Rancang Bangun Aplikasi Automatic Text Summarization Dengan Metode Maximum Marginal Relevance Berbasis Web

Tanujaya, Adrian Renaldi (2018) Rancang Bangun Aplikasi Automatic Text Summarization Dengan Metode Maximum Marginal Relevance Berbasis Web. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview

Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (1MB) | Preview

Preview

Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (883kB) | Preview

Preview

Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (1MB) | Preview

Preview

Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (1MB) | Preview

Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (3MB)

Preview

Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (847kB) | Preview

Preview

Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (866kB) | Preview

Text
LAMPIRAN.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (5MB)

Abstract

Banyaknya informasi tersedia yang dapat diakses secara cepat, dapat menimbulkan dampak negatif, salah satunya adalah information overload atau kelebihan informasi dengan keterbatasan manusia untuk mengolahnya. Aplikasi ini dirancang dan dibangun untuk mengatasi masalah tersebut, dengan cara meringkas sebuah dokumen teks menjadi suatu ringkasan tanpa mengurangi makna dari seluruh dokumen tersebut. Proses peringkasan tersebut menggunakan metode Maximum Marginal Relevance, yaitu meringkas teks dengan membandingkan bobot setiap kalimat sumber dokumen dengan bobot kalimat yang sudah dipilih menjadi ringkasan. Hasil dari penelitian ini adalah aplikasi dapat melakukan peringkasan dengan menghasilkan jumlah kata sebesar 72,2% dari jumlah kata dokumen sumber. Selain itu, berdasarkan survei yang dilakukan, sebanyak 32 responden memberikan nilai sebesar 3,947 dari skala 1 sampai dengan 5 terhadap user interface dan user experience aplikasi.

Item Type:

Thesis (Bachelor Thesis)

Keywords:

Maximum Marginal Relevance, peringkas teks, web, pembobotan, ringkasan.

Creators: