Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Peringkasan teks otomatis adalah proses menghasilkan versi sederhana dari sebuah atau sekumpulan dokumen yang membahas topik tertentu. Salah satu teknik peringkasan yang telah banyak diteliti dan cukup mudah diterapkan adalah peringkasan secara ekstraktif. Karena teknik ini melakukan peringkasan dengan mengambil bagian-bagian penting dari dokumen yang diringkas kemudian merangkaikannya kembali sebagai sebuah ringkasan, salah satu permasalahan yang muncul adalah kurangnya keterkaitan atau koherensi antar bagian penyusun ringkasan. Dalam penelitian ini, dilakukan rekonstruksi urutan kalimat hasil peringkasan ekstraktif khususnya pada koleksi dokumen berita. Pengurutan dilakukan dengan menjaga keterkaitan entitas antar pasangan kalimat bertetangga berdasarkan prinsip Continuity yang terdapat pada konsep Centering Theory sembari mempertahankan urutan relatif setiap kalimat dalam ringkasan untuk menjaga alur penyampaian informasi dalam berita. Kedua pertimbangan tersebut digunakan sebagai fungsi fitness pada algoritma genetik yang dipergunakan dalam melakukan rekonstruksi urutan kalimat ringkasan. Berdasarkan hasil evaluasi oleh manusia, penggunaan komposisi bobot sebesar 75% pertimbangan Continuity dan 25% pertimbangan urutan relatif setiap kalimat, mampu menghasilkan urutan kalimat ringkasan yang memiliki kecenderungan dinilai sebagai urutan yang dapat diterima oleh para penilai.

---

ABSTRACT
Automatic text summarization is a process of producing a simplified version of a document or a set of documents about specific topic. A widely studied and fairly easy to implement is the extractive summarization technique. Because this technique works by choosing the most important parts of the document(s) as a summary, 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 maintain the entity coherence between sentences in the summary from extractive news document summarization while maintaining the relative order of each sentence in the summary to keep the flow of information delivery. These considerations are used as a fitness function for genetic algorithm that is used to reconstruct the order of 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 in the summary, is able to produce an acceptable sentence order.

Abstrak :
Peringkasan lintas bahasa adalah sebuah proses menghasilkan ringkasan dalam bahasa target dari dokumen sumber berbahasa lain. Secara tradisional, peringkasan lintas bahasa dilakukan dalam skema pipeline yang melibatkan dua langkah, yaitu penerjemahan dan peringkasan. Pendekatan ini memiliki masalah, yaitu munculnya error propagation. Untuk mengatasi masalah tersebut, penelitian ini mengusulkan peringkasan lintas bahasa abstraktif end-to-end tanpa secara eksplisit menggunakan mesin penerjemah. Arsitektur peringkasan lintas bahasa yang diusulkan berbasis Transformer yang sudah terbukti memiliki performa baik dalam melakukan text generation. Model peringkasan lintas bahasa dilatih dengan 2-task learning yang merupakan gabungan peringkasan lintas bahasa dan peringkasan satu bahasa. Hal ini dilakukan dengan menambahkan decoder kedua pada Transformer untuk menangani peringkasan satu bahasa, sementara decoder pertama menangani peringkasan lintas bahasa. Pada arsitektur peringkasan lintas bahasa juga ditambahkan komponen multilingual word embeddings. Multilingual word embeddings memetakan kedua bahasa yang berbeda ke dalam ruang vektor yang sama sehingga membantu model dalam memetakan relasi antara input dan output. Hasil eksperimen menunjukkan model usulan mendapatkan kenaikan performa hingga +32,11 ROUGE-1, +24,59 ROUGE-2, +30,97 ROUGE-L untuk peringkasan lintas bahasa dari dokumen sumber berbahasa Inggris ke ringkasan berbahasa Indonesia dan hingga +30,48 ROUGE-1, +27,32 ROUGE-2, +32,99 ROUGE-L untuk peringkasan lintas bahasa dari dokumen sumber berbahasa Indonesia ke ringkasan berbahasa Inggris. ......Cross-lingual summarization (CLS) is a process of generating summaries in the target language from source documents in other languages. Traditionally, cross-lingual summarization is done in a pipeline scheme that involves two steps, namely translation and summarization. This approach has a problem, it introduces error propagation. To overcome this problem, this study proposes end-to-end abstractive cross-lingual summarization without explicitly using machine translation. The proposed cross-lingual summarization architecture is based on Transformer which has been proven to have good performance in text generation. The cross-lingual summarization model is trained with 2-task learning, which is a combination of cross-lingual summarization and monolingual summarization. This is accomplished by adding a second decoder to handle monolingual summarization, while the first decoder handles cross-lingual summarization. The multilingual word embeddings component is also added to the cross-lingual summarization architecture. Multilingual word embeddings map both different languages into the same vector space so that it helps the model in mapping the relationship between input and output. The experimental results show that the proposed model achieves performance improvements of up to +32.11 ROUGE-1, +24.59 ROUGE-2, +30.97 ROUGE-L for cross-lingual summarization from English source documents to Indonesian summaries and up to +30,48 ROUGE-1, +27.32 ROUGE-2, +32.99 ROUGE-L for cross-lingual summarization from Indonesian source documents to English summaries.

Abstrak :
Perkembangan teknologi informasi (TI) setiap tahunnya terus mengalami peningkatan yang cukup signifikan. Kemajuan TI ini tentunya tidak teriepas dari peran individu yang mengembangkannya, yaitu para pelaku industri TI. Dilema yang muncul kini adalah, ternyata kemajuan TI ini tidak terlepas dari pemborosan energi, khususnya energi listrik, karena pemanfaatan TI tidak mungkin terlepas dari kebutuhannya akan energi ini. Oleh karena itu, para pelaku industri TI dituntut untuk dapat memberikan kontribusinya dalam pengembangan TI yang sekaligus dapat mendukung penghematan energi listrik ini. Sistem pengendalian lampu otomatis selain dtkembangkan untuk dapat memberikan manfaat bagi manusia, sistem ini juga untuk dapat menjadi salah satu solusi alternatif dalam penghematan energi listrik dan diharapkan pada akhirnya dapat membantu dalam melakukan efisiensi biaya pemakaian energi listrik. Sistern ini berfungsi melakukan pengendalian terhadap banyaknya lampu yang akan dihidupkan atau dimatikan berdasarkan jumlah orang dalam ruangan. Pengendalian ini dilakukan dengan cara mendeteksi banyaknya orang yang keluar dari dan masuk ke dalam ruangan yang dilakukan oleh dua buah sensor infra merah dan diproses oleh papan sirkuit Arduino UNO R3. Berdasarkan hasil percobaan terhadap sistem yang dilakukan dan penghitungan secara kasar besarnya biaya yang digunakan terhadap pemakaian energi listrik sebelum dan sesudah sistem ini diimplementasikan, didapatkan bahwa sistem ini sangat mungkin diimplementasikan.