ABSTRAKSI: Peringkasan teks otomatis berdasarakan query (automatic text summarization based on query) adalah proses mengambil informasi yang paling penting dari beberapa teks berdasarkan query yang dimasukkan oleh pengguna untuk membuat sebuah versi ringkas dari teks dengan menggunakan aplikasi berbasis komputer. Pada Tugas Akhir ini diimplementasikan suatu teknik Automatic Text Summarization Based on Query berdasarkan pendekatan Graf untuk multi dokumen berita. Proses ini menghasilkan keluaran berupa ringkasan ekstraktif yang terdiri dari kalimat-kalimat. Metode yang digunakan untuk mendapatkan ringkasan adalah dengan menggunakan perhitungan nilai similarity dan centrality serta pembuatan closure graph pada node yang terpilih. Adapun metode centrality yang digunakan pada tugas akhir ini adalah metode okapi weighting, dimana akan mempertimbangkan kepentingan sebuah node berdasarkan query yang diinputkan oleh pengguna. Metode similarity yang digunakan pada tugas akhir ini, yaitu metode idf modified cosine similarity, yang merupakan bawaan langsung dari LexRank. Metode enumerasi yang diterapkan yaitu Top1-Enumeration dan Multiresults-Enumeration, disamping itu akan diimplemetasikan juga jika tidak dilakukan pembuatan Closure Graph untuk hasil ringkasan yang nantinya akan disebut sebagai Modification Enumeration. Closure Graph yang terpilih merupakan lintasan terpendek yang akan diekstrak sebagai ringkasan. Pengevaluasian terhadap ringkasan dilakukan dengan menggunakan ROUGE evaluation toolkit. Hasil pengujian menunjukkan bahwa metode Multiresult-Enumeration yang menggunakan okapi weighting dengan idf modified cosine similarity memiliki akurasi lebih baik dibandingkan metode Top1-Enumeration, serta metode Modification-Enumeration memiliki hasil paling baik dibandingkan dengan kedua metode sebelumnya yang diimplementasikan pada Tugas Akhir ini.Kata Kunci : multi dokumen, enumeration, peringkasan teks, query, stopword, okapi weighting, idf modified cosine similarityABSTRACT: Automated text summarization based on query is a process of taking the most important information of some text based on the query entered by user, aimed to create shorter version of the text using computer-based applications. In this final project will be implemented a technique of Automatic Text Summarization Based on Query based on Graph approach for multi document. This process will produces output in form of extractive summary sentences. The method for get summary is to use the calculation of similarity values and the centrality and making of a closure graph on a selected node. The centrality method that used in this final project is the Okapi Weighting method, which will considers the interests of a node based on queries entered by users. The similarity method used in this final project is IDF modified cosine similarity, which is inherited directly from LexRank. Enumeration methods which are applied, Top1 enumeration, Multiresults enumeration and Modification enumeration. The selected Closure Graph is the shortest path, and will be extracted as summary. Evaluation of the summary will use ROUGE evaluation toolkit. The result from using enumeration methods shows that the method of Multiresults enumeration using Okapi Weighting and IDF modified cosine similarity has better accuracy than the Top1 enumeration. Modification Enumeration has the best result among the others method which is implemented in this final project.Keyword: multi document, enumeration, text summarization, query, stopword,