ABSTRAKSI: Kebutuhan user akan informasi yang berupa artikel berita menyebabkan user menghabiskan waktu yang cukup lama untuk membaca keseluruhan isi artikel berita tersebut. Oleh karena itu, diperlukan adanya solusi agar user tidak perlu membaca keseluruhan isi artikel berita akan tetapi user tetap mendapatkan informasi yang singkat dan padat yang merepresentasikan isi artikel berita tersebut. Solusinya adalah sebuah sistem yang mampu menyaring informasi paling penting dari sebuah sumber atau beberapa sumber untuk membuat sebuah versi ringkas dari teks dengan memanfaatkan aplikasi yang dijalankan pada computer yaitu, sistem peringkasan teks otomatis (automatic text summarization).
Dalam Tugas Akhir ini diimplementasikan graph-based summarization algorithm dan similarity yaitu Textrank dan Similarity with Title yang mengambil konsep perankingan graf untuk melakukan perankingan kalimat dalam pembangunan aplikasi peringkasan teks otomatis. Aplikasi peringkasan teks otomatis menghasilkan dua jenis ringkasan ekstraksi, pertama yaitu hasil ringkasan dengan penggabungan linier Textrank dan Similarity with Title dan yang kedua adalah hasil ringkasan penggabungan Textrank dan Similarity with Title dengan fuzzy system. Peringkasan teks otomatis melakukan proses penghitungan skor setiap kalimat dalam sebuah teks dan memberikan rangking terhadap setiap kalimat berdasarkan skornya. Hasil keluaran aplikasi berupa ringkasan ekstraktif yang terdiri dari kalimat-kalimat beranking tinggi.
Pengujian dilakukan menggunakan ROUGE evaluation toolkit. Hasil pengujian menunjukkan bahwa hasil ringkasan penggabungan Textrank dan Similarity with Title dengan fuzzy system memiliki akurasi lebih baik daripada penggabungan linier TextRank dan similarity with title. Parameter-parameter fuzzy juga memberikan pengaruh terhadap hasil ringkasan teks. Selain itu, hasil ringkasan penggabungan Textrank dan Similarity with Title dengan fuzzy system memiliki akurasi lebih baik dengan kompresi 10% dibandingkan dengan kompresi 25%.Kata Kunci : peringkasan teks, TextRank, similarity with title, fuzzy systemABSTRACT: The users need of information such as news article make them spend a long time to read those whole news article. For that reason, a solution is needed so users do not need to read the whole news article but still the users get the brief information that represent the news article. The solution is a system which can filter the most important information from a source or some source to create a shortened version of a text by a computer program, that is automatic text summarization system.
This final assignment implements graph-based summarization algorithm and similarity they are textrank and similarity with title applying graph-based ranking concept for sentences to build an automatic text summarization application. Automatic text summarization application produce two kinds of extraction summary, the first is a summary with linear combination of TextRank and similarity with title and the second one is a summary with fuzzy system combined of TextRank and similarity with title. Automatic text summarization scoring each sentences of a text and rank them according to their score. The output of the application is an extractive summary which consist of sentences with high scores.
The evaluation of the summaries using ROUGE evaluation toolkit. The result of the experiment shows that the accuracy of a summary with fuzzy system combined of TextRank and similarity with title is better than a summary with linear combination of TextRank and similarity with title. The fuzzy system parameters also give influence on the summary result. Besides, a summary with fuzzy system combined of TextRank and similarity with title has a better accuration within 10% of compression rate than within 25% of compression rate.Keyword: text summarization, Textrank, Similarity with Title, Fuzzy system