Gambar 1. Tangkapan layar dari jurnal “Peringkasan Teks
Ekstraktif pada Dokumen Tunggal Menggunakan Metode Restricted Boltzmann Machine”
Judul: Peringkasan Teks Ekstraktif pada Dokumen Tunggal
Menggunakan Metode Restricted Boltzmann
Machine
Penulis: Rully Widiastutik, Teknik Informatika AKNS, Lukman Zaman P.C.S.W., Teknologi Informasi iSTTS, dan Joan
Santoso, Teknologi Informasi iSTTS
Publikasi: JOURNAL OF INTELLIGENT SYSTEMS AND
COMPUTATION
Diakses
: 04/01/2021
Reviewer: Triya Maulana Setya Putra
***
Tujuan
Penelitian:
Penelitian
yang ada pada jurnal memiliki tujuan menghasilkan peringkasan teks ekstratif
secara otomatis yang dapat membantu menghasilkan dokumen yang lebih pendek dari
dokumen aslinya dengan cara mengambil kalimat penting dari dokumen sehingga
pembaca dapat memahami isi dokumen dengan cepat tanpa membaca secara
keseluruhan.
Dataset
Penelitian:
Dataset
yang digunakan sebanyak 30 dokumen tunggal teks berita berbahasa Indonesia yang
diperoleh dari www.kompas.com pada kategori tekno.
Metode
Pengujian:
Metode
pengujian ringkasan yang digunakan dalam penelitian ini yaitu intrinsik. Metode
intrinsik merupakan metode evaluasi dimana kualitas ringkasan diukur
berdasarkan hasil ringkasan yang dihasilkan.
Hasil:
Penelitian
menghasilkan jika peringkasan teks dengan menggunakan metode RBM menghasilkan
nilai rata-rata recall, precision dan f-measure lebih
tinggi daripada peringkasan teks tanpa menggunakan RBM, walaupun perbedaan
hasil yang diperoleh tidak terlalu jauh.
Peringkasan teks menggunakan metode RBM memiliki nilai recall lebih tinggi 2.1%, precision lebih tinggi 1.6% dan fmeasure lebih tinggi 1.8% daripada peringkasan teks tanpa RBM.
Hal ini menunjukkan bahwa peringkasan teks dengan menggunakan RBM hasilnya lebih baik daripada peringkasan teks tanpa RBM.
Gambar 2. Tangkapan layar dari jurnal “Peringkasan Otomatis
Dengan Ekstraksi Informasi Untuk Dokumen Berita Ter-cluster”
Judul: Peringkasan Otomatis Dengan Ekstraksi Informasi Untuk
Dokumen Berita Ter-cluster
Penulis: Ridwan
Ilyas, Program Studi Informatika Universitas Jenderal Achmad Yani, Fajri Umbara Program Studi Informatika Universitas
Jenderal Achmad Yani
Publikasi: Annual Research Seminar (ARS)
Link jurnal: https://media.neliti.com/media/publications/170385-ID-peringkasan-otomatis-dengan-ekstraksi-in.pdf
Diakses
: 04/01/2021
Reviewer: Triya Maulana Setya Putra
***
Tujuan
Penelitian:
Penelitian
yang ada pada jurnal memiliki tujuan menghasilkan sistem yang mampu membantu
pengguna untuk menghasilkan berita yang lengkap dengan cara membangun sistem
peringkasan otomatis.
Langkah Penelitian:
Sistem
peringkasan berita otomatis yang diajukan merupakan sekumpulan tugas berantai
dari beberapa yaitu clustering berita, ekstraksi informasi dan peringkasan dokumen.
Tugas
clustering berita diperlukan agar kumpulan berita yang masuk adalah berita
dengan topik yang sama. Ekstraksi informasi digunakan untuk menjaring informasi
utama dari berita sehingga mempermudah proses peringkasan.
Peringkasan
dokumen bekerja untuk membangun hasil ekstraksi informasi menjadi dokumen baru
yang utuh dengan informasi yang lengkap dan memiliki tingkan keterbacaan tinggi
Kesimpulan:
1.
Dengan membangun
sistem peringkasan dari mulai proses clustering, ekstraksi informasi dan
peringkasan diharapkan menghasilkan hasil ringkasan yang utuh, lengkap dan
memiliki tingkat keterbacaan tinggi.
2.
Dengan melakukan
seluruh penelitian diharapkan menghasilkan model baru yang lengkap dalam kajian
peringkasan otomatis dalam lingkup berita elektronik.
Dari
jurnal yang telah direview tersebut
dapatkan bahwa,
pada jurnal
pertama penelitian yang dilakukan yaitu menghasilkan peringkasan teks ekstratif
secara otomatis yang dapat membantu menghasilkan dokumen yang lebih pendek dari
dokumen aslinya dengan cara mengambil kalimat penting dari dokumen sehingga pembaca
dapat memahami isi dokumen dengan cepat tanpa membaca secara keseluruhan.
Dataset
yang digunakan sebanyak 30 dokumen tunggal teks berita berbahasa Indonesia yang
diperoleh dari www.kompas.com pada kategori tekno. Dalam penelitian ini, digunakan
sepuluh fitur yaitu posisi kalimat, panjang kalimat, data numerik, bobot
kalimat, kesamaan antara kalimat dan centroid, bigram, tri-gram, kata benda
yang tepat, kemiripan antar kalimat, huruf besar. Nilai fitur setiap kalimat
dihitung. Nilai fitur yang dihasilkan ditingkatkan dengan menggunakan metode
Restricted Boltzmann Machine (RBM) agar ringkasan yang dihasilkan lebih akurat.
Sedangkan
pada jurnal yang kedua, penelitian yang dilakukan bertujuan untuk menghasilkan sistem
yang mampu membantu pengguna untuk menghasilkan berita yang lengkap dengan cara
membangun sistem peringkasan otomatis. Pada penelitian ini diajukan membentuk serangkayan
standar dalam tahapan peringkasan berita dengan konfirgurasi dinamis pada
masing-masing tugas (clustering, ekstraksi informasi dan peringkasan). Dengan membangun
sistem peringkasan dari mulai proses clustering, ekstraksi informasi dan
peringkasan diharapkan menghasilkan hasil ringkasan yang utuh, lengkap dan memiliki
tingkat keterbacaan tinggi.
