ABSTRAKSI: Peringkasan teks otomatis adalah pembuatan teks yang lebih singkat dari teks sumbernya dengan menggunakan aplikasi tetapi tetap mempertahankan inti informasi yang diberikan oleh dokumen atau teks sumber. Peringkasan teks otomatis dapat membantu mempersingkat waktu untuk memahami dokumen dibandingkan dengan membaca seluruh isi dokumen.
Pada penelitian ini dibuat sebuah peringkas teks otomatis dengan menggunakan metode ekstraksi yaitu dengan menentukan kalimat - kalimat yang penting dan akan dijadikan ringkasan . Hasil ringkasan diperoleh dari kalimat - kalimat yang terpilih unt uk menjadi ringkasan, jumlah kalimat yang terpilih tidak lebih dari setengah dokumen sumber. Penyeleksian kalimat - kalimat yang akan menjadi ringkasan dilakukan dengan algoritma DE ( Differential Evolution ). Algoritma DE adalah salah satu dari algoritma evol usi y ang terkenal dengan kecepatan konvergensinya . Setelah ringkasan didapat, ringkasan akan dievaluasi menggunakan 3 faktor atau disebut summary factor yaitu TRF ( Topic - Relation Factor ), RF ( Readibility Factor ), dan CF ( Cohesion Factor ). Pada penelitian i ni masing - masing dari 3 faktor tersebut dapat diset besar prioritasnya sesuai keinginan user.
Peringkas teks otomatis yang dibuat pada tugas akhir ini mampu menghasilkan ringkasan denga n nilai F - measure lebih dari 0.6 melalui pengukuran ROUGE - 1 dan ROUGE - 2 . Dengan adanya peringkas teks otomatis ini waktu yang diperlukan untuk memperoleh informasi dalam suatu dokumen dapat dipersingkat.
Kata Kunci : automatic text summarisation, algoritma Differential Evolution , summary factor, ekstraksi.ABSTRACT: Automatic text summarisation is the making of shorter version of document by using application but still keep the information provided by the source documen t. Automatic text summarisation can help to get information faster than read the entire document.
n this research, automatic text summarisation is created using exctraction method to determine which sentences are important and will be used as a summary. T he summary result obtained from the sentence that selected to be a summary, the number of sentence s are no more than half of the source document. Differential Evolution is used to choose which sentences will be part of summary. Differential Evolution is one of the evolutionary computation which known for this speed of convergence. The summary from Dif ferential Evolution will be evaluated using 3 factors or called summary factors, which are TRF (Topic - Relation Factor), RF (Readibility Factor), and CF (Cohesion Factor). T he priority of summary factor can be set.
T his automatic text summarisation can prod uce summaries wi th F - measures values over 0.6. W ith this automatic text summarisation the time required to obtain the information in a documen t can be faster.Keyword: automatic text summarization, Differential Evolution, summary factor, extraction.