009

Saelan, Athia. 2009. Logika Fuzzy. Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika. Institut tekologi Bandung.

Tala, Fadillah Z. 2003. A Study of Stemming Effects on Information Retrieval in Bahasa Indonesia. Master of Logic Project. Institute for Logic, Language and Computation. Universiteit van Amsterdam. The Netherlands.


Refbacks

  • There are currently no refbacks.