RELEVANCE VECTOR MACHINE DALAM PERINGKASAN MULTIDOKUMEN
Article Sidebar
Published:
2017-03-20
Main Article Content
Abstract
Penelitian ini bertujuan untuk menunjukkan efektifitas algoritma RVM dalam peringkasan otomatis. Setiap dokumen berita yang memiliki tema yang sama, dipraproses, diektrak fitur, kemudian dipilah oleh RVM mana yang merupakan kalimat ini
dari kumpulan dokumen tersebut. Hasil dari penelitian ini diperoleh yaitu recall sebesar 47.83%, precission sebesar 35.48%, f-measure sebesar 40.74%, dan akurasi sebesar 67.35%. Hasil dari penelitian ini dirasa masih kurang, dikarenakan dibandingkan dengan algortima SVM. Tetapi algoritma RVM masih dapat digunakan untuk peringkasan teks multidokumen.
Article Details
Section
Articles
Penulis yang menerbitkan dengan jurnal ini setuju pada persyaratan berikut ini:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama, dengan pekerjaan 6 bulan setelah penerbitan secara simultan dengan lisensi di bawah: Creative Commons Attribution License yang memudahkan yang lain untuk berbagi karya dengan pengakuan penerbitan awal dan kepenulisan karya di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non-ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).
How to Cite
RELEVANCE VECTOR MACHINE DALAM PERINGKASAN MULTIDOKUMEN. (2017). Komputa : Jurnal Ilmiah Komputer Dan Informatika, 6(1), 1-9. https://doi.org/10.34010/komputa.v6i1.2468