PEMETAAN RISET PERINGKASAN DOKUMEN DENGAN NEURAL NETWORK MENGGUNAKAN TEKNIK SYSTEMATIC LITERATURE REVIEW

DWI SUCHISTY, . (2019) PEMETAAN RISET PERINGKASAN DOKUMEN DENGAN NEURAL NETWORK MENGGUNAKAN TEKNIK SYSTEMATIC LITERATURE REVIEW. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text 1. COVER.pdf Download (52kB)
	Text 2. ABSTRAK-ABSTRACT.pdf Download (89kB)
	Text 3. LEMBAR PENGESAHAN.pdf Download (211kB)
	Text 4. LEMBAR PERNYATAAN.pdf Download (233kB)
	Text 6. KATA PENGANTAR.pdf Download (77kB)
	Text 7. DAFTAR ISI.pdf Download (17kB)
	Text 11. BAB I.pdf Download (164kB)
	Text 12. BAB II.pdf Restricted to Registered users only Download (364kB)
	Text 13. BAB III.pdf Restricted to Registered users only Download (121kB)
	Text 14. BAB IV.pdf Restricted to Registered users only Download (362kB)
	Text 15. BAB V.pdf Restricted to Registered users only Download (87kB)
	Text 16. DAFTAR PUSTAKA.pdf Download (259kB)

Abstract

Sebuah dokumen atau tulisan pastinya mengandung suatu informasi penting di dalamnya. Peringkasan dokumen membuat penemuan informasi-informasi tersebut menjadi lebih mudah karena mempersingkat kalimat dengan cara menghilangkan kata atau kalimat yang tidak penting. Peringkasan dokumen saat ini sudah banyak dilakukan dengan cara yang otomatis menggunakan metode-metode yang dikembangkan dari model neural netowork. Penelitian ini bertujuan untuk mengetahui sejauh mana perkembangan metode neural networkdalam meringkas dokumen dilakukan dengan cara menganalisis literatur atau penelitian menggunakan teknik systematic literature review. Pengumpulan literatur dilakukan dengan cara melakukan pencarian pada beberapa digital librarydengan memasukkan search stringyang telah dibuat berdasarkan research questiondengan batas publikasi antara tahun 2014-2018. Hasil dari penelitian ini menunjukkan bahwa dari 1266 literatur yang diperoleh 39 diantaranya layak untuk dianalisa. Berdasarkan dari 39 literatur tersebut diketahui bahwa metode neural networkyang digunakan untuk meringkas dokumen adalah sebanyak 28 metode. Metode yang paling sering digunakan adalah metode Recurrent Neural Network(RNN) dan metode terbaik yang ditemukan untuk melakukan peringkasan adalah Deep Neural Network (DNN) dengan persentase ketepatan mencapai 62%.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Widodo, S.Kom., M.Kom ; 2). Bambang Prasetya A., M.Kom
Subjects:	Sains > Matematika > Software, Sistem Informasi Komputer
Divisions:	FT > S1 Pendidikan Teknik Informatika Komputer
Depositing User:	Users 29 not found.
Date Deposited:	22 Jan 2021 12:16
Last Modified:	22 Jan 2021 12:16
URI:	http://repository.unj.ac.id/id/eprint/12477

Actions (login required)

View Item