PERINGKASAN DOKUMEN BAHASA INDONESIA MENGGUNAKAN METODE MAXIMUM MARGINAL RELEVANCE
LUTFIA AFIFAH
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Peringkasan Dokumen Bahasa Indonesia Menggunakan Metode Maximum Marginal Relevance adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Desember 2015 Lutfia Afifah NIM G64134014
ABSTRAK LUTFIA AFIFAH. Peringkasan Dokumen Bahasa Indonesia Menggunakan Metode Maximum Marginal Relevance. Dibimbing oleh JULIO ADISANTOSO. Ringkasan dokumen diperlukan untuk memudahkan memahami informasi berukuran besar dengan cepat. Peringkasan dokumen otomatis merupakan solusi untuk mendapatkan ringkasan dokumen dengan cepat. Penelitian ini mengusulkan untuk membuat peringkasan dokumen otomatis menggunakan metode Maximum Marginal Relevance (MMR) dan fitur kata untuk dokumen skripsi. Metode ini menggabungkan relevansi antara kalimat dengan query dan kalimat dengan kalimat yang telah terpilih sebagai ringkasan. Hasil penelitian yang telah dilakukan menghasilkan rata-rata akurasi 60.67%, recall 24.50%, precision 48.46%, dan F-1 30.88%. Kata kunci: fitur kata, Maximum Marginal Relevance, MMR, peringkasan dokumen
ABSTRACT LUTFIA AFIFAH. Text Summarization For Indonesian Language Using Maximum Marginal Relevance Method. Supervised by JULIO ADISANTOSO. Text summarization is required to facilitate understanding the large volume of infomation in documents. Automatic text summarization is a solution to get summary of documents quickly. This research proposes an automatic text summarization using Maximum Marginal Relevance (MMR) method and word features for minithesis documents. This method merges query-relevance and information-novelty or relevance of sentence with selected sentence. Result of this research produces average accuracy of 60.67%, recall of 24.50%, precision of 48.46%, and F-1 of 30.88%. Keywords: Maximum Marginal Relevance, MMR, text summarization, word features
PERINGKASAN DOKUMEN BAHASA INDONESIA MENGGUNAKAN METODE MAXIMUM MARGINAL RELEVANCE
LUTFIA AFIFAH
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015
Penguji: 1 Dr Imas Sukaesih Sitanggang, SSi, MKom 2 Muhammad Abrar Istiadi, SKomp, MKom
Judul Skripsi : Peringkasan Dokumen Bahasa Indonesia Menggunakan Metode Maximum Marginal Relevance Nama : Lutfia Afifah NIM : G64134014
Disetujui oleh
Ir Julio Adisantoso, MKom Pembimbing
Diketahui oleh
Dr Ir Agus Buono, MSi, MKom Ketua Departemen
Tanggal Lulus:
PRAKATA Alhamdulillahirabbil 'aalamiin, puji syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Peringkasan Dokumen Bahasa Indonesia Menggunakan Metode Maximum Marginal Relevance”. Skripsi ini disusun sebagai syarat mendapat gelar Sarjana Komputer (SKomp) pada Program Sarjana Ilmu Komputer di Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor (IPB). Penulis mengucapkan terima kasih kepada Bapak Ir. Julio Adisantoso, M.Kom selaku dosen pembimbing skripsi yang telah memberikan saran, arahan, serta dukungannya selama penelitian ini. Ungkapan terima kasih juga penulis sampaikan kepada orang tua tercinta, ibunda Yusroniyah, ayahanda Ihun Solihun, dan adik-adik yang saya sayangi, Zia dan Fahmy, atas segala doa, kasih sayang, dukungan semangat, serta motivasi kepada penulis untuk kelancaran penelitian ini. Tak lupa juga penulis ucapkan terima kasih kepada rekan-rekan satu bimbingan, Yozi dan Boge, atas bantuan dan kerjasamanya dalam melakukan penelitian ini, serta kepada rekan-rekan seperjuangan di Ekstensi Ilmu Komputer angkatan 8, atas dukungan, bantuan, dan kebersamaannya selama menjalani masa studi. Dan terakhir, terima kasih kepada seluruh staf Departemen Ilmu Komputer, khususnya Alih Jenis, yang telah banyak membantu, baik selama pengerjaan skripsi maupun kegiatan perkuliahan. Semoga skripsi ini dapat memberikan kontribusi yang bermakna bagi pengembangan wawasan para pembaca, khususnya mahasiswa dan masyarakat pada umumnya. Semoga karya ilmiah ini bermanfaat.
Bogor, Desember 2015 Lutfia Afifah
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
2
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
3
METODE
3
Pengumpulan Dokumen
3
Pengindeksan
4
Proses Peringkasan
5
Evaluasi
7
HASIL DAN PEMBAHASAN
8
Pengumpulan Dokumen
8
Pengindeksan
9
Proses Peringkasan
9
Evaluasi Hasil Ringkasan
13
SIMPULAN DAN SARAN
19
Simpulan
19
Saran
19
DAFTAR PUSTAKA
19
LAMPIRAN
21
RIWAYAT HIDUP
34
DAFTAR TABEL 1 Confusion matrix 2 Matriks TF.ISF 3 Statistik recall, precision, F-1, dan akurasi
8 10 19
DAFTAR GAMBAR 1 Skema tahapan peringkasan dokumen 2 Akurasi maksimum (a), rata-rata (b), dan minimum (c) untuk nilai λ=0.50 3 Akurasi maksimum (a), rata-rata (b), dan minimum (c) untuk nilai λ=0.25 4 Akurasi maksimum (a), rata-rata (b), dan minimum (c) untuk nilai λ=0.75 5 Akurasi rata-rata hasil ringkasan untuk nilai λ=0.75 (a), λ=0.50 (b), dan λ=0.25 (c) 6 Recall rata-rata hasil ringkasan untuk nilai λ=0.75 (a), λ=0.50 (b), dan λ=0.25 (c) 7 Precision rata-rata hasil ringkasan untuk nilai λ=0.75 (a), λ=0.50 (b), dan λ=0.25 (c) 8 F-1 rata-rata hasil ringkasan untuk nilai λ=0.75 (a), λ=0.50 (b), dan λ=0.25 (c)
3 13 14 14 15 16 17 18
DAFTAR LAMPIRAN 1 2 3 4 5 6 7 8
Daftar dokumen skripsi yang digunakan Grafik akurasi maksimum (a), rata-rata (b), dan minimum (c) tiap kompresi ringkasan Grafik recall maksimum (a), rata-rata (b), dan minimum (c) tiap kompresi ringkasan Grafik recall maksimum (a), rata-rata (b), dan minimum (c) tiap nilai lambda (λ) Grafik precision maksimum (a), rata-rata (b), dan minimum (c) tiap kompresi ringkasan Grafik precision maksimum (a), rata-rata (b), dan minimum (c) tiap nilai lambda (λ) Grafik F-1 maksimum (a), rata-rata (b), dan minimum (c) tiap kompresi ringkasan Grafik F-1 maksimum (a), rata-rata (b), dan minimum (c) tiap nilai lambda (λ)
21 27 28 29 30 31 32 33
PENDAHULUAN Latar Belakang Membaca merupakan salah satu kegiatan yang tidak bisa lepas bagi manusia, baik membaca buku, majalah maupun teks iklan. Masalah muncul apabila teks atau dokumen yang akan dibaca panjang dan sangat banyak karena membutuhkan waktu yang lama untuk dapat memahami isi dokumen tersebut. Salah satu cara agar dapat memahami isi dokumen keseluruhan dengan cepat adalah dengan membaca ringkasannya. Peringkasan dokumen merupakan proses meringkas atau mengurangi panjang teks asli dengan cara mengambil kata-kata atau kalimat-kalimat penting untuk mendapatkan informasi atau gambaran umum dari suatu dokumen. Cara untuk mendapatkan ringkasan dokumen yaitu bisa dengan meringkasnya secara manual ataupun menggunakan aplikasi peringkasan otomatis. Aplikasi peringkasan dokumen otomatis bisa digunakan untuk mendapatkan ringkasan dokumen dengan cepat. Peringkasan dokumen secara otomatis telah dikembangkan sejak tahun 1958 oleh Luhn (1958). Terdapat dua jenis pendekatan untuk peringkasan dokumen yaitu ekstraksi dan abstraksi. Peringkasan dokumen dengan metode ekstraksi yaitu dengan cara mengambil kalimat-kalimat penting dari teks asli kemudian menyusunnya kembali menjadi ringkasan, sedangkan metode abstraksi yaitu mengambil intisari dari teks asli yang kemudian dituangkan ke dalam kalimat-kalimat baru yang akan menjadi sebuah ringkasan (Jezek dan Steinberger 2008). Keuntungan dari metode ekstraksi yaitu mudah untuk diterapkan dan didasarkan pada fitur-fitur statistik dalam memilih kalimat penting atau kata kunci dari dokumen. Kekurangannya adalah ringkasan yang dihasilkan cenderung tidak konsisten dan kalimat yang mengandung informasi yang tidak berhubungan tidak dapat disajikan secara akurat. Sementara itu, keuntungan dari metode abstraksi yaitu menghasilkan ringkasan yang lebih akurat. Kekurangannya yaitu lebih sulit diterapkan karena membutuhkan pemahaman teks asli (Munot dan Govilkar 2014). Selain ekstraksi dan abstraksi, terdapat pendekatan lain berdasarkan ada atau tidaknya campur tangan manusia dalam memproses ringkasan otomatis yaitu supervised dan unsupervised. Perbedaan kedua metode tersebut yaitu metode supervised menggunakan ringkasan manual buatan manusia untuk mengidentifikasi parameter atau fitur ringkasan, sedangkan pada metode unsupervised tidak menggunakan ringkasan manual buatan manusia dalam menentukan parameter yang relevan (Elfayoumy dan Thoppil 2014). Secara umum, proses peringkasan dokumen otomatis terdiri atas beberapa tahapan yaitu pengumpulan dokumen, praproses, pemilihan fitur, pembobotan kalimat dan pengujian. Tahapan praproses sendiri terbagi lagi menjadi beberapa bagian, di antaranya pemecahan kalimat, case folding, tokenisasi dan filtering. Ada tahapan yang sangat penting dalam peringkasan dokumen yaitu pembobotan kalimat. Tahapan inilah yang menentukan diambil atau tidaknya suatu kalimat sebagai ringkasan. Pembobotan kalimat dalam peringkasan dokumen dapat dilakukan dengan berbagai macam metode antara lain yang pernah dilakukan yaitu menggunakan
2 Algoritme Genetika oleh Aristoteles (2011). Gerbawani (2013) membuat peringkasan dokumen bahasa Indonesia menggunakan logika Fuzzy. Marlina (2012) membuat ringkasan dokumen bahasa Indonesia dengan metode Regresi Logistik Biner untuk menganalisis beberapa faktor dengan sebuah variabel yang bersifat biner. Selain metode-metode tersebut, peringkasan dokumen juga dapat dilakukan dengan menggunakan metode Maximum Marginal Relevance (MMR). MMR adalah sebuah metode untuk menggabungkan query-relevance dengan information-novelty dalam peringkasan dokumen (Carbonell dan Goldstein 1998). Metode ini menggunakan teknik ekstraksi yang digunakan untuk mengurangi redundansi kalimat dengan cara menghitung kesamaan (similarity) antara kalimat dengan query dan kalimat dengan kalimat lain yang telah terpilih sebagai ringkasan. Penelitian yang pernah dilakukan dengan menggunakan metode ini salah satunya dilakukan oleh Mustaqhfiri (2011) pada dokumen berita bahasa Indonesia. Penelitian tersebut menghasilkan rata-rata recall 60%, precision 76%, dan f-measure 65%. Penelitian yang sudah sering dilakukan umumnya digunakan untuk dokumen pendek seperti dokumen berita, sedangkan untuk dokumen panjang seperti dokumen karya ilmiah bahasa Indonesia yang terdiri atas beberapa bab belum pernah dilakukan. Oleh karena itu, penelitian yang akan dilakukan adalah membuat peringkasan dokumen otomatis untuk dokumen karya ilmiah bahasa Indonesia, yaitu skripsi, menggunakan pendekatan supervised dengan metode pembobotan MMR dan teknik ekstraksi.
Perumusan Masalah Perumusan masalah dalam penelitian ini di antaranya: 1 Bagaimana metode pembobotan kalimat berdasarkan fitur kata? 2 Apakah metode MMR tepat digunakan untuk pembobotan kalimat berdasarkan fitur kata? 3 Bagaimana implementasi metode MMR untuk dokumen skripsi?
Tujuan Penelitian Tujuan dari penelitian ini antara lain: 1 Mengembangkan peringkasan dokumen otomatis menggunakan pembobotan kalimat berdasarkan fitur kata. 2 Menganalisis ketepatan penggunaan metode MMR dengan pembobotan kalimat berdasarkan fitur kata untuk peringkasan dokumen otomatis. 3 Mengimplementasikan metode MMR untuk dokumen skripsi.
Manfaat Penelitian Manfaat dari penelitian ini diharapkan aplikasi yang dibangun dapat menghasilkan ringkasan yang relevan dengan informasi penting pada dokumen dan dapat membantu mahasiswa memahami isi dokumen skripsi dengan cepat.
3 Ruang Lingkup Penelitian Penelitian ini dibatasi hanya menggunakan dokumen skripsi bahasa Indonesia, fitur kata untuk pembobotan kalimat dan metode MMR dengan teknik ekstraksi.
METODE Tahapan dalam peringkasan dokumen otomatis diawali dengan pengumpulan dokumen, selanjutnya dilakukan pengindeksan, proses peringkasan, dan tahap terakhir yaitu evaluasi hasil ringkasan sistem dengan ringkasan manual. Skema tahapan peringkasan dokumen dapat dilihat pada Gambar 1.
Gambar 1 Skema tahapan peringkasan dokumen
Pengumpulan Dokumen Penelitian ini menggunakan dokumen skripsi mahasiswa Ilmu Komputer Institut Pertanian Bogor (IPB) sebanyak 100 dokumen dengan bentuk PDF yang berasal dari repository.ipb.ac.id. Setiap dokumen telah dibuat ringkasan manualnya yang digunakan untuk membandingkan dengan hasil ringkasan sistem,
4 serta mengukur seberapa akurat sistem peringkasan otomatis yang dibuat. Caranya yaitu dengan menghitung secara manual ada berapa kalimat yang sama dan tidak sama pada ringkasan manual dan hasil ringkasan sistem yang kemudian dihitung nilai recall, precision, F-1, dan akurasinya. Dari hasil tersebut barulah nanti dapat terlihat apakah hasil ringkasan sistem sudah memuaskan. Dokumen dikumpulkan dan dikonversi ke dalam bentuk teks dengan format dokumen.txt dengan cara copy-paste manual setiap kalimat. Bagian tinjauan pustaka dihilangkan karena pada umumnya suatu ringkasan karya ilmiah tidak mengikutsertakan tinjauan pustaka. Di dalam pemisah judul dokumen juga ditambahkan kata kunci dokumen yang terdapat pada abstrak. Selain itu, ada beberapa aturan yang digunakan dalam pengumpulan dokumen, di antaranya: 1 Tidak termasuk tabel, gambar, lampiran, persamaan, algoritme beserta penjelasannya. 2 Bukan berupa list pendek, kecuali pada bagian kesimpulan dan saran. 3 Judul bab dan sub bab dihilangkan. 4 Catatan kaki dihilangkan. 5 Kalimat yang mengandung titik dua ditulis berulang kali sebanyak list kalimat yang menyertainya. Pada umumnya ringkasan hanya berupa kalimat, oleh karena itu dibuatlah aturan pengumpulan dokumen poin 1. Masih pada poin 1, “penjelasannya” disini maksudnya adalah kalimat yang menjelaskan tentang tabel, gambar, lampiran, persamaan, atau algoritme tersebut, misalnya “Gambar 1 menunjukkan bahwa ...”. List pendek pada poin 2 juga dihilangkan karena list pendek bukan merupakan kalimat utuh kecuali pada kesimpulan dan saran karena diasumsikan bagian tersebut merupakan poin penting dari sebuah dokumen skripsi. Poin 3, judul bab dan subbab, juga bukan merupakan kalimat utuh, jadi dihilangkan, sedangkan poin 4, catatan kaki, merupakan penjelasan dari suatu kata dalam dokumen yang diletakkan secara terpisah, bukan pada isi dokumen, jadi catatan kaki juga dihilangkan. Poin 5 maksudnya adalah list panjang atau list yang mengandung kalimat utuh, tidak dihilangkan melainkan kalimat penjelasan sebelumnya mengenai list tersebut, biasanya mengandung titik dua, ditulis berulang kali di depan tiap kalimat list panjang tersebut. Tujuannya adalah agar informasi pada kalimat list panjang tersebut dapat tersampaikan secara jelas. Pengindeksan Tahap awal pemrosesan dokumen adalah pengindeksan. Tahap ini merupakan tahap memilih fitur kata yang akan dijadikan acuan dalam pembobotan kalimat. Langkah pertama yang dilakukan yaitu case folding atau menyeragamkan jenis dan ukuran huruf. Dalam penelitian ini, jenis huruf semua dokumen akan diseragamkan menjadi huruf kecil. Pemilihan Fitur Kata Penelitian ini menggunakan fitur kata untuk memperoleh ringkasan otomatis. Langkah pertama yang harus dilakukan adalah memisahkan kata dari tiap dokumen, kemudian dilakukan pemilihan fitur kata. Terdapat 3 cara pemilihan fitur kata yaitu Mutual Information (MI), Chi-square (χ2), dan berbasis frekuensi dokumen (Manning et al. 2008). MI dan χ2 baik digunakan sebagai metode
5 pemilihan fitur kata untuk klasifikasi teks, sedangkan metode berbasis frekuensi dokumen baik digunakan untuk peringkasan teks. Oleh karena itu, pada penelitian ini digunakan metode berbasis frekuensi dokumen, yaitu Inverse Document Frequency (IDF) untuk menentukan fitur kata. Xia dan Chai (2011) mendefinisikan IDF sebagai salah satu metode pemilihan fitur kata yang berdasarkan pada perhitungan jumlah dokumen yang diindeks oleh term. Menurut Manning et al. (2008) persamaan yang digunakan untuk menghitung nilai IDF dari suatu kata adalah IDFt
log
D t
(1)
dengan N merupakan jumlah seluruh dokumen dan DFt adalah jumlah dokumen yang mengandung kata t. Apabila sebuah kata muncul di banyak dokumen, maka hasil dari IDF akan semakin kecil, begitu pula sebaliknya. Kata-kata yang sering muncul pada setiap dokumen biasanya adalah kata-kata yang tidak penting. Oleh karena itu, IDF sesuai untuk diterapkan pada pemilihan fitur kata dalam peringkasan dokumen karena kata-kata dengan nilai IDF tertinggi merupakan kata-kata yang jarang muncul atau hanya muncul pada dokumen dengan kategori tertentu.
Proses Peringkasan Proses peringkasan dokumen terdiri atas parsing kalimat, pembobotan Term Frequency - Inverse Sentence Frequency (TF.ISF), penghitungan nilai kemiripan (cosine similarity), dan seleksi kalimat menggunakan metode MMR. Parsing Kalimat Tahap pertama proses peringkasan dokumen yaitu memecah isi dokumen menjadi kumpulan kalimat. Parsing kalimat adalah proses memisahkan teks dalam dokumen menjadi kalimat-kalimat berdasarkan tanda baca tertentu sebagai pemisah diantaranya tanda baca titik (.), tanda tanya (?), dan tanda seru (!). Tetapi sebelum menganalisis adanya 3 tanda pemisah tersebut, terlebih dahulu dicari adanya tanda kutip “ ” yang merupakan tanda dari kutipan langsung. Apabila terdapat kutipan langsung, kalimat dalam tanda kutip dianggap sebagai 1 kalimat. Selain memecah isi dokumen, dilakukan juga pemisahan query. Baris pertama dalam dokumen merupakan judul dokumen serta kata kunci yang akan digunakan sebagai query yang diperlukan untuk seleksi kalimat. Pembobotan TF.ISF Tahap berikutnya setelah ditentukan fitur kata yang akan digunakan, adalah melakukan pembobotan TF.ISF untuk tiap fitur kata tersebut pada masing-masing kalimat dalam dokumen. TF.ISF merupakan suatu indikator penting atau tidaknya suatu kata dalam merepresentasikan kalimat (Xia dan Chai 2011). Metode ini menggabungkan jumlah kemunculan kata pada tiap kalimat atau Term Frequency (TF) dengan banyaknya kalimat yang mengandung suatu kata atau Sentence Frequency (SF). Pembobotan diperoleh berdasarkan TF dan Inverse Sentence
6 Frequency (ISF). Nilai ISF sebuah kata dapat dihitung menggunakan persamaan sebagai berikut: n
log
ISFt
(2)
t
dengan n merupakan jumlah kalimat dalam dokumen dan SFt merupakan jumlah kalimat dalam dokumen yang mengandung kata t. Adapun persamaan yang digunakan untuk menentukan TF.ISF sebagai berikut: TF-ISFt,s = TFt,s x ISFt
(3)
dengan TFt,s adalah jumlah kata t pada kalimat s, sedangkan ISFt adalah nilai ISF untuk kata t. Nilai TF.ISFt,s tinggi jika kata t muncul beberapa kali dalam kalimat dan jarang muncul pada kalimat lain, sedangkan rendah jika kata t muncul hampir di seluruh kalimat masing-masing sebanyak 1 kali (Manning et al. 2008). Penghitungan Cosine Similarity Salah satu ukuran kemiripan kalimat yang paling umum digunakan adalah Cosine Similarity yang tiap kalimatnya direpresentasikan sebagai vektor (Xie dan Liu 2008). Jarak antarvektor menentukan kemiripannya, semakin dekat jaraknya maka 2 vektor tersebut semakin mirip (Turney dan Pantel 2010). Manning et al. (2008) mendefinisikan cosine similarity antara kalimat s1 dan s2 sebagai berikut: sim(s1,s2) =
⃑⃑⃑ s
⃑⃑⃑ s
|s⃑⃑⃑ ||s⃑⃑⃑ |
∑i
=
√∑i
i
i
,i √∑i
(4) ,i
dengan |⃑⃑⃑ | dan |⃑⃑⃑ | adalah panjang vektor, w1,i adalah bobot kata i pada dokumen s1, sedangkan w2,i adalah bobot kata i pada dokumen s2 (Xie dan Liu 2008). Seleksi Kalimat Menggunakan MMR Maximum Marginal Relevance (MMR) merupakan salah satu metode peringkasan dokumen yang menggunakan teknik ekstraksi. Metode ini mengkombinasikan cosine similarity antara kalimat dengan query (queryrelevance) dan kalimat dengan kalimat lain yang telah terpilih sebagai ringkasan dengan tujuan memaksimalkan kesamaan kalimat dengan query dan meminimalkan redundansi kalimat atau dengan kata lain meminimalkan adanya kalimat yang mempunyai kesamaan makna pada hasil ringkasan. Salah satu cara untuk mendapatkan ringkasan yang relevan yaitu dengan mengukur relevansi antara informasi pada kalimat dengan query (Carbonell dan Goldstein 1998). Untuk setiap kalimat si, nilai MMR dapat dicari menggunakan persamaan berikut: MMRi = argmax [ sim (si
)
(
)
sj
(sim (si sj ))]
(5)
dengan λ merupakan parameter dengan interval [0-1] untuk mengatur tingkat kepentingan relatif antara relevansi dan redundansi. sim1(si,Q) adalah ukuran kesamaan kalimat dengan query, sedangkan sim2(si,sj) adalah ukuran kesamaan
7 kalimat dengan kalimat lainnya yang telah terpilih sebagai ringkasan (Waliprana dan Khodra 2013). Nilai MMR tiap kalimat pada dokumen dihitung untuk tiap iterasi dan akan diambil kalimat dengan nilai MMR maksimum sebagai hasil ringkasan. Mustaqhfiri (2011) menyatakan bahwa sebuah kalimat memiliki nilai MMR tinggi jika kalimat tersebut relevan terhadap isi dokumen dan memiliki bobot kesamaan maksimum terhadap query. Seleksi kalimat dilakukan dengan mengambil kalimat dengan nilai MMR tertinggi pada setiap iterasi. Iterasi yang akan dilakukan yaitu sebanyak persentase jumlah kalimat hasil ringkasan yang ditentukan. Penelitian ini menggunakan kompresi ringkasan sebesar 10%, 20%, dan 30% yang berarti ringkasan yang terbentuk yaitu sebanyak 10%, 20%, dan 30% dari jumlah kalimat pada dokumen.
Evaluasi Untuk mengetahui kualitas hasil ringkasan sistem diperlukan adanya evaluasi. Pada tahap evaluasi, hasil ringkasan sistem dibandingkan dengan hasil ringkasan manual. Metode evaluasi yang digunakan pada penelitian ini adalah menentukan nilai Recall, Precision, F-1, dan akurasi dari setiap dokumen. Recall adalah peluang kasus dengan kategori positif yang dengan tepat diprediksi positif, sedangkan Precision adalah peluang kasus yang diprediksi positif yang pada kenyataannya termasuk kasus dengan kategori positif (Powers 2007). Dalam peringkasan dokumen, Recall berarti peluang dokumen relevan yang terambil sebagai ringkasan dan Precision berarti peluang dokumen yang terambil sebagai ringkasan adalah relevan. F-1 didapat dari hasil Recall dan Precision antara kategori hasil prediksi dengan kategori sebenarnya (Wicaksana dan Widiartha 2012). Akurasi dalam peringkasan dokumen didapatkan dari jumlah kalimat kategori positif yang diprediksi positif dan kalimat kategori negatif yang diprediksi negatif dibagi dengan seluruh kalimat dalam dokumen. Dalam penghitungan pada tahap evaluasi ini membutuhkan matriks yang disebut Confusion Matrix yang dapat dilihat pada Tabel 1. Confusion Matrix ini berisi informasi tentang kelas sebenarnya (hasil ringkasan sistem) dan kelas prediksi (hasil ringkasan manual) (Manning et al. 2008). Kolom Relevant merupakan kalimat dalam dokumen yang termasuk ke dalam ringkasan manual, sedangkan Non-Relevant merupakan kalimat dalam dokumen yang tidak termasuk ke dalam ringkasan manual. Baris Retrieved merupakan kalimat dalam dokumen yang terambil sebagai ringkasan sistem, sedangkan baris Not Retrieved merupakan kalimat dalam dokumen yang tidak terambil sebagai ringkasan sistem. Tabel 1 Confusion matrix Retrieved Not Retrieved
Relevant tp fn
Non-Relevant fp tn
Berdasarkan Tabel 1 dapat dihitung nilai Recall, Precision, F-1, dan Akurasi sebagai berikut:
8 tp
Recall =
tp
Precision =
F-1 = Akurasi =
(6)
fn tp
tp
(7)
fp
ecall Precision ecall Precision tp tp
tn
fp fn
tn
(8) (9)
dengan tp (true positive) adalah jumlah dokumen relevan yang terambil, fp (false positive) adalah jumlah dokumen yang tidak relevan yang terambil, fn (false negative) adalah jumlah dokumen relevan yang tidak terambil, dan tn (true negative) adalah jumlah dokumen yang tidak relevan yang tidak terambil.
HASIL DAN PEMBAHASAN Pengumpulan Dokumen Penelitian ini menggunakan dokumen skripsi mahasiswa Ilmu Komputer Institut Pertanian Bogor yang berasal dari repository.ipb.ac.id sebanyak 100 dokumen dalam bentuk PDF. Daftar dokumen yang digunakan pada penelitian ini dapat dilihat pada Lampiran 1. Dokumen-dokumen tersebut kemudian dikonversi secara manual ke dalam bentuk TXT dengan hanya mengambil bab pendahuluan sampai bab kesimpulan dan saran. Proses ini menghasilkan rata-rata jumlah kalimat sebanyak 212 kalimat, sedangkan jumlah kalimat maksimum sebanyak 420 kalimat pada dokumen 9 dan jumlah kalimat minimum sebanyak 100 kalimat pada dokumen 61. Proses selanjutnya yang dilakukan adalah proses pembersihan dokumen TXT sesuai dengan aturan yang telah dijelaskan pada bagian metode penelitian dengan melakukan copy-paste per kalimat dalam dokumen. Proses ini memakan waktu cukup lama karena kalimat dalam tiap dokumen harus diperiksa satu per satu bilamana terdapat kalimat yang harus dihilangkan sesuai aturan pengumpulan dokumen. Dari 100 dokumen TXT yang terkumpul rata-rata ukuran dokumennya sebesar 21 KB. Rata-rata jumlah kalimat yang dihasilkan dari proses ini sebanyak 134 kalimat per dokumen, sedangkan jumlah maksimum kalimat sebanyak 308 kalimat pada dokumen 9 dan jumlah kalimat minimum sebanyak 64 kalimat pada dokumen 31. Jika dihitung berdasarkan persentase, rata-rata jumlah kalimat yang digunakan sebagai korpus yaitu 65.67% dari jumlah kalimat awal. Dokumen 99 menjadi dokumen yang paling sedikit menghilangkan kalimat-kalimat sesuai dengan aturan pengumpulan dokumen yaitu sebesar 93.22% dengan hanya menghilangkan 8 kalimat, sedangkan dokumen yang paling banyak
9 menghilangkan kalimat-kalimat sesuai dengan aturan pengumpulan dokumen adalah dokumen 100 yaitu sebesar 35.97% dengan menghilangkan 162 kalimat. Selain proses pembersihan dokumen, ringkasan manual untuk tiap dokumen juga dibuat sebagai pembanding hasil ringkasan sistem. Keseluruhan dokumen tersebut digunakan sebagai data latih untuk menentukan fitur kata dan juga sebagai data uji untuk pengujian sistem.
Pengindeksan Tahap pengindeksan dilakukan dengan mengunggah 100 dokumen TXT satu per satu ke dalam sistem, kemudian sistem akan melakukan pemisahan kata. Kata-kata tersebut kemudian dihitung nilai IDF-nya untuk seleksi fitur kata. Pemilihan Fitur Kata Pemilihan fitur kata dalam penelitian ini dihitung menggunakan persamaan 1 untuk tiap kata unik dalam keseluruhan dokumen. Kemudian dilakukan filtering atau penghapusan kata unik yang terdiri atas kurang dari tiga huruf. Setelah dilakukan filtering, terdapat lebih dari 10000 kata unik dari seluruh dokumen dan sebanyak 894 fitur kata terpilih merupakan kata unik yang memiliki nilai IDF antara 0.1 ≤ IDF < 2.0. Alasan penentuan rentang tersebut karena ingin mengabaikan kata yang hanya muncul pada 1 dokumen dari 100 dokumen dan juga kata yang muncul pada lebih dari 80 dokumen karena kata-kata tersebut kurang baik untuk merepresentasikan fitur kata. Kata unik terpilih tersebut kemudian disimpan ke dalam database untuk digunakan sebagai fitur kata. Fitur kata terpilih tersebut masih mengandung kata-kata yang merupakan stopwords seperti kata “agar”, “adapun”, “jika”, dan lain sebagainya. Ada sekitar 111 stopwords yang terambil sebagai fitur kata. Namun, tidak semua stopwords muncul sebagai fitur kata, misalnya kata “dan”, “dari”, “ada”, dan lain sebagainya tidak terpilih sebagai fitur kata kerena kata-kata tersebut muncul di hampir seluruh dokumen. Fitur kata yang memiliki nilai IDF tertinggi sebanyak 68 kata yang masing-masing muncul pada 14 dokumen dengan nilai IDF 0.86. Kata-kata tersebut diantaranya “xml”, “pohon”, “inisiaisasi”, dan lain sebagainya. Sebaliknya, kata yang memiliki nilai IDF terendah adalah kata “informasi” yang muncul pada 90 dokumen dengan nilai IDF 0.05 atau jika dibulatkan menjadi 0.1 yang merupakan batas bawah nilai IDF untuk fitur kata.
Proses Peringkasan Proses peringkasan dilakukan untuk tiap dokumen dengan cara mengunggah dokumen tersebut ke dalam sistem. Sistem kemudian akan melakukan proses peringkasan di antaranya: parsing kalimat, pembobotan TF.ISF, penghitungan nilai kemiripan cosine similarity, dan seleksi kalimat menggunakan metode MMR. Parsing Kalimat Tahap awal dari proses peringkasan dokumen adalah memecah dokumen menjadi potongan kalimat proses pemisahan kalimat ini dilakukan berdasarkan
10 aturan yang telah dijelaskan pada metode penelitian. Namun, dalam prosesnya terdapat kendala pada penggunaan tanda titik (.). Dalam dokumen skripsi tanda titik (.) bukan hanya digunakan sebagai tanda akhir kalimat, tetapi juga digunakan untuk penulisan bilangan desimal atau penulisan format file. Oleh karena itu, dibuat aturan tambahan untuk mengganti tanda titik (.) pada kasus-kasus tersebut, di antaranya: 1 Tanda titik (.) pada bilangan desimal diganti dengan tanda bintang (*). Misalnya 44.87 diganti menjadi 44*87. Begitu juga untuk alamat website. 2 Tanda titik (.) pada penulisan "et al." dihilangkan dan menjadi "et al". 3 Tanda titik (.) pada format file diganti menjadi tanda bintang (*). Misalnya .txt diganti menjadi *txt. Aturan tersebut hanya digunakan dalam pemrosesan pada sistem, sedangkan untuk hasil akhir kalimat ringkasan yang akan ditampilkan akan diubah kembali menjadi tanda titik (.). Hasil dari proses parsing kalimat menghasilkan kalimatkalimat yang merupakan kandidat kalimat ringkasan kecuali judul dokumen atau query. Pembobotan TF.ISF Proses selanjutnya dalam proses peringkasan dokumen adalah menghitung bobot kata dalam kalimat. Asumsikan dokumen yang akan diringkas adalah D yang memiliki sebanyak n kalimat yaitu s1, s2, s3, s4, …, sn serta query sn+1, maka bobot TF.ISF wm,n dihitung menggunakan persamaan 3. Nilai ISF tiap kalimat didapat dari persamaan 2. Hasil dari pembobotan tersebut menghasilkan matriks seperti pada Tabel 2. Matriks tersebut berukuran besar dan banyak terdapat nilai 0 dikarenakan fitur kata yang muncul pada suatu kalimat tidak mencapai 10 kata dari 894 fitur kata yang digunakan. Bahkan ada beberapa kalimat yang sama sekali tidak mengandung salah satu fitur kata tersebut.
Tabel 2 Matriks TF.ISF t1 t2 t3 t4 t5 ... tm
s1 w1,1 w2,1 w3,1 w4,1 w5,1 ... wm,1
s2 w1,2 w2,2 w3,2 w4,2 w5,2 ... wm,2
s3 w1,3 w2,3 w3,3 w4,3 w5,3 ... wm,3
... ... ... ... ... ... ... ...
sn w1,n w2,n w3,n w4,n w5,n ... wm,n
sn+1 w1,n+1 w2,n+1 w3,n+1 w4,n+1 w5,n+1 ... wm,n+1
Rata-rata matriks tersebut berukuran 894 x 135 dengan jumlah data TF.ISF maksimum sebanyak 276246 data dan minimum 58110 data. Lebih dari 99% data tersebut bernilai 0 dan hanya kurang dari 1% yang ada nilainya. Dokumen yang memiliki jumlah data TF.ISF terbanyak adalah dokumen 88 sebesar 0.93% dengan jumlah data TF.ISF yang tidak 0 sebanyak 608 data dari 65262 data, sedangkan yang paling sedikit adalah dokumen 55 sebesar 0.48% dengan jumlah data TF.ISF yang tidak 0 sebanyak 643 data dari 134994 data.
11 Seleksi Kalimat Menggunakan MMR Penghitungan MMR dilakukan dengan iterasi yang mengkombinasikan nilai kemiripan kalimat dengan query dan kalimat dengan kalimat yang telah terpilih sebagai ringkasan. Pada iterasi pertama, nilai kemiripan sim2(si,sj) bernilai 0 karena belum ada kalimat yang terambil sebagai ringkasan. Setelah itu, untuk semua kalimat dalam dokumen dihitung nilai MMR-nya menggunakan persamaan 5. Kalimat dengan nilai MMR tertinggi pada iterasi pertama akan dijadikan ringkasan, misalnya sj1. Berikut potongan kode program untuk iterasi 1. 1 if($iterasi == 1){ 2 $mmr[$loopSeBanyakKalimat] = ($lambda * 3 $nilai_kemiripan[0][$loopSeBanyakKalimat]) - ((1-$lambda) * 0); 4 if($mmr[$loopSeBanyakKalimat] > $hitmax){ 5 $hitmax = $mmr[$loopSeBanyakKalimat]; 6 $inmax = $loopSeBanyakKalimat; 7 } 8 }
Pada iterasi kedua, dihitung kembali nilai MMR tiap kalimat selain kalimat sj1. Untuk tiap kalimat, nilai kemiripan sim2(si,sj) yang digunakan adalah nilai kemiripan antara kalimat dengan kalimat sj1 karena hanya terdapat satu kalimat ringkasan. Selanjutnya seperti pada iterasi pertama, dipilih kembali kalimat dengan nilai MMR tertinggi, misalnya kalimat sj2. Sampai disini kalimat yang telah terambil sebagai ringkasan ada 2 kalimat. Berikut potongan kode program untuk iterasi 2. 1 else if($iterasi == 2){ 2 if(!array_search($loopSeBanyakKalimat, $array)){ 3 $mmr[$loopSeBanyakKalimat] = ($lambda * $nilai_kemiripan[0][$loopSeBanyakKalimat]) 4 ((1-$lambda) * $nilai_kemiripan[$maxim][$loopSeBanyakKalimat]); 5 if($mmr[$loopSeBanyakKalimat] > $hitmax){ 6 $hitmax = $mmr[$loopSeBanyakKalimat]; 7 $inmax = $loopSeBanyakKalimat; 8 } 9 } 10 }
Pada iterasi ketiga, karena ada lebih dari 1 kalimat ringkasan yaitu sj1 dan sj2, maka nilai kemiripan yang digunakan adalah nilai kemiripan maksimum yang didapat setelah membandingkan nilai kemiripan seluruh kandidat kalimat yang tersisa dengan kalimat sj1 dan sj2. Misalnya nilai kemiripan maksimum yang didapat adalah nilai kemiripan antara kalimat ke-i dengan kalimat sj1, maka yang digunakan sebagai pembanding kemiripan adalah kalimat sj1. Berarti, pada iterasi ketiga dibandingkan nilai kemiripan seluruh kandidat kalimat tersisa dengan kalimat sj1. Selanjutnya setelah dihitung kembali nilai MMR-nya, kalimat dengan nilai MMR tertinggi diambil sebagai ringkasan. Berikut potongan kode program untuk iterasi 3. 1 else{ 2 if(!array_search($loopSeBanyakKalimat, $array)){ 3 $mmr[$loopSeBanyakKalimat] = ($lambda * $nilai_kemiripan[0][$loopSeBanyakKalimat]) 4 ((1-$lambda)*$nilai_kemiripan[$indexbesar][$loopSeBanyakKalimat]); 5 if($mmr[$loopSeBanyakKalimat] >= $hitmax ){ 6 $hitmax = $mmr[$loopSeBanyakKalimat];
12 7 $inmax = $loopSeBanyakKalimat; 8 } 9 } 10 } 1 $array[$iterasi] = $inmax; 2 $maxim = $inmax; 3 if($iterasi >= 2){ 4 $bandingbesar = 0; 5 for($i = 1; $i
$bandingbesar){ 12 $bandingbesar = $nilai_kemiripan[$loopSeBanyakKalimat2][$kalmbil]; 13 $indexbesar = $kalmbil; 14 } 15 } 16 } 17 } 18 } 19 }
Untuk iterasi keempat dan seterusnya, lakukan hal yang sama seperti pada iterasi ketiga. Iterasi dilakukan hingga mencapai kompresi ringkasan yang telah ditentukan. Untuk penelitian ini, kompresi ringkasan yang digunakan sebesar 10%, 20%, dan 30%. Selain itu ditentukan pula nilai parameter λ yang digunakan dalam penelitian ini yaitu 0.25, 0.50, dan 0.75. Parameter tersebut digunakan sebagai bobot nilai kemiripan. Nilai MMR tertinggi diperoleh kalimat 14 pada iterasi 1 di dokumen 54 untuk nilai λ = 0.75 yaitu sebesar 0.75. Ini artinya nilai MMR yang didapat sempurna karena nilai kemiripan kalimat 14 dengan query sim1(s14,Q) = 1. Katakata yang terdapat pada query dan termasuk fitur kata terdapat juga pada kalimat 14, sedangkan kalimat selain kalimat yang sama antara kalimat 14 dengan query, baik yang pada kalimat 14 maupun query, tidak terdapat pada fitur kata. Nilai MMR terendah yaitu 0. Misalnya seperti yang diperoleh kalimat 1 pada iterasi 2 di dokumen 56 untuk nilai λ = 0.5. Iterasi 2 berarti selain menghitung nilai kemiripan kalimat 1 dengan query, dihitung juga kemiripan kalimat 1 dengan kalimat hasil iterasi 1, yaitu kalimat 17. Untuk kemiripan kalimat 1 dengan query, hanya terdapat 1 kata yang sama tetapi kata tersebut bukan merupakan fitur kata, berarti nilai kemiripannya 0. Untuk kemiripan kalimat 1 dengan kalimat 17, terdapat 2 kata yang sama dan juga bukan merupakan fitur kata, berarti nilai kemiripannya 0. Oleh karena itu, kombinasi keduanya akan menghasilkan nilai MMR = 0. Hasil ringkasan menggunakan MMR masih belum bisa mengambil kalimat di setiap bagian dokumen skripsi. Misalnya pada dokumen 12, hasil ringkasan kalimat pertama yaitu kalimat 40 yang merupakan bagian dari metode penelitian, sedangkan bagian pendahuluan tidak terseleksi. Ini dikarenakan kalimat-kalimat pada bagian pendahuluan tidak relevan dengan query, dan jikalau ada kata dalam kalimat yang relevan dengan query, kata tersebut bukan termasuk fitur kata. Pada dokumen 12, hanya terdapat 2 kata pada query yang juga terdapat pada fitur kata. Ini menjadi penyebab banyaknya kalimat yang menghasilkan nilai MMR = 0.
13 Evaluasi Hasil Ringkasan Tahap evaluasi hasil ringkasan sistem dengan ringkasan manual untuk nilai λ = 0.50, yang berarti bobot kemiripan kalimat dengan judul dan kalimat dengan kalimat ringkasan yang telah terpilih seimbang, menghasilkan nilai akurasi ringkasan sebesar 58.67% pada kompresi ringkasan 30%, 61.05% pada kompresi ringkasan 20%, dan 62.14% pada kompresi ringkasan 10%. Akurasi tertinggi yang didapatkan sebesar 85.67% pada kompresi ringkasan 10%, sedangkan akurasi terendah adalah sebesar 39.74% pada kompresi ringkasan 30%. Perbandingan akurasi untuk λ = 0.50 dapat dilihat pada Gambar 2.
Gambar 2 Akurasi maksimum (a), rata-rata (b), dan minimum (c) untuk nilai λ=0.50 Untuk nilai λ = 0.25, dengan bobot nilai kemiripan kalimat dengan query lebih kecil dibandingkan dengan bobot nilai kemiripan kalimat dengan kalimat terpilih, akurasi yang didapatkan sebesar 57.68% pada kompresi ringkasan 30%, 60.26% pada kompresi ringkasan 20%, dan 61.61% pada kompresi ringkasan 10%. Nilai ini sedikit lebih rendah dibandingkan dengan penggunaan nilai λ = 0.50. Sama seperti percobaan dengan nilai λ = 0.50, akurasi tertinggi yang didapatkan yaitu sebesar 85.67% pada kompresi ringkasan 10% dan akurasi terendah juga pada kompresi ringkasan 30% sebesar 42.86%. Perbandingan akurasi untuk nilai λ = 0.25 dapat dilihat pada Gambar 3. Nilai akurasi mengalami peningkatan setelah menaikkan nilai λ menjadi 0.75. Untuk nilai λ tersebut nilai akurasinya sebesar 59.87% pada kompresi ringkasan 30%, 62.11% pada kompresi ringkasan 20%, dan 62.61% pada kompresi ringkasan 10%. Akurasi tertinggi dan terendah yang dicapai masih sama dengan percobaan sebelumnya, yaitu untuk nilai akurasi tertinggi berada pada kompresi ringkasan 10% sebesar 82.95% dan nilai akurasi terendah berada pada kompresi ringkasan 30% sebesar 43.75%. Perbandingan akurasi untuk nilai = 0.75 dapat dilihat pada Gambar 4.
14
Gambar 3 Akurasi maksimum (a), rata-rata (b), dan minimum (c) untuk nilai λ=0.25
Gambar 4 Akurasi maksimum (a), rata-rata (b), dan minimum (c) untuk nilai λ=0.75 Berdasarkan percobaan yang telah dilakukan pada kompresi ringkasan 10%, 20%, dan 30% untuk masing-masing nilai λ sebesar 0.25, 0.50, dan 0.75 didapatkan nilai akurasi rata-rata tertinggi yaitu pada kompresi ringkasan 10% dan λ = 0.75 sebesar 62.61%. Perbandingan nilai akurasi secara keseluruhan dapat dilihat pada Gambar 5, sedangkan grafik akurasi untuk tiap kompresi ringkasan dapat dilihat pada Lampiran 2. Penurunan yang terjadi pada saat λ = 0.25 dan peningkatan pada saat λ = 0.75 wajar terjadi karena ringkasan yang baik adalah ringkasan yang relevan terhadap query. Penggunaan nilai λ = 0.75 berarti bobot query-relevance lebih diperbesar, sehingga otomatis akurasinya menjadi lebih besar. Untuk tiap
15 kompresi ringkasan, jumlah dokumen yang bisa dikatakan query-relevance atau semakin besar nilai λ maka semakin besar pula nilai akurasinya yaitu sebanyak 53 dokumen untuk kompresi ringkasan 30%, 59 dokumen untuk kompresi ringkasan 20%, dan 52 dokumen untuk kompresi ringkasan 10%. Jadi, bisa dikatakan hasil ringkasan sudah cukup baik karena jumlah dokumen yang query-relevance sudah lebih dari 50%. Artinya, sebagian besar hasil ringkasan sudah sesuai untuk merepresentasikan isi dokumen.
Gambar 5 Akurasi rata-rata hasil ringkasan untuk nilai λ=0.75 (a), λ=0.50 (b), dan λ=0.25 (c) Sementara itu, peningkatan nilai akurasi pada kompresi ringkasan 10% juga wajar terjadi karena nilai akurasi hasil ringkasan sistem akan lebih besar jika hasil ringkasan sistem lebih sedikit, yang berarti batas nilai MMR minimum semakin tinggi, dengan asumsi bahwa hasil ringkasan manual, yang digunakan sebagai pembanding, sudah baik. Peningkatan akurasi yang terjadi untuk setiap nilai λ tidak terlalu signifikan. Jadi dapat disimpulkan bahwa nilai λ tidak terlalu mempengaruhi hasil akurasi ringkasan, sedangkan kompresi ringkasan hanya sedikit mempengaruhi akurasi hasil ringkasan. Selain nilai akurasi, dalam evaluasi hasil ringkasan juga dihitung nilai recall, precision, dan F-1 yang menghasilkan rata-rata seperti pada Gambar 6, 7, dan 8. Recall, precision, dan F-1 merupakan ukuran keakuratan ringkasan yang hanya memperhatikan kalimat yang relevan. Recall merupakan ukuran keakuratan ringkasan terhadap ringkasan manual, precision merupakan ukuran keakuratan ringkasan terhadap ringkasan sistem, sedangkan F-1 merupakan gabungan keduanya, yakni keakuratan ringkasan diukur berdasarkan ringkasan sistem dan ringkasan manual. Sementara itu, akurasi memperhatikan seluruh kalimat, baik yang relevan maupun yang tidak relevan.
16
Gambar 6 Recall rata-rata hasil ringkasan untuk nilai λ=0.75 (a), λ=0.50 (b), dan λ=0.25 (c) Pada Gambar 6 terlihat nilai recall rata-rata untuk masing-masing nilai λ pada tiap kompresi ringkasan tidak jauh berbeda. Namun, untuk setiap kenaikan kompresi ringkasan pada nilai λ yang sama memiliki perbedaan kurang lebih 10%. Untuk kompresi ringkasan yang menghasilkan persentase recall rata-rata terbesar yaitu pada kompresi ringkasan 30%. Nilai recall dipengaruhi oleh jumlah kalimat yang sama dalam hasil ringkasan sistem dan ringkasan manual dengan hasil ringkasan manual. Nilai recall tertinggi yaitu 54.05% pada dokumen 3 dengan kompresi ringkasan 30% dan λ = 0.50 dan 0.75. Jumlah kalimat yang sama sebanyak 20 kalimat dan jumlah kalimat ringkasan manual sebanyak 37 kalimat. Sementara itu, nilai recall terendah sebesar 2.94% pada dokumen 44 dengan kompresi ringkasan 10% dan λ = 0.75 dengan jumlah kalimat yang sama hanya 1 kalimat, sedangkan jumlah ringkasan manual ada 34 kalimat. Jika dilihat, ada selisih yang cukup banyak antara kalimat yang sama dengan ringkasan manual. Jadi, dapat disimpulkan semakin sedikit selisih jumlah kalimat yang sama dengan hasil ringkasan manualnya, maka semakin besar nilai recall-nya, begitu pula sebaliknya. Grafik nilai recall untuk tiap kompresi ringkasan dapat dilihat pada Lampiran 3, sedangkan grafik recall untuk tiap nilai lambda (λ) dapat dilihat pada Lampiran 4. Gambar 7 menunjukkan nilai precision rata-rata baik untuk masing-masing nilai λ maupun kompresi ringkasan tidak terdapat perbedaan yang signifikan. Kompresi ringkasan 10% menghasilkan nilai precision rata-rata yang paling besar karena peluang kemunculan kalimat hasil ringkasan sistem pada ringkasan manual akan lebih besar jika hasil ringkasan sistem lebih sedikit, sedangkan jumlah
17 ringkasan manual sama. Namun, perbedaan nilai precision antarkompresi ringkasan maupun antarnilai λ tidak terlalu jauh, jadi setiap kalimat hasil ringkasan sistem mempunyai peluang yang hampir sama terdapat dalam ringkasan manual.
Gambar 7 Precision rata-rata hasil ringkasan untuk nilai λ=0.75 (a), λ=0.50 (b), dan λ=0.25 (c) Nilai precision dipengaruhi oleh jumlah kalimat yang sama dalam ringkasan sistem dan ringkasan manual dengan hasil ringkasan sistem. Nilai precision tertinggi yaitu 92.86% pada dokumen 81 untuk kompresi ringkasan 10% dan λ = 0.50. Jumlah kalimat yang sama sebanyak 13 kalimat dan jumlah kalimat hasil peringkasan sistem sebanyak 14 kalimat. Sementara itu, nilai precision terendah sebesar 3.33% pada dokumen 9 untuk kompresi ringkasan 10% dan λ = 0.75 dengan jumlah kalimat yang sama hanya 1 kalimat, sedangkan jumlah hasil ringkasan sistem ada 30 kalimat. Jika dilihat, ada selisih yang cukup banyak antara kalimat yang sama dengan ringkasan sistem. Jadi, dapat disimpulkan semakin sedikit selisih jumlah kalimat yang sama dengan hasil ringkasan sistemnya, maka semakin besar nilai precision-nya. Grafik nilai precision untuk tiap kompresi ringkasan dapat dilihat pada Lampiran 5, sedangkan grafik precision untuk tiap nilai lambda (λ) dapat dilihat pada Lampiran 6. Pada Gambar 8 terlihat nilai F-1 yang didapat untuk tiap nilai λ pada kompresi ringkasan yang sama tidak berbeda jauh, sedangkan untuk kompresi ringkasan yang berbeda terlihat cukup ada perbedaan. Kompresi ringkasan 30% menghasilkan nilai F-1 tertinggi. Nilai F-1 dipengaruhi oleh jumlah kalimat yang sama di dalam ringkasan manual dan hasil ringkasan sistem karena F-1 hanya memperhatikan jumlah kalimat yang relevan. Nilai F-1 tertinggi adalah 62.61% pada dokumen 81 dengan
18 kompresi ringkasan 30% dan λ = 0.25. Jumlah kalimat yang sama sebanyak 36 kalimat dari hasil ringkasan sistem sebanyak 44 kalimat dan ringkasan manual sebanyak 71 kalimat. Sementara itu, untuk nilai F-1 terendah adalah 3.45% berada pada dokumen 9 dengan kompresi ringkasan 10% dan λ = 0.75. Jumlah kalimat yang sama pada dokumen tersebut hanya 1 kalimat dari hasil ringkasan sistem sebanyak 30 kalimat dan ringkasan manual 28 kalimat. Dengan demikian, dapat disimpulkan bahwa semakin banyak kalimat yang sama, maka nilai F-1 semakin tinggi, begitu pula sebaliknya. Dalam hal ini, pada kompresi ringkasan 30% jumlah kalimat hasil ringkasan lebih banyak, jadi kemungkinan terdapat kata yang sama akan lebih besar. Grafik nilai F-1 untuk tiap kompresi ringkasan dapat dilihat pada Lampiran 7, sedangkan grafik F-1 untuk tiap nilai lambda (λ) dapat dilihat pada Lampiran 8. Statistik hasil recall, precision, F-1, dan akurasi dapat dilihat pada Tabel 3.
Gambar 8 F-1 rata-rata hasil ringkasan untuk nilai λ=0.75 (a), λ=0.50 (b), dan λ=0.25 (c)
19 Tabel 3 Statistik recall, precision, F-1, dan akurasi Recall (%) Precision (%) F-1 (%) Akurasi (%)
Minimum 2.94 3.33 3.45 39.74
Maksimum 54.05 92.86 62.61 85.67
Rata-rata 24.50 48.46 30.88 60.67
SIMPULAN DAN SARAN Simpulan Berdasarkan penelitian yang telah dilakukan, dapat disimpulkan beberapa hal sebagai berikut: 1 Sistem peringkasan dokumen otomatis berdasarkan fitur kata telah berhasil dikembangkan. 2 Penggunaan metode MMR dengan pembobotan berdasarkan fitur kata menghasilkan rata-rata akurasi 60.67%, recall 24.50%, precision 48.46%, dan F-1 30.88%. 3 Untuk dokumen panjang seperti skripsi, hasil akurasi yang didapatkan telah cukup baik karena meringkas dokumen skripsi yang terdiri atas beberapa bab tidaklah mudah. Dibutuhkan keterampilan untuk memilih kalimat ringkasan manual. Atas dasar itulah kemungkinan ada kalimat yang seharusnya tidak dijadikan kalimat ringkasan manual malah dipilih sebagai ringkasan manual atau sebaliknya. Dengan kata lain ada pertimbangan terjadinya human error. Saran Jumlah kalimat dalam ringkasan manual sebaiknya diatur proporsinya terhadap jumlah kalimat pada dokumen korpus karena itu mempengaruhi akurasi. Selain itu, pembuatan ringkasan manual untuk setiap dokumen sebaiknya dibuat oleh lebih dari satu orang dengan harapan akurasi yang didapatkan akan lebih baik.
DAFTAR PUSTAKA Aristoteles. 2011. Pembobotan fitur pada peringkasan teks bahasa Indonesia menggunakan Algoritme Genetika [tesis]. Bogor (ID): Institut Pertanian Bogor Carbonell J, Goldstein J. 1998. The use of MMR, diversity-based reranking for reordering documents and producing summaries. SIGIR ‘98; 1998 Agu 2428; Melbourne (AU): 335-336
20 Elfayoumy S, Thoppil J. 2014. A survey of unstructured text summarization techniques. IJACSA. 5 (4): 149-154 Gerbawani RAS. 2013. Peringkasan dokumen bahasa Indonesia menggunakan Logika Fuzzy [skripsi]. Bogor (ID): Institut Pertanian Bogor Jezek K, Steinberger J. 2008. Automatic text summarization (the state of the art 2007 and new challenges). Vaclav Snasel (Ed) : Znalosti. 1-12 Luhn HP. 1958. The automatic creation of literature abstracts. IBM Journal. 159165 Manning CD, Raghavan P, Schütze H. 2008. An Introduction to Information Retrieval. Cambridge (UK): Cambridge University Press Marlina M. 2012. Sistem peringkasan dokumen berita bahasa Indonesia menggunakan metode Regresi Logistik Biner [skripsi]. Bogor (ID): Institut Pertanian Bogor Munot N, Govilkar SS. 2014. Comparative study of text summarization methods. International Journal of Computer Applications. 102 (12): 33-37 Mustaqhfiri M. 2011. Peringkasan teks otomatis berita olahraga berbahasa Indonesia menggunakan metode Maximum Marginal Relevance [skripsi]. Malang (ID): Universitas Islam Negeri Maulana Malik Ibrahim Powers DMW. 2007. Evaluation: from precision, recall and f-factor to ROC, informedness, markedness & correlation. School of Informatics and Engineering. 1-24 Turney PD, Pantel P. 2010. From frequency to meaning: vector space models of semantics. JAIR. 37 (5): 141-188 Waliprana WE, Khodra ML. 2013. Update summarization untuk kumpulan dokumen berbahasa Indonesia. Jurnal Cybermatika. 1 (2): 6-10 Wicaksana IMK, Widiartha IM. 2012. Penerapan metode Ant Colony Optimzation pada metode K-Harmonic Means untuk klasterisasi data. Jurnal Ilmu Komputer. 5 (1): 55-62 Xia T, Chai Y. 2011. An improvement to TF-IDF: term distribution based term weight algorithm. Journal of Software. 6 (3): 413-420 Xie S, Liu Y. 2008. Using corpus and knowledge-based similarity measure in Maximum Marginal Relevance for meeting summarization. ICASSP. 49854988
21 Lampiran 1 Daftar dokumen skripsi yang digunakan No 1
File Asli G06amu.pdf
2
G06ede.pdf
3
G06fso.pdf
4
G06hag.pdf
5
G06rhs.pdf
6
G09apa2.pdf
7
G09eap.pdf
8
G09nls.pdf
9
G09sha.pdf
10
G09wsj.pdf
11
G09yar.pdf
12
G11afr.pdf
13
G11ara.pdf
14
G11hra.pdf
15
G11jaz.pdf
16
G11kau.pdf
17
G11kpa.pdf
18
G11mrf.pdf
19
G11mus.pdf
20
G11pra.pdf
Judul Skripsi Pengembangan Aplikasi Data Mining Menggunakan Fuzzy Association Rules Sistem Informasi Untuk Melihat Rute Terpendek dan Jalur Angkot Berbasis SMS Pengembangan Sistem Informasi Geografis Hutan Kota Propinsi DKI Jakarta Penentuan Pola Sekuensial Pada Data Transaksi Perpustakaan IPB Menggunakan Algoritma Graph Search Techniques Sistem Informasi Dinas Pendidikan Berorientasi Objek dan Berbasis Web (Studi Kasus Kota Tanjung Pinang Kepulauan Riau) Sistem Informasi Geografi Asrama Putri TPB IPB Berbasis Web Menggunakan Alov Map Pengenalan Wajah Dengan Citra Pelatihan Tunggal Menggunakan Algoritme VF15 Berbasis Histogram Ekspansi Kueri Pada Sistem Temu Kembali Informasi Berbahasa Indonesia Menggunakan Kamus Dwibahasa Perancangan Prototipe Ebook Reader Menggunakan Usability Engineering Optimasi Query Citra Dengan Relevance Feedback dan Support Vector Machine Penentuan Tingkat Keberhasilan Mahasiswa Tingkat I IPB Menggunakan Induksi Pohon Keputusan dan Bayesian Classifier Identifikasi Campuran Nada Pada Suara Piano Menggunakan Codebook Klasifikasi Dokumen Bahasa Indonesia Menggunakan Metode Semantic Smoothing Clustering Konsep Dokumen Berbahasa Indonesia Menggunakan Bisecting K-Means Pengenalan Iris Mata Dengan Backpropagation Neural Network Menggunakan Praproses Transformasi Wavelet Data Warehouse dan Aplikasi OLAP Akademik Kurikulum Mayor-Minor Berbasis Linux Klasifikasi Dokumen Tumbuhan Obat Menggunakan Algoritma KNN Fuzzy Klasifikasi Genre Musik Menggunakan Learning Vector Quantization (LVQ) Pengembangan Distribusi ILOS Multimedia (ILOSMEDIA) Pengenalan Kata Berbasiskan Fenom Dengan Pemodelan Resilient Backpropagation
22 Lanjutan No 21
File Asli G12kab.pdf
22
G12nsa2.pdf
23
G12zmu.pdf
24
G13ant.pdf
25
G13cpy.pdf
26
G13cws.pdf
27
G13dan.pdf
28
G13dsu.pdf
29
G13eap.pdf
30
G13ens.pdf
31
G13esa.pdf
32
G13fam.pdf
33
G13fdh.pdf
34
G13fir.pdf
35
G13gka.pdf
36
G13hap.pdf
37
G13ita.pdf
38
G13mam.pdf
39
G13mir.pdf
Judul Skripsi Rancang Bangun Komunikasi Data Wireless Mikrocontroler Menggunakan Modul Xbee Zigbee (IEEE 802.15.4) Klasifikasi Dokumen Bahasa Indonesia Menggunakan Semantic Smoothing Dengan Ekstraksi Ciri Chi-Square Analisis Pengaruh Dinamika Peer Pada Hierarchical Peer-To-Peer Menggunakan Topologi Superpeer Penerapan Teknik Penarikan Contoh Kuota Untuk Penentuan Aplikasi Pada Distro IPB Linux Operating System (ILOS) Implementasi Jaringan Peer-To-Peer Tak Terstrukstur Menggunakan Protokol JXTA Deteksi Malware Berbasis System Call Dengan Klasifikasi Support Vector Machine Pada Android Perbandingan Algoritme C4.5 dan Cart Pada Data Tidak Seimbang Untuk Kasus Prediksi Risiko Kredit Debitur Kartu Kredit Pengindeksan Ontologi Dokumen Bahasa Indonesia Menggunakan Latent Semantic Analysis Pencarian Teks Bahasa Indonesia Pada Mesin Pencari Berbasis Soundex Identifikasi Varietas Ubi Jalar Menggunakan Metode Decision Tree J48 Aplikasi Bagan Warna Daun Untuk Optimasi Pemupukan Tanaman Padi Menggunakan K-Nearest Neighbor Cross Language Question Answering System Menggunakan Pembobotan Heuristic dan Multidokumen Sistem Pendeteksi Plagiat Harfiah Pada Dokumen Teks Berbahasa Indonesia Dengan Memanfaatkan Mesin Pencari Pembangunan Framework Untuk Deteksi Perubahan dan Irisan Wilayah Pada Data Spatiotemporal Sistem Pencarian Turunan Kata Pada Al-Quran Menggunakan Light Stemming dan Clustering Untuk Pembicara Bahasa Indonesia Analisis Pengaruh Kecepatan Mobilitas Terhadap Kinerja Video Streaming Pada Jaringan Wireless Ad Hooc Peningkatan Pelayanan Penilangan Melalui Sistem EViolation (Studi Kasus Satuan Lalu Lintas Polres Bogor) Sistem Informasi Geografis Ruang Kuliah Kampus IPB Dramaga Berbasis Mobile Dengan Platform Android OS Penerapan Algoritme Dijkstra Pada Rute Angkot Bogor Berbasis Android
23 Lanjutan No 40 41 42 43 44 45 46
47 48 49 50 51 52 53 54 55 56 57 58 59 60
File Asli G13mpa.pdf
Judul Skripsi Optimasi Jaringan Saraf Tiruan Menggunakan Algoritme Genetika Untuk Peramalan Panjang Musim Hujan G13naz1.pdf Identifikasi Kolektibilitas Kredit Menggunakan Decision Tree G13nca.pdf Koreksi DNA Sequencing Error Dengan Metode Spectral Alignment G13nfp.pdf Sistem Deteksi Luka Pada Otot Kaki Abalon (Haliotis Asinina) Menggunakan Metode Histogram dan Morfologi G13rjs.pdf Identifikasi Varietas Kunyit Berdasarkan Ciri Fisik Menggunakan Algoritme C4.5 G13rrp.pdf Peringkas Dokumen Berbahasa Indonesia Berbasis Kata Benda Dengan BM25 G13rsu.pdf Penentuan Jalur Tercepat dan Terpendek Berdasarkan Kondisi Lalu Lintas Di Kota Bogor Menggunakan Algoritme Dijkstra dan Algoritme Floyd-Warshall G13sba.pdf Pelayanan Publik Online: Sistem Online dan SMS Gateway Pada Pelayanan Izin Usaha Industri G13sra1.pdf Pembangunan Data Warehouse dan Aplikasi OLAP Kepegawaian Institut Pertanian Bogor G13swi.pdf Peringkasan Teks Bahasa Indonesia Dengan Pemilihan Fitur C4.5 dan Klasifikasi Naive Bayes G14aam1.pdf Pengembangan Sistem Informasi Desain Lanskap Tanaman Obat Keluarga Pada Cloud Computing G14aau.pdf Penerapan SOM Untuk Pengenalan Nada Pada Angklung Modern G14ada.pdf Pengklasifikasian Genre Musik Berdasarkan Sinyal Audio Menggunakan Support Vector Machine G14adn.pdf Post Pruning Pohon Keputusan Spasial Untuk Klasifikasi Kemunculan Titik Panas G14afa.pdf Prediksi Panjang Musim Hujan Menggunakan Time Delay Neural Network G14aha1.pdf Implementasi dan Analisis Kinerja Switch Openflow dan Switch Konvensional Pada Jaringan Komputer G14amu5.pdf Penerapan Jaringan Saraf Tiruan Untuk Pemodelan Prakiraan Curah Hujan Bulanan G14apr1.pdf Penambahan Layer Google Maps Pada Spatial Data Warehouse Titik Panas Di Indonesia G14ash.pdf Klasifikasi Fragmen Metagenom Menggunakan Oblique Decision Tree Dengan Optimasi Algoritme Genetika G14ask.pdf Steganografi Linguistik Metode Nicetext Menggunakan Kata dan Variasi Pola Kalimat Dasar Bahasa Indonesia G14atr.pdf Aplikasi Mobile Identifikasi Penyakit Daun Kubis Dengan Fast Fourier Transform dan Probabilistic Neural Network
24 Lanjutan No 61
File Asli G14bsi.pdf
62
G14cfr.pdf
63
G14dam.pdf
64
G14dfm.pdf
65
G14ead.pdf
66
G14egp.pdf
67
G14esy.pdf
68
G14fam.pdf
69
G14fap1.pdf
70
G14fel.pdf
71
G14gpr.pdf
72
G14htr.pdf
73
G14iad.pdf
74
G14ins.pdf
75
G14kil.pdf
76
G14kum.pdf
77
G14lns.pdf
78
G14man.pdf
Judul Skripsi Pengelompokan Sekuens DNA Menggunakan Metode KMeans dan Fitur N-Mers Frequency Pencarian Jarak Titik Akses Sinyal Wireless Fidelity (WiFi) Dengan Location Based Servise (LBS) Pada Android Di Area IPB Darmaga Deteksi Data Titik Api Di Provinsi Riau Menggunakan Algoritme Clustering K-Means Klasifikasi Formula Jamu Berdasarkan Khasiat Menggunakan Oblique Decision Tree Dengan Optimasi Menggunakan Algoritme Genetika Analisis Sentimen Dengan Klasifikasi Naive Bayes Pada Pesan Twitter Menggunakan Data Seimbang Web Log Mining Menggunakan K-Means Pada Server Proxy Untuk Perancangan Manajemen Bandwidth IPB Pengembangan Aplikasi Pertukaran SMS Rahasia Berbasis Android Menggunakan Algoritme RSA Pemodelan Biplot Pada Klasifikasi Fragmen Metagenom Dengan K-Mers Sebagai Ekstraksi Ciri dan Probabilistic Neural Network Sebagai Classifier Implementasi Bidirectional HTTP Pada Aplikasi Chat Berbasis Web Menggunakan Protokol Bayeux Klasifikasi Fragmen Metagenom Menggunakan Fitur Spaced N-Mers dan K-Nearest Neighbour Aplikasi Mobile GIS Pencarian Tempat Olahraga Di Bogor Analisis dan Perancangan Sistem Tata Kelola Kelembagaan dan Sumber Daya FMIPA IPB Menggunakan Enterprise Architecture Planning Hierarchical Clustering Pada Data Time Series Hotspot Provinsi Riau Identifikasi Plat Nomor Dengan Principal Component Analysis Menggunakan Metode Jaringan Syaraf Tiruan Propagasi Balik Teknik Penyisipan Informasi Pada Fitur Poligon Peta Vektor Menggunakan Reversible Watermarking Optimasi Penggunaan Lahan Menggunakan Algoritme Genetika Untuk Mendukung Peningkatan Produktivitas Pertanian Penerapan Learning Vector Quantization (LVQ) dan Ekstraksi Ciri Menggunakan Mel-Frequency Ceptrum Coeficients (MFCC) Untuk Transkripsi Suara Ke Teks Migrasi Spatial Data Warehouse Hotspot Ke Sistem Operasi Linux Ubuntu
25 Lanjutan No 79
File Asli G14mch.pdf
80
G14mdh.pdf
81
G14mhu.pdf
82
G14mlr.pdf
83
G14naf.pdf
84
G14nas1.pdf
85
G14rad.pdf
86
G14ref.pdf
87
G14rfh.pdf
88
G14rku.pdf
89
G14rku2.pdf
90
G14rma.pdf
91
G14rmf.pdf
92
G14rse.pdf
93
G14rtr.pdf
94
G14sda.pdf
95
G14sro1.pdf
96
G14tmp.pdf
Judul Skripsi Identifikasi Citra Luka Abalon (Haliotis Asinina) Menggunakan Gray Level Co-occurrence Matrix dan Klasifikasi Probabilistic Neural Network Klasifikasi Fragmen Metagenom Menggunakan KNN dan PNN Dengan Ekstraksi Fitur Gray Level Co-occurrence Matrix (GLCM) Pada Variasi Panjang Fragmen Integrasi Basis Data dan Pipeline Single Nucleotide Polymorphism Untuk Pemuliaan Tanaman Kedelai Pengembangan dan Implementasi Sistem Pemadaman Api Pada Fire-Fighting Robot Clustering Data Indeks Pembangunan Manusia (IPM) Pulau Jawa Menggunakan Algortime ST-DBSCAN dan Bahasa Pemrograman R Clustering Dokumen Skripsi Berdasarkan Abstrak Dengan Menggunakan Bisecting K-Means Penentuan Lokasi Ideal Berdasarkan Total Jarak Tempuh Terpendek Dari Berbagai Lokasi Menggunakan Algoritme Dijkstra Pengembangan Sistem Informasi Tanaman Hias Lanskap Untuk Masyarakat Umum Pada Cloud Computing Pendeteksian Kemiripan Kode Program C Dengan Algoritme K-Medoids Temu Kembali Informasi Dokumen XML Dengan Pembobotan Per Konteks Klasifikasi Protein Family Menggunakan Algoritme Probabilistic Neural Network (PNN) Clustering Dataset Titik Panas Dengan Algoritme DBSCAN Menggunakan Web Framework Shiny Pada Bahasa Pemrograman R Aplikasi Perangkat Uji Pupuk Berbasis Android Menggunakan Fitur Warna Pengembangan Sistem Keamanan Traksaksi Peta Digital Menggunakan Teknik Kriptografi Pengelompokan Kode Program C Berdasarkan Kemiripan Struktur Menggunakan Metode Hierarchical Agglomerative Clustering Pemanfaatan Citra Satelit Untuk Identifikasi Tingkat Perubahan Tutupan Lahan Dengan Menggunakan Metode Fuzzy C-Means Transkripsi Suara Ke Teks Bahasa Indonesia Berbasis Suku Kata Menggunakan Codebook dan 2-Level Dynamic Programming Pengembangan Silsilah (Tarombo) Adat Batak Berbasis Web Menggunakan R4 Framework
26 Lanjutan No 97
File Asli G14yse.pdf
98
G15ekd.pdf
99
G15fdw.pdf
100
G15hri.pdf
Judul Skripsi Simulasi Master Data Untuk Data Exchange Evaluasi Kinerja Dosen Berbasis Replika Basis Data Pemodelan Support Vector Machine Untuk Klasifikasi Bakteri Patogen dan Non Patogen Berdasarkan Data Sekuens Genom Online Analytical Processing (OLAP) Berbasis Web Untuk Tanaman Holtikultura Menggunakan Palo Aplikasi Android Untuk Pengenalan Citra Karakter Jepang Dengan Library Tesseract
27 Lampiran 2 Grafik akurasi maksimum (a), rata-rata (b), dan minimum (c) tiap kompresi ringkasan 1
Grafik akurasi untuk kompresi ringkasan 30%
2
Grafik akurasi untuk kompresi ringkasan 20%
3
Grafik akurasi untuk kompresi ringkasan 10%
28 Lampiran 3 Grafik recall maksimum (a), rata-rata (b), dan minimum (c) tiap kompresi ringkasan 1
Grafik recall untuk kompresi ringkasan 30%
2
Grafik recall untuk kompresi ringkasan 20%
3
Grafik recall untuk kompresi ringkasan 10%
29 Lampiran 4 Grafik recall maksimum (a), rata-rata (b), dan minimum (c) tiap nilai lambda (λ) 1
Grafik recall untuk nilai λ = 0.25
2
Grafik recall untuk nilai λ = 0.50
3 Grafik recall untuk nilai λ = 0.75
30 Lampiran 5 Grafik precision maksimum (a), rata-rata (b), dan minimum (c) tiap kompresi ringkasan 1 Grafik precision untuk kompresi ringkasan 30%
2
Grafik precision untuk kompresi ringkasan 20%
3 Grafik precision untuk kompresi ringkasan 10%
31 Lampiran 6 Grafik precision maksimum (a), rata-rata (b), dan minimum (c) tiap nilai lambda (λ) 1
Grafik precision untuk nilai λ = 0.25
2
Grafik precision untuk nilai λ = 0.50
3 Grafik precision untuk nilai λ = 0.75
32 Lampiran 7 Grafik F-1 maksimum (a), rata-rata (b), dan minimum (c) tiap kompresi ringkasan 1 Grafik F-1 untuk kompresi ringkasan 30%
2 Grafik F-1 untuk kompresi ringkasan 20%
3 Grafik F-1 untuk kompresi ringkasan 10%
33 Lampiran 8 Grafik F-1 maksimum (a), rata-rata (b), dan minimum (c) tiap nilai lambda (λ) 1
Grafik F-1 untuk nilai λ = 0.25
2
Grafik F-1 untuk nilai λ = 0.50
3
Grafik F-1 untuk nilai λ = 0.75
34
RIWAYAT HIDUP Penulis dilahirkan di Cirebon pada tanggal 28 September 1990. Penulis merupakan putri pertama dari tiga bersaudara dari ayah H. Ihun Solihun dan ibu Hj. Yusroniyah. Tahun 2008 penulis lulus dari SMA Negeri 7 Cirebon dan pada tahun yang sama penulis melanjutkan pendidikan pada program D3, program studi Teknik Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran, Bandung. Penulis lulus dari Universitas Padjadjaran pada tahun 2011. Pada tahun 2013, penulis lulus seleksi masuk program Sarjana Alih Jenis, Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
