Budiman Eka Putra, Arief (2017) Implementasi Metode Relevance Vector Machine Dalam Peringkasan Teks Otomatis. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Support Vector Machine (SVM) merupakan salah satu metode pembelajaran mesin bersifat supervised yang digunakan untuk proses regresi dan klasifikasi. Support Vector Machine telah banyak diimplementasikan dalam berbagai permasalahan dunia nyata, salah satunya adalah untuk peringkasan teks otomatis. Berdasarkan hasil penelitian yang dilakukan, Support Vector Machine memiliki beberapa kelemahan. Oleh karena itu dibuatlah sebuah metode klasifikasi dan regresi yang dapat mengatasi kekurangan-kekurangan yang dimiliki oleh Support Vector Machine, yaitu Relevance Vector Machine (RVM). Dari hasil berbagai penelitian dan perbandingan yang dilakukan menunjukan bahwa Relevance Vector Machine dalam melakukan regresi dan klasifikasi memiliki tingkat akurasi yang lebih baik dengan waktu komputasi lebih cepat dari Support Vector Machine. Penelitian ini mencoba untuk mengimplementasikan metode Relevance Vector Machine pada peringkasan teks otomatis pada dokumen tunggal. Metode Relevance Vector Machine ini akan digunakan pada saat proses klasifikasi kalimat hasil preprocessing kalimat dalam dokumen. Kalimat dalam dokumen akan dibagi menjadi dua kelas, yaitu kelas positif dan kelas negatif. Kalimat positif berisi kalimat yang termasuk ke dalam ringkasan, sedangkan kalimat negatif tidak termasuk ke dalam ringkasan. Dari hasil penelitian ini, didapat bahwa metode Relevance Vector Machine ini dapat diimplementasikan dalam kasus peringkasan teks otomatis. Adapun dari sisi akurasinya, sistem peringkasan diuji menggunakan metode evaluasi ringkasan intrinsik, dimana didapat nilai rata-rata recall, precision, dan f-measure sebesar 53%.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Relevance Vector Machine, Support Vector Machine, Peringkasan Teks Otomatis, Preprocessing, Klasifikasi |
| Subjects: | S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2017 |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
| Date Deposited: | 10 Nov 2017 03:33 |
| Last Modified: | 10 Nov 2017 03:33 |
| URI: | http://repository.unikom.ac.id/id/eprint/53531 |
Actions (login required)
 |
View Item |
