Hasil Pencarian  ::  Simpan CSV :: Kembali

"A great summarization on multi-document with similar topics can help users to get useful informa-tion. A good summary must have an extensive coverage, minimum redundancy (high diversity), and smooth connection among sentences (high coherence). Therefore, multi-document summarization that considers the coverage, diversity, and coherence of summary is needed. In this paper we propose a novel method on multi-document summarization that optimizes the coverage, diversity, and coher-ence among the summary's sentences simultaneously. It integrates self-adaptive differential evolution (SaDE) algorithm to solve the optimization problem. Sentences ordering algorithm based on topical closeness approach is performed in SaDE iterations to improve coherences among the summary's sen-tences. Experiments have been performed on Text Analysis Conference (TAC) 2008 data sets. The experimental results showed that the proposed method generates summaries with average coherence and ROUGE scores 29-41.2 times and 46.97-64.71% better than any other method that only consider coverage and diversity, respectively.Peringkasan yang baik terhadap dokumen-dokumen dengan topik yang seragam dapat membantu pembaca dalam memperoleh informasi secara cepat. Ringkasan yang baik merupakan ringkasan de-ngan cakupan pembahasan (coverage) yang luas dan dengan tingkat keberagaman (diversity) serta ke-terhubungan antarkalimat (coherence) yang tinggi. Oleh karena itu dibutuhkan metode peringkasan multi-dokumen yang mempertimbangkan tingkat coverage, diversity, dan coherence pada hasil ring-kasan. Pada paper ini dikembangkan sebuah metode baru dalam peringkasan multi-dokumen dengan mengoptimasi tingkat coverage, diversity, dan coherence antarkalimat hasil ringkasan secara simul-tan. Optimasi hasil ringkasan dilakukan dengan menggunakan algoritma self-adaptive differential evolution (SaDE). Algoritma pengurutan kalimat yang menggunakan pendekatan topical closeness ju-ga diintegrasikan ke dalam tiap iterasi algoritma SaDE untuk meningkatkan koherensi antarkalimat hasil ringkasan. Uji coba dilakukan pada 15 topik dataset Text Analysis Conference (TAC) 2008. Ha-sil uji coba menunjukkan bahwa metode yang diusulkan dapat menghasilkan ringkasan dengan rata-rata koherensi 29-41,2 kali lebih tinggi serta skor ROUGE 46,97-64,71% lebih besar dibandingkan dengan metode yang hanya mempertimbangkan coverage dan diversity hasil ringkasan."

"Tesis ini menjelaskan mengenai penggabungan antara metode Latent Semantic Analysis dan Centroid-based Summarization dalam proses peringkasan multidokumen berbahasa Indonesia. Evaluasi peringkasan multi-dokumen berbahasa Indonesia akan dibandingkan dengan ringkasan yang dihasilkan oleh sistem terhadap hasil ringkasan referensi yang dibuat oleh ahli Bahasa Indonesia dengan mengukur akurasi kalimat yang sama muncul pada ringkasan yang dihasilkan oleh sistem terhadap ringkasan referensi. Besarnya korpus data training yang kita punya dapat meningkatkan nilai cosine similarity tiap kalimat yang dihasilkan pada metode LSA. Secara keseluruhan akurasi pada pengabungan antara metode latent semantic analysis dan metode centroid-based summarization menghasilkan akurasi yang lebih baik sebesar 26.62% dibandingkan dengan metode centroidbased summarization sebesar 23.81%, dengan selisih rata-rata akurasi pengabungan antara metode latent semantic analysis dan metode centroid-based summarization dengan rata-rata akurasi metode centroid-based summarization adalah sebesar 2,82%.

---

This study describe the combination of Latent Semantic Analysis method and Centroid-based Summarization in multi-document summarization with Indonesia language. The evaluation result of the system is taken from comparing the summary made by system and the summary made by human. Larger of corpus training data will increase cosine similarity of each sentence in LSA. Overall, combination method of latent semantic analysis and centroid-based summarization is more accurate 26.62% compared to the centroid-based summarization method 23.81 %, with diference of the accuracy average between combination method of latent semantic analysis and centroid-based summarization and accuracy average of method of centroid-based summarization is 2.82%."

"ABSTRAKPeringkasan teks otomatis adalah proses menghasilkan versi sederhana dari sebuahatau sekumpulan dokumen yang membahas topik tertentu. Salah satu teknik peringkasanyang telah banyak diteliti dan cukup mudah diterapkan adalah peringkasansecara ekstraktif. Karena teknik ini melakukan peringkasan dengan mengambilbagian-bagian penting dari dokumen yang diringkas kemudian merangkaikannyakembali sebagai sebuah ringkasan, salah satu permasalahan yang muncul adalahkurangnya keterkaitan atau koherensi antar bagian penyusun ringkasan. Dalampenelitian ini, dilakukan rekonstruksi urutan kalimat hasil peringkasan ekstraktifkhususnya pada koleksi dokumen berita. Pengurutan dilakukan dengan menjagaketerkaitan entitas antar pasangan kalimat bertetangga berdasarkan prinsip Continuityyang terdapat pada konsep Centering Theory sembari mempertahankanurutan relatif setiap kalimat dalam ringkasan untuk menjaga alur penyampaianinformasi dalam berita. Kedua pertimbangan tersebut digunakan sebagai fungsifitness pada algoritma genetik yang dipergunakan dalam melakukan rekonstruksiurutan kalimat ringkasan. Berdasarkan hasil evaluasi oleh manusia, penggunaankomposisi bobot sebesar 75% pertimbangan Continuity dan 25% pertimbanganurutan relatif setiap kalimat, mampu menghasilkan urutan kalimat ringkasan yangmemiliki kecenderungan dinilai sebagai urutan yang dapat diterima oleh parapenilai.

---

ABSTRACTAutomatic text summarization is a process of producing a simplified version ofa document or a set of documents about specific topic. A widely studied andfairly easy to implement is the extractive summarization technique. Because thistechnique works by choosing the most important parts of the document(s) as asummary, this can lead to the lack of coherence in the summary itself. In this study,principle of Continuity in the concept of Centering Theory is used to maintainthe entity coherence between sentences in the summary from extractive newsdocument summarization while maintaining the relative order of each sentence inthe summary to keep the flow of information delivery. These considerations areused as a fitness function for genetic algorithm that is used to reconstruct the orderof sentences in the summary. Based on the evaluation result by human judgment,the use of 75% principle of Continuity and 25% relative order in each sentence inthe summary, is able to produce an acceptable sentence order."

"This book will provide a detailed review of existing knowledge on the functional characterization of biological networks. In 15 chapters authored by an international group of prolific systems biology and bioinformatics researchers, it will organize, conceptualize, and summarize the existing core of research results and computational methods on understanding biological function from a network perspective."

"Optical coherence tomography represents the ultimate noninvasive ocular imaging technique although being in the field for over two-decades. This book encompasses both medical and technical developments and recent achievements. Here, the authors cover the field of application from the anterior to the posterior ocular segments (Part I) and present a comprehensive review on the development of OCT. Important developments towards clinical applications are covered in Part II, ranging from the adaptive optics to the integration on a slit-lamp, and passing through new structural and functional information extraction from OCT data. "

"In this article I look at two closely related examples of A.L. Becker’s work on textual coherence and how they can be used as tools for finding meaning in translation. In the first example I draw on Becker and Oka’s work on deixis in Old Javanese (1974) to elucidate the subtle shifts of spatial and temporal reference in “Sītā’s Letter”, an innovative episode in the Old Javanese Rāmāyaṇa (OJR 11.18- 34). In the second example, I look at Becker’s analysis of the role of Indonesian verbal markers in his essay “The figure a sentence makes; An interpretation of a Classical Malay sentence” (1979b). I take these suggestions as a starting point to examine how shifts in the choice of active or passive verbal form establish contrasts in perspective in an Indonesian short story. My aim is to illustrate Becker’s dictum that we should look within languages and cultural systems for the elements of structure that give them coherence, rather than imposing theoretical models that may obscure rather than illuminate the objects of study."

"Tersedianya sumber informasi yang tidak terbatas pada saat ini, menjadikan perolehan informasi melibatkan banyak sumber informasi. Hal-hal tersebut memicu penelitian mengenai metode peringkasan dokumen yang semula ditujukan untuk membuat sebuah ringkasan dari sebuah dokumen menjadi metode peringkasan yang ditujukan untuk menghasilkan ringkasan dari banyak dokumen. Peringkasan multi-dokumen merupakan suatu metode yang ditujukan untuk menyampaikan informasi-informasi utama dari banyak dokumen dalam ringkasan. Penelitian yang dilakukan oleh penulis ini merupakan penelitian dengan topik peringkasan multi-dokumen untuk dokumen berbahasa Indonesia. Pada penelitian ini, penulis menggunakan dua buah teknik peringkasan multi-dokumen yaitu centroidbased summarization dan k-means-based summarization. Pada penelitian ini penulis mencoba untuk mengaplikasikan kedua teknik tersebut untuk membuat ringkasan dari dokumen berbahasa Indonesia.Untuk mengukur kualitas ringkasan yang dihasilkan oleh kedua teknik tersebut, penulis membuat ringkasan referensi untuk masing-masing sumber dokumen yang dibuat secara manual sebagai perbandingan. Hasilnya adalah pada teknik centroidbased summarization, kualitas ringkasan yang dihasilkan akan semakin bagus jika kelompok dokumen yang digunakan sebagai masukan berisi dokumen-dokumen yang relevan terhadap topik. Sedangkan pada teknik k-means-based summarization, kualitas ringkasan yang dihasilkan akan semakin bagus jika kelompok dokumen yang digunakan sebagai masukan merupakan kelompok dokumen yang besar (lebih banyak mengandung dokumen/kalimat). Evaluasi terhadap kualitas ringkasan juga dilakukan dengan menggunakan juri/penilai manusia. Hasilnya adalah pada teknik centroid-based summarization, para juri menilai ringkasan yang dihasilkan sudah bagus. Pada teknik k-means-based summarization dengan 10% compression rate, para juri menilai bahwa ringkasan."

"Kepuasan pelanggan merupakan salah satu faktor penting bagi keberhasilan suatu bisnis, termasuk pada industri jasa penerbangan yang mengalami peningkatan dari tahun ke tahun. Salah satu cara untuk mengukur tingkat kepuasan pelanggan adalah dengan cara penyampaian opini atau ulasan. Opini atau ulasan disampaikan melalui pesan singkat, kotak saran, media sosial maupun halaman web sehingga data yang tersedia berjumlah banyak. Pendekatan text mining tepat digunakan untuk mengekstrak informasi dari data ulasan yang berjumlah banyak secara otomatis. Penelitian ini mengevaluasi dan menganalisis ulasan pelanggan terhadap layanan dan fasilitas Bandara Soekarno-Hatta yang merupakan bandara terbesar di Indonesia. Penelitian ini mengombinasikan pendekatan text mining berupa analisis sentimen dan text summarization. Teknik klasifikasi digunakan untuk mengidentifikasi sentimen positif atau negatif yang terkandung dalam kalimat ulasan. Teknik klasifikasi yang digunakan adalah support vector machine yang cocok digunakan untuk data yang berjumlah besar dan na ve bayes classifier yang hanya membutuhkan jumlah data latihan yang kecil untuk menentukan estimasi parameter dalam proses pengklasifikasian. Text summarization dengan teknik k-medoids clustering digunakan untuk memperoleh kalimat representatif yang menggambarkan keseluruhan isi ulasan. Hasil dari teknik klasifikasi pada penelitian ini menunjukkan bahwa algoritme support vector machine menghasilkan nilai akurasi yang lebih tinggi dibandingkan algoritme na ve bayes classifier dalam menganalisis sentimen. Tahap text summarization dengan teknik k-medoids clustering menghasilkan nilai Davies-Bouldin Index yang mendekati nol. Luaran dari penelitian ini berupa identifikasi aspek layanan dan fasilitas bandara yang menjadi kekuatan dan kelemahan serta penentuan prioritas perbaikan dan peningkatan kualitas aspek layanan dan fasilitas yang masih menjadi kelemahan.

---

Customer satisfaction is an important factor for the business rsquo success, including airline service industry which is increasing from year to year. One way to measure customer satisfaction level is by customer opinions or reviews. Opinions or reviews are conveyed via short messages, suggestion boxes, social media and web pages so customer reviews provided are numerous. Text mining is a right approach to extract information from a large number of review data automatically. This study evaluates and analyzes customer reviews of services and facilities of Soekarno Hatta Airport as the largest airport in Indonesia. This study combines text mining approach of sentimental analysis and text summarization. The classification technique is used to identify the positive or negative sentiments contained in the review sentence. The classification technique used is a support vector machine suitable for large amounts of data and na ve bayes classifier which requires only a small amount of exercise data to determine parameter estimation in the classification process. Text summarization with k medoids clustering technique is used to obtain representative sentences that describe the entire contents of the review. The results of the classification technique in this study indicate that support vector machine algorithm has a higher accuracy value than na ve bayes classifier algorithm in analyzing sentiments. Text summarization stage with k medoids clustering technique yields a near zero Davies Bouldin Index value. The output of this research is identification of service aspect and airport facility which become the strength and weakness as well as the improvement prioritization of aspects that still become weakness."