Implementasi Metode Particle Swarm Optimization Dan Support Vector Machine Dalam Pemilihan Fitur Peringkasan Teks Otomatis

Shidiq, Rahman (2020) Implementasi Metode Particle Swarm Optimization Dan Support Vector Machine Dalam Pemilihan Fitur Peringkasan Teks Otomatis. Other thesis, Universitas Komputer Indonesia.

Preview	Text 1.10115185_RAHMAN SHIDIQ_COVER.pdf - Published Version Download (55kB) | Preview
Preview	Text 19.10115185_RAHMAN SHIDIQ_LEMBAR PENGESAHAN.pdf - Published Version Download (99kB) | Preview
Preview	Text 17.10115185_RAHMAN SHIDIQ_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (165kB) | Preview
Preview	Text 20.10115185_RAHMAN SHIDIQ_SURAT KETERANGAN ORSINILITAS.pdf - Published Version Download (236kB) | Preview
Preview	Text 4.10115185_RAHMAN SHIDIQ_KATA PENGANTAR.pdf - Published Version Download (71kB) | Preview
Preview	Text 5.10115185_RAHMAN SHIDIQ_DAFTAR ISI.pdf - Published Version Download (197kB) | Preview
Preview	Text 11.10115185_RAHMAN SHIDIQ_BAB 1.pdf - Published Version Download (48kB) | Preview
Preview	Text 12.10115185_RAHMAN SHIDIQ_BAB 2.pdf - Published Version Download (333kB) | Preview
	Text 13.10115185_RAHMAN SHIDIQ_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text 14.10115185_RAHMAN SHIDIQ_BAB 4.pdf - Published Version Restricted to Repository staff only Download (66kB) | Request a copy
Preview	Text 15.10115185_RAHMAN SHIDIQ_BAB 5.pdf - Published Version Download (10kB) | Preview
Preview	Text 10.10115185_RAHMAN SHIDIQ_DAFTAR PUSTAKA.pdf - Published Version Download (148kB) | Preview

Abstract

Peringkasan teks merupakan proses pengambilan informasi penting yang berasal dari satu atau beberapa sumber yang kemudian menghasilkan sebuah ringkasan dengan panjang teks kurang dari 50% dari teks aslinya. Tujuan yang ingin dicapai dari penelitian ini adalah mengetahui fitur yang tepat untuk peringkasan teks otomatis menggunakan metode Support Vector Machine. Metode seleksi fitur Particel Swarm Optimization juga digunakan untuk mendapatkan fitur yang tepat dalam peringkasan teks. Pada tahapan Preprocessing dilakukan proses Case Folding, Split Sentence, Filtering, Tokenization dan Stopword Removal. Pengujian dilakukan dengan metode Support Vector Machine dengan kernel linear, dengan menggunakan data latih sebanyak 678 kalimat dan untuk data uji sebanyak 291 kalimat. Pengujian dilakukan dengan dibangkitkan 10 dan 20 partikel awal. Hasil nilai gBest tertinggi yang diperoleh dari kedua pengujian adalah 63.6% dengan fitur panjang kalimat, posisi kalimat, koneksi antar kalimat dan tf-idf yang selalu muncul dikedua pengujian tersebut. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa metode pemilihan fitur Particel Swarm Optimization dapat digunakan dalam pemilihan fitur peringkasan teks otomatis.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Ringkasan, Seleksi Fitur, Support Vector Machine, Particle Swarm Optimization.
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data
Divisions:	S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User:	Mrs. Calis Maryani
Date Deposited:	24 Nov 2020 01:32
Last Modified:	24 Nov 2020 01:32
URI:	http://elibrary.unikom.ac.id/id/eprint/2895

Actions (login required)

View Item