PEMILIHAN KALIMAT REPRESENTATIF DENGAN PENGINTEGRASIAN FUZZY C-MEANS CLUSTERING DAN TOPSIS (FCM-TOPSIS) UNTUK PERINGKASAN DOKUMEN

Abstract

Dokumen teks merupakan sumber informasi yang sangat dibutuhkan, namun koleksi dokumen dalam jumlah besar dapat memberikan dampak negatif bagi pengguna yang mana membutuhkan waktu relatif lama untuk memilah informasi yang sesuai dengan kebutuhan mereka. Dibutuhkan sistem yang mampu membantu pengguna untuk menghasilkan sebuah ringkasan dengan cara membangun sistem peringkasan dokumen otomatis. Pada penelitian ini diusulkan sebuah rancangan metode baru peringkasan dengan pendekatan clustering yang dilanjutkan dengan pemilihan kalimat representatif sebagai perwakilan atau ringkasan dari sebuah dokumen. Algoritma clustering Fuzzy C-Means (FCM) digunakan untuk mengelompokkan sejumlah kalimat kedalam beberapa cluster. Tiap data atau kalimat memiliki derajat keanggotaan pada masing-masing cluster antara 0-1 yang diukur melalui fungsi objektif. Pada FCM ini fungsi objektif diminimumkan menggunakan iterasi yang biasanya terjebak dalam optimum lokal. Selanjutnya proses pemilihan kalimat representatif sebagai kandidat ringkasan dalam suatu cluster menggunakan metode Technique For Others Reference by Similarity to Ideal Solution (TOPSIS) untuk mendapatkan kalimat yang memiliki kedekatan relatif dari suatu alternatif dengan solusi optimal. Pengukuran hasil peringkasan otomatis yang digunakan pada penelitian ini menggunakan metode ROUGE. Semakin banyak jumlah kalimat yang terambil oleh sistem dalam menyusun ringkasan, semakin besar kemungkinan term atau kata yang muncul bersama pada groundtruth. Hal ini dibuktikan dengan meningkatnya nilai rata-rata ROUGE, nilai rata-rata ROUGE tertinggi didapatkan pada n = 20 dengan nilai 0.640.