Implementasi Metode Maximum Marginal Relevance (MMR) Dan Algoritma Steiner Tree Untuk Menentukan Storyline Dokumen Berita

Teja Hartanto, Aji (2016) Implementasi Metode Maximum Marginal Relevance (MMR) Dan Algoritma Steiner Tree Untuk Menentukan Storyline Dokumen Berita. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Dalam proses pencarian kronologis suatu berita peristiwa secara online dengan menggunakan mesin pencari, pengguna harus mengakses berbagai situs yang memiliki relevansi peristiwa tersebut. Hal ini dikarenakan mesin pencari tidak memberikan hasil pencarian secara terstruktur. Proses pencarian tersebut menimbulkan masalah bagi efektivitas dan efesiensi waktu pencarian dan ketepatan penelusuran berita. Oleh sebab itu, maka dibangun sebuah sistem pencarian alur kronologis dengan tujuan agar para pembaca berita online dapat dengan cepat mendapatkan runut peristiwa dari berbagai dokumen berita tekstual. Relevansi berita tekstual dapat diperoleh dengan menggunakan cosine similiarity dari ringkasan-ringaksan berita dengan melakukan implementasi terhadap metode Maximum Marginal Relevance (MMR) yang ditentukan berdasarkan kemiripan terhadap query. Penelusuran dari 100 sampel dokumen berita diterapkan algoritma Steiner Tree dalam menentukan jalur terbaik (lintasan) dalam kumpulan dokumen berita (verteks) yang terhubung sebagai sebuah bobot kemiripan (sisi) sekaligus sisi berarah terhadap dokumen tertentu (sisi berarah). Berdasarkan pengujian ketergunaan terhadap 6 responden, sebesar 66.7% dari penilaian responden menyatakan bahwa aplikasi ini mengerjakan tugas-tugas dengan lebih cepat dan 75% pengguna mampu mengatasi problem yang ada dengan proses pencarian berita yang menghemat waktu. Berdasrkan pengujian performansi terhadap algoritma yang diterapkan, diperoleh kompleksitas dari penerapan algortima MMR adalah O(n2) dan algoritma Steiner Tree adalah O(n). Dengan demikian, implementasi MMR dan Steiner Tree dalam aplikasi pencarian alur kronologis peristiwa ini dapat mengurangi tingkat keabsurdan berita yang diperoleh secara tidak terstruktur sehingga dapat mempermudah para pembaca dalam menentukan pemahaman tentang peristiwa yang tengah terjadi.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: peringkasan teks, Maximum Marginal Relevance (MMR), steiner tree, alur kronologis, Kecerdasan Buatan
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2016
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: M.Kom Taryana Suryana
Date Deposited: 16 Nov 2016 07:39
Last Modified: 16 Nov 2016 07:39
URI: https://repository.unikom.ac.id/id/eprint/4401

Actions (login required)

View Item View Item