TF-IDF-Enhanced Genetic Algorithm Untuk Extractive Automatic Text Summarization
Abstrak: Penelitian ini
mengusulkan sebuah implementasi terkait dengan automasi peringkasan teks
bertipe ekstraktif dengan menggunakan metode TF-IDF-EGA. Dimana dalam
permasalahan peringkasan teks dibutuhkan suatu solusi untuk meringkas teks
dengan kalimat ringkasan yang dapat merepresentasikan keseluruhan teks yang
ada. Algoritma TF-IDF dikenal mampu untuk menghasilkan ringkasan teks
berdasarkan skor yang didapat pada setiap kalimat dalam teks. Namun hasil dari
TF-IDF terkadang didapati hasil ringkasan yang terdiri dari kalimat yang tidak
deskriptif, hal ini dikarenakan dalam peringkasannya TF-IDF hanya memilih
beberapa kalimat yang memiliki skor tertinggi dan biasanya kalimat dengan skor
tertinggi merupakan kalimat yang berisi kata-kata penting/kata-kata ilmiah
tertentu sehingga kalimatnya tidak deskriptif. Algoritma EGA mampu untuk
mengatasi permasalahan tersebut dengan cara memilih kalimat ringkasan yang
memiliki nilai probabilitas tertentu sebagai hasil peringkasan teks.
Penulis: Dhimas Anjar Prabowo,
Muhammad Fhadli, Mochammad Ainun Najib, Handika Agus Fauzi, Imam
Cholissodin
Kode Jurnal: jptinformatikadd160891
