Hardianto, Abi Mas (2023) RINGKASAN TEKS OTOMATIS PADA DOKUMEN TUNGGAL BAHASA INDONESIA DENGAN METODE ABSTRAK SEQUENCE TO SEQUENCE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (768kB) |
|
Text (BAB I)
BAB I.pdf Download (190kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (632kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (352kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (851kB) |
|
Text (BAB V)
BAB V.pdf Download (63kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (269kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code - Abi Mas Hardianto.zip Restricted to Repository staff only Download (17kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (480kB) |
Abstract
engan munculnya internet mengakibatkan jumlah dokumen yang tersedia dalam bentuk daring meningkat drastis. Dampaknya untuk mendapatkan informasi yang relevan bagi pengguna internet menjadi semakin sulit karena jumlah informasi yang ada sangat masif. Meringkas teks menjadi salah satu cara yang efektif untuk mendapatkan informasi penting dalam dokumen. Namun terdapat keterbatasan waktu dan tenaga untuk meringkas seluruh teks secara manual. Ringkasan teks otomatis dapat menjadi solusi. Tujuan ringkasan teks otomatis adalah menghasilkan teks ringkas yang tetap mempertahankan informasi utama. Salah satu metode yang dapat diterapkan untuk mendapat ringkasan teks abstraktif adalah dengan sequence-to-sequence (Seq2Seq). Seq2Seq berbasis finetuned model transformer menunjukkan hasil yang lebih baik dibandingkan Seq2Seq berbasis CNN atau RNN. Text to Text Transfer Transformer (T5) merupakan salah satu contoh fine-tuned model transformer. Uji coba Seq2Seq berbasis T5 transformer untuk tugas ringkasan teks, dengan 1.877 dokumen tunggal berita bahasa Indonesia, menghasilkan nilai ROUGE-1 0,742, ROUGE-2 0,677, ROUGE-L 0,713, dan ROUGE-Lsum 0,734.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Ringkasan Teks Otomatis, Ringkasan Teks Abstraktif, Seq2Seq, Transformer, T5 | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 09 Jan 2024 06:46 | ||
| Last Modified: | 09 Jan 2024 06:46 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/23476 |
Actions (login required)
 |
View Item |