ABSTRAKSI: Text Summarization adalah sebuah proses untuk menghasilkan summary atau ringkasan dari suatu artikel, tetapi tetap memiliki gambaran yang akurat dari isi suatu artikel. Text Summarization seringkali menghasilkan hasil ringkasan yang redundan karena adanya kata-kata bermakna ganda (ambigu). Word Sense Disambiguation adalah suatu proses untuk mengindentifikasi makna kata yang digunakan dalam kalimat tertentu, ketika kata memiliki sejumlah makna yang berbeda.
Sistem ini mengimplementasikan metode lexical chain with word sense disambiguation, yang merupakan pengembangan dari metode lexical chain. Lexical chain merupakan salah satu metode text summarization yang membentuk rantai leksikal berdasarkan hubungan semantik antar kata dalam teks. Metode lexical chain masih mempunyai kekurangan yaitu rantai leksikal yang terbentuk akan tidak akurat jika ada kata yang berambigu atau kata yang memiliki makna ganda. Oleh sebab itu maka metode lexical chain digabungkan dengan metode word sense disambiguation menggunakan lesk algorithm dengan knowledge source yaitu wordnet 3.0 untuk membantu menghilangkan ambiguitas kata dalam pembentukan rantai leksikal.
Hasil pengujian yang telah dilakukan pada Tugas Akhir ini menunjukkan bahwa, dengan menerapkan word sense disambiguation dalam metode lexical chain hasil ringkasan yang dihasilkan mengalami peningkatan performansi dibanding dengan metode original lexical chain. Penerapan metode word sense disambiguation dengan menggunakan algoritma lesk dapat membantu metode lexical chain dalam membentuk rantai leksikal dengan cara menghilangkan ambiguitas setiap candidate term yang akan membentuk rantai leksikal. Sehingga dapat meminimalisasi tingkat redundansi dalam pemilihan kalimat yang akan dijadikan hasil ringkasan.Kata Kunci : Text Summarization, Lexical Chain, Word Sense Disambiguation, Lesk Algorithm, Wordnet.ABSTRACT: Text Summarization is a process to generate a summary from articles but it has accurate main points from the content of the articles. Text Summarization often produce summary with a redundant sentence because of the ambiguous words (ambiguity). Word Sense disambiguation is a process to identifying the meaning of words used in a particular sentence, when the word has several different meanings.
This system implements lexical chain with word sense disambiguation method, is an development from lexical chain method. Lexical chain is one kind of text summarization method, this method make form of lexical chains based on semantic relationships between words in the text. Lexical chain method still has a trouble, that is form of lexical chain can be inaccurate if there ambiguity word or words that have double meanings. Therefore, the lexical chain method combined with word sense disambiguation method using lesk algorithm with knowledge source that is WordNet 3.0 can helping to eliminate the ambiguity of words in lexical chain form.
The test results that has been done in this thesis shows that by applying the word sense disambiguation in lexical chain method can increased performance summary results if compared with the original lexical chain method. Use of the word sense disambiguation method using the lesk algorithm can help lexical chain method create lexical chains by removing the ambiguity of each candidate term. So can minimize the level of redundancy in the selection of a sentence that would be the result of summary.Keyword: Text Summarization, Lexical Chain, Word Sense Disambiguation, Lesk Algorithm, Wordnet.