Peringkasan Otomatis Pada Multi Dokumen Menggunakan RVM

Arifin, Tendi (2018) Peringkasan Otomatis Pada Multi Dokumen Menggunakan RVM. 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

Peringkasan teks otomatis pada multi dokumen adalah peringkasan banyak dokumen dengan tema yang sama menggunakan mesin. Penelitian sebelumnya, peringkasan teks otomatis pada multi dokumen dilakukan menggunakan metode Support Vector Machine dengan recall 0.773, precission 0.771, f-measure 0.771. Penelitian Christopher M. Bishop, Michael E. Tipping didapatkan tingkat error SVM lebih tinggi dari RVM yaitu SVM 10,6% dan RVM 9,3%. Tahapan dari peringkasan teks multi dokumen diantaranya penerimaan input teks, preprocessing, pembobotan ekstraksi fitur dengan fitur yang dipakai adalah posisi kalimat, kemiripan antar kalimat, kalimat yang menyerupai judul dokumen, kalimat yang mengandung kata entiti, kalimat yang mengandung data numerik, panjang kalimat, koneksi antar kalimat dan penjumlahan bobot koneksi antar kalimat kemudian pengolahan hasil ekstraksi fitur dengan RVM, pembobotan hasil RVM dengan tf-idf dan disusun menggunakan metode cosine similarity. Berdasarkan hasil pengujian disimpulkan bahwa Metode RVM dapat diterapkan pada Peringkasan Teks Otomatis Pada Multi Dokumen dengan performasi yang cukup kecil yaitu recall sebesar 47.83%, precission sebesar 35.48%, f-measure sebesar 40.74%, dan akurasi sebesar 67.35%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Peringkasan Teks, peringkasan teks Otomatis pada muti dokumen, Relevance Vector Machine, Metode klasifikasi, machine learning RVM.
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: 31 Jan 2019 10:23
Last Modified: 31 Jan 2019 10:23
URI: https://repository.unikom.ac.id/id/eprint/57950

Actions (login required)

View Item View Item