Peringkasan Teks Otomatis Ekstraktif Menggunakan Metode Non-Negative Matrix Facotrization Dan Word Sense Disambiguation Pada Berita Berbahasa Indonesia

Peringkasan teks otomatis adalah proses pengurangan jumlah teks dengan menggunakan program komputer untuk menghasilkan sebuah ringakasan. Terdapat beberapa pendekatan metode untuk melakukan peringkasn teks, diantaranya adalah dengan menggunakan metode Non-negative Matrix Factorization dan Word Sense Disambiguation. Metode Non-negative Matrix Factorization adalah metode peringkasan yang berbasis pengelompokan term terhadap matriks, sedangkan Word Sense Disambiguation adalah metode yang diguanakan sebagai penyaringan kata yang memiliki makna ambigu. Kedua metode ini akan diterapkan ke dalam sebuah sistem peringkasan teks otomatis. Tahapan dari peringkasan teks otomatis yang akan dilakukan diantaranya adalah data masukan, praproses, noun filtering, word sense disambiguation dan non-negative matrix factorization. Kemudian, setelah didapatkan hasil pemeringkatan dari seluruh kalimat, selanjutnya memilih 50% kalimat berdasarkan nilai hasil pemeringkatan yang terbesar. Berdasarkan hasil pengujian disimpulkan bahwa metode Non-negative Matrix Factorizaiton dan Word Sense Disambiguation dapat diterapkan pada peringkasan teks otomatis dengan perfomansi yang cukup baik dengan nilai tertinggi precision sebesar 75,8%, recall sebesar 78,9%, dan f-measure sebesar 75,8%.