Pemrosesan Bahasa Alami untuk Peringkasan Multi-Dokumen menggunakan Algoritma Ekspektasi Maksimisasi (EM)

Nazihah, Adzra (2018) Pemrosesan Bahasa Alami untuk Peringkasan Multi-Dokumen menggunakan Algoritma Ekspektasi Maksimisasi (EM). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
06111440000102-Undergraduate_Theses.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Seiring dengan berkembangnya teknologi, masyarakat disajikan dengan banyaknya informasi yang tersedia pada internet. Namun kesibukan di jaman modern ini mempersingkat waktu dan kesempatan masyarakat untuk dapat mengakses seluruh informasi yang ada dalam suatu dokumen. Kebutuhan akan sebuah sistem peringkas yang mampu mengambil informasi penting dari beberapa dokumen menjadi tidak terelakkan. Tugas akhir ini bertujuan untuk membuat sistem peringkas multi-dokumen dengan metode ekstraktif menggunakan algoritma EM. Peringkasan ekstraktif dilakukan dengan memilih kalimat-kalimat penting dari tiap dokumen yang kemudian diletakkan pada hasil rangkuman. Hasil dari tugas akhir ini adalah sebuah program komputer yang mengaplikasikan algoritma EM untuk peringkasan multi-dokumen. 90% rangkuman yang dihasilkan mampu merepresentasikan keseluruhan dokumen dengan bentuk yang lebih sederhana. Pengguna akan dengan mudah mendapatkan informasi dari tiap dokumen dengan hanya membaca hasil ringkasan. ========== As the technology develops , people are served with many informations on the internet. However, nowadays the mass don’t have time and chance to obtain all those informations. The need for summarizer capable to extract significant information becomes intolerable. This final project aims to do multi - document summarization with extractive method using EM algorithm. Extractive summarization was done by choosing important sentences from documents to be put as the summary result. The result of this project was a computer program which im plemented EM algorithm to summarize information from multiple documents . 90% s ummary result was capable to represent a whole documents in a simple form. Users would easily acquire information only by reading the summary result

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Peringkasan Multi-Dokumen, Peringkasan Ekstraktif, Pemrosesan Bahasa Alami, Ekspektasi Maksimisasi, Multi-Document Summarization, Extractive Summarization, Natural Language Processing, Expectation Maximization
Subjects: Q Science > QA Mathematics > QA76.9.D343 Data mining
Divisions: Faculty of Mathematics, Computation, and Data Science > Mathematics > (S1) Undergraduate Theses
Depositing User: Adzra Nazihah
Date Deposited: 06 Dec 2018 02:54
Last Modified: 06 Dec 2018 02:54
URI: http://repository.its.ac.id/id/eprint/53262

Actions (login required)

View Item View Item