Implementasi Metode Differential Evolution Pada Peringkasan Teks Berbahasa Indonesia

Dalam beberapa penelitian mengenai peringkasan teks, beberapa permasalahan utama yang muncul dalam bidang peringkasan teks otomatis adalah relevansi dan pokok ringkasan. Hasil ringkasan yang baik harus mengandung informasi yang penting tanpa mengabaikan relevansi dan pokok ringkasannya. Untuk itu diajukan sebuah metode untuk mengoptimalkan fitur-fitur yang diekstraksi dari sebuah dokumen berdasarkan skor informative dan cohesive agar didapatkan hasil ringkasan yang baik yaitu metode Differential Evolution. Metode Differential Evolution merupakan metode optimasi yang baru-baru ini dikembangkan dan terbukti memiliki performansi yang baik. Berdasarkan hasil tersebut, Differential Evolution digunakan dalam penelitian ini untuk menghasilkan ringkasan teks berbahasa indonesia yang memiliki struktur relevansi yang paling baik. Pada penelitian ini diekstrak 5 buah fitur pada dokumen yaitu posisi kalimat, frekuensi kata, kata kunci, kemiripan dengan judul dan sentralitas. Pengujian yang dilakukan adalah pengujian akurasi yang dilakukan dengan membandingkan hasil ringkasan sistem dengan hasil ringkasan manual yang didapat dari ahli bahasa Indonesia. Pengujian sistem menghasilkan rata-rata akurasi 47,02% dengan hasil terbaik 83,33%.

In several studies of text summarization, some of the main issues that arise in the field of automated text summarization are the relevance and subject matter of the summary. The results of a good summary should contain important information without neglecting the relevance and subject matter of the summary. Differential Evolution method is then proposed to optimize the features extracted from a document based on informative and cohesive scores in order to obtain a good summary. Differential Evolution Method is an optimization method that recently developed and proved to have good performance. Based on these results, Differential Evolution is used in this study to generate a summary of Indonesian texts that have the best relevance structure. In this study extracted 5 pieces of features on the document which are the position of sentence, word frequency, keywords, similarity with the title and centrality. Testing performed is a test of accuracy which is done by comparing the results of system summaries with the results of manual summaries obtained from Indonesian experts. System testing yields an average accuracy of 47.02% with the best result 83.33%.