Optimasi Fitur Peringkasan Teks Otomatis untuk Relevance Vector Machine

Peneliti

Kania Evita Dewi, S.Pd., M.Si Dr. Ednawati Rainarli, S.Si., M.Si.

Deskripsi/Abstrak

Peringkasan otomatis adalah suatu proses mengekstrak informasi dari sebuah dokumen menjadi beberapa kalimat yang dianggap pentingsecara otomatis. Ada banyak penelitian yang telah dilakukandalam peringkasan teks otomatis. Salah satu metode yang digunakan adalah Relevance Vector Machine (RVM). Tipping menyatakan bahwa akurasi yang dihasilkan dari penggunaan metode RVM menghasilkan eror lebih kecil dibandingkan dengan Support Vector Machine (SVM). Dalam penelitian Deni, metode SVM digunakan untuk memilih kalimat ringkasan. Hasil akurasi dari ringkasan teks otomatis yang dihasilkan adalah sebesar 77,25%. Akan tetapi,Arif dan Tendi mendapatkan nilai akurasi 50-60% untuk peringkasan teks otomatisdengan menggunakan metode RVM. Oleh karena itu didalam penelitian ini akan dicoba mengoptimalkan metode RVM dalam peringkasan otomatis, dengan cara mencari fitur peringkasan yang terbaik untuk metode RVM. Dalam penelitian ini deperoleh nilai akurasi tertinggi 55,84%. Walaupun hasil yang diperoleh belum maksimal, penelitian ini berhasil menunjukkan empat fitur yang berpengaruh besar terhadap pemilihan kalimat ringkasan. Empat fitur tersebut adalah ikatan leksikal kalimat dengan kalimat sebelumnya, ikatan leksikal kalimat dengan kalimat sesudah, banyak kalimat yang mengandung numerik, dan keserupaan dengan judul. Akurasi tersebut juga diperoleh ketika ditambahkandua fitur yaitu koneksi antar kalimat dan panjang kalimat.