IMPLEMENTASI K-MEANS CLUSTERING DAN VECTOR SPACE MODEL UNTUK MENCARI KALIMAT UTAMA TEKS ARTIKEL BERBAHASA INDONESIA

Miftahul Khairat, - (2019) IMPLEMENTASI K-MEANS CLUSTERING DAN VECTOR SPACE MODEL UNTUK MENCARI KALIMAT UTAMA TEKS ARTIKEL BERBAHASA INDONESIA. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
File Lengkap sampai Lampiran kecuali Hasil Penelitian (BAB V).pdf

Download (3MB) | Preview
[img] Text (BAB V)
File Hasil Penelitian (BAB V).pdf
Restricted to Repository staff only

Download (771kB)

Abstract

Ide pokok atau kalimat utama merupakan kalimat yang penting dalam suatu paragraf yang menjadi dasar pengembangan paragraf itu sendiri sehingga menjadi sebuah teks artikel. Mencari ide pokok dalam teks artikel bahasa Indonesia akan menjadi lebih mudah dengan memanfaatkan sistem temu kembali informasi dengan menggabungkan beberapa metode yang ada. Sistem temu kembali informasi ini dapat membantu pembaca untuk menemukan ide pokok dari suatu teks artikel bahasa Indonesia dengan meringkas terlebih dahulu teks artikel, lalu menentukan ide pokok paragraf yang terdapat di dalam paragraf dengan waktu yang lebih cepat. Peringkasan artikel bertujuan untuk menghasilkan ringkasan teks yang akan dijadikan kueri dengan menggunakan metode K-Means Clustering dan pencarian kalimat yang mengandung ide pokok menggunakan metode Vector Space Model. Penggabungan metode K-Means Clustering dan metode Vector Space Model yang diimplementasikan pada 40 data uji artikel menghasilkan akurasi sebesar 67,5%. Berdasarkan hasil penelitian tersebut maka dapat disimpulkan bahwa penggabungan metode K-Means Clustering dan metode Vector Space Model dapat diterapkan dalam melakukan pencarian kalimat utama pada artikel teks berbahasa Indonesia.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 26 Sep 2019 06:46
Last Modified: 26 Sep 2019 06:46
URI: http://repository.uin-suska.ac.id/id/eprint/20720

Actions (login required)

View Item View Item