Peringkasan Teks Otomatis Menggunakan Metode Maximum Marginal Relevance Pada Hasil Pencarian Sistem Temu Kembali Informasi Untuk Artikel Berbahasa Indonesia
Kata Kunci:
peringkasan teks, maximum marginal relevance, MMR, sistem temu kembali informasi, STKIAbstrak
Mesin pencarian informasi merupakan sistem yang menampilkan dokumen sesuai dengan query masukan dari user. Namun, mesin pencari memberikan hasil perolehan pencarian yang sangat banyak, sehingga untuk mencari sebuah dokumen yang diinginkan tidak mungkin untuk membuka satu persatu dokumen yang dihasilkan oleh mesin pencari. Peringkasan teks dapat dilakukan untuk mendapatkan sebuah gambaran informasi dari sebuah dokumen, sehingga pengguna memperoleh dokumen yang tepat. Salah satu metode untuk meringkas teks adalah Maximum Marginal Relevance (MMR). Maximum Marginal Relevance (MMR) merupakan salah satu metode ekstraksi ringkasan (extractive summary) yang digunakan untuk meringkas dokumen tunggal atau multi dokumen. MMR meringkas dokumen dengan menghitung kesamaan (similarity) antara kalimat dengan kalimat dan antara kalimat dengan query. Berdasarkan hasil pengujian didapatkan hasil rata-rata Precision@k terbaik pada peringkat ke lima sebesar 0,96 untuk hasil sistem temu kembali informasi. Hasil pengujian terbaik dari rata-rata precision, recall, f-measure dan akurasi masing-masing sebesar 0,70, 0,75, 0,70 dan 74,17. Metode yang digunakan sudah cukup baik untuk mendapatkan dokumen yang relevan dengan query dan memperoleh ringkasan berdasarkan judul yang sesuai dengan isi dari dokumen.