Suryono, Danang Wahyu (2023) EXT SUMMARIZE PADA DATASET BERITA ONLINE BERBAHASA INDONESIA DENGAN PENDEKATAN EKSTRAKTIF MENGGUNAKAN BLSTM. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (459kB) |
|
Text (BAB I)
BAB I.pdf Download (199kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (324kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (294kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (353kB) |
|
Text (BAB V)
BAB V.pdf Download (37kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (133kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code-18.11.2386-Danang Wahyu Suryono - Danang Wahyu Suryono.zip Restricted to Repository staff only Download (13MB) |
|
Text (PUBLIKASI)
Publikasi-18.11.2386-Danang Wahyu Suryono - Danang Wahyu Suryono.pdf Restricted to Repository staff only Download (290kB) |
Abstract
Arus informasi pada saat ini bergerak sangat cepat melalui media daring, sehingga artikel berita dalam bentuk digital sudah sangat wajar dan sering kita temui melalui berbagai media sosial. Banyaknya artikel berita yang beredar di media sosial menyebabkan kita perlu untuk menghabiskan lebih banyak waktu untuk mengikuti perkembangan informasi tersebut. Hal tersebut mendorong NLP untuk melakukan peringkasan pada teks artikel dengan tujuan menghasilkan teks yang lebih singkat tanpa menghilangkan informasi utama pada artikel berita tersebut. Penelitian ini mengusulkan penggunakan Bidirectional Long-Short Term Memory untuk melakukan peringkasan teks secara ekstraktif terhadap data berbahasa Indonesia. Bidirectional LSTM dipilih karena memiliki proses pembelajaran yang lebih baik dari LSTM karena memiliki dua lapisan paralel untuk memperoleh informasi dari data. Hasil penelitian ini menunjukkan bahwa Bidirectional LSTM belum dapat menghasilkan ringkasan teks yang baik untuk data berbahasa Indonesia dengan menunjukkan hasil evaluasi ROGUE-1 23,9% dan ROGUE-L sebesar 19,3%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | BLSTM, Extractive Text Summarize, Liputan6, Bahasa Indonesia. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 13 Apr 2023 03:56 | ||
| Last Modified: | 26 Jul 2023 03:51 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/18509 |
Actions (login required)
 |
View Item |