Bonovan, Reyhan (2021) Implementasi Pendekatan Abstraktif Pada Peringkasan Teks Bahasa Indonesia Menggunakan Metode Recurrent Neural Network. Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_REYHAN BONOVAN_COVER.pdf - Published Version Download (30kB) | Preview |
|
|
Text
UNIKOM_REYHAN BONOVAN_LEMBAR PENGESAHAN.pdf - Published Version Download (138kB) | Preview |
|
|
Text
UNIKOM_REYHAN BONOVAN_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (107kB) | Preview |
|
|
Text
UNIKOM_REYHAN BONOVAN_PERNYATAAN ORISINALITAS.pdf - Published Version Download (112kB) | Preview |
|
|
Text
UNIKOM_REYHAN BONOVAN_KATA PENGANTAR.pdf - Published Version Download (97kB) | Preview |
|
|
Text
UNIKOM_REYHAN BONOVAN_DAFTAR ISI.pdf - Published Version Download (191kB) | Preview |
|
|
Text
UNIKOM_REYHAN BONOVAN_BAB 1.pdf - Published Version Download (44kB) | Preview |
|
|
Text
UNIKOM_REYHAN BONOVAN_BAB 2.pdf - Published Version Download (371kB) | Preview |
|
Text
UNIKOM_REYHAN BONOVAN_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
Text
UNIKOM_REYHAN BONOVAN_BAB 4.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
|
Text
UNIKOM_REYHAN BONOVAN_BAB 5.pdf - Published Version Download (9kB) | Preview |
|
|
Text
UNIKOM_REYHAN BONOVAN_DAFTAR PUSTAKA.pdf - Published Version Download (124kB) | Preview |
|
|
Text
UNIKOM_REYHAN BONOVAN_KONTAK PENULIS DAN KONTRIBUTOR.pdf - Published Version Download (388kB) | Preview |
Abstract
Penelitian ini bertujuan untuk mengetahui seberapa besar performa Gated Recurrent Unit, dalam pembuatan peringkasan teks abstraktif. Peringkasan merupakan sebuah proses untuk menghasilkan ringkasan dari sebuah dokumen atau makalah yang digunakan untuk mendapatkan sebuah informasi. Peringkasan sendiri mempunya dua tipe yaitu ekstraktif dan abstraktif. Penelitian yang dilakukan untuk meringkas teks ini menggunakan metode Gated Recurrent Unit (GRU) dengan word embedding untuk melakukan peringkasan teks. Berdasarkan hasil penelitian dan pengujian yang telah dilakukan dapat diketahui dengan menggunakan metode Gated Recurrent Unit, Nilai rata-rata uji coba pertama yang menggunakan stopword removal didapatkan nilai Rouge-1 sebesar 0.4841, Rouge-2 sebesar 0.2387 dan Rouge-L sebesar 0.4827, sedangkan uji coba kedua dengan dilakukannya uji coba tanpa menggunakan stopword removal mendapatkan nilai rata-rata Rouge-1 sebesar 0.4466, Rouge-2 sebesar 0.2063, dan Rouge-L sebesar 0.4417. Kata kunci: Peringkasan Teks Abstraktif, Gated Recurrent Unit, Recurrent Neural Network, Deep Learning, Word embedding.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Peringkasan Teks Abstraktif, Gated Recurrent Unit, Recurrent Neural Network, Deep Learning, Word embedding. |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mrs. Calis Maryani |
Date Deposited: | 18 Jan 2022 03:35 |
Last Modified: | 18 Jan 2022 03:35 |
URI: | http://elibrary.unikom.ac.id/id/eprint/4950 |
Actions (login required)
View Item |