Peringkasan paper dengan metode Sparse Nonnegative Matrix Factorization untuk Pemeriksaan Kesesuaian dengan Abstrak Tugas Akhir

Peringkasan paper dengan metode Sparse Nonnegative Matrix Factorization untuk Pemeriksaan Kesesuaian dengan Abstrak Tugas Akhir

Perangkuman Otomatis, SNMF, Bobot Graf, Recall.

Salah satu jurusan yang terdapat di Universitas Madura adalah teknik informatika dimana
ketika mahasiswa sebelum yudisium maka harus mengumpulkan paper terlebih dahulu
sebagai salah satu syarat untuk yudisium. Isi dari paper yang tulis oleh mahasiswa terkadang
tidak sesuai dengan abstrak paper tersebut. Sehingga diperlukan sebuah sistem yang dapat
memeriksa kesesuaian isi dari paper dengan abstrak paper yang ditulis.
Metode yang digunakan dalam meringkas dokumen/paper adalah dengan menggunakan model
graph. Model graph ini digunakan untuk menentukan bobot masing-masing kalimat supaya
dapat di cluster. Cluster yang digunakan adalah dengan menggunakan metode SNMF (Sparse
Non Negative Matrix Faktorization) kemudian dari hasil cluster diambil 2 kalimat tertinggi
dari hasil masing-masing cluster untuk menentukan hasil ringkasan, dan sebagai
pembandingnya adalah hasil ringkasan yang dibuat oleh pakar.
Untuk membuktikan seberapa efektif metode SNMF dalam menyelesaikan permasalahan,
penulis melakukan beberapa uji coba. Setelah melewati beberapa uji coba, penulis
menyimpulkan bahwa algoritma SNMF mampu menyelesaikan dengan baik untuk
permasalahan pada peringkasan paper dan mampu memeriksa kesesuaian abstrak terhadap
tugas akhir mahasiswa Universitas Madura dengan hasil akurasi recall 54.63.

Irwan Darmawan, Reddy Alexandro H , Hendrawan Armato

Perpustakaan Horizon karawang

2020

Fajar bagus W

PDF

Indonesia

Text