Sistem Peringkasan Dokumen Berita Bahasa Indonesia Menggunakan MetodeRegresi Logistik Biner

SISTEM PERINGKASAN DOKUMEN BERITA BAHASA INDONESIA
MENGGUNAKAN METODE REGRESI LOGISTIK BINER

MERI MARLINA

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012

SISTEM PERINGKASAN DOKUMEN BERITA BAHASA INDONESIA
MENGGUNAKAN METODE REGRESI LOGISTIK BINER

MERI MARLINA

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer pada
Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012

ABSTRACT

MERI MARLINA. Text Feature Weighting for Summarization of Document Bahasa Indonesia
Using binary logistic regression. Under direction of JULIO ADISANTOSO.
This thesis aims to perform text feature weighting for summarization of document bahasa
Indonesia using binary logistic regression. There are ten text features, i.e., sentence position (f1),
positive keywords in sentence (f2), negative keywords in sentence (f3), sentence centrality (f4),
sentence resemblance to the title (f5), sentence inclusion of name entity (f6), sentence inclusion of
numerical data (f7), sentence relative length (f8), bushy path of the node (f9), and summation of
similarities for each node (f10). Ten of these features will be used as an independent variable in
the calculation of the binary logistic regression. To denote that the sentence is not included in the
summary we use an output value of 0, an output value of 1, otherwise. To evaluate the text
summarization, we use N-Gram with compressin rate 30%. Research results show that the
accuracy of this method is 42.84%.

Keywords: text summarization, binary logistic regression, text features

Judul Skripsi

: Sistem Peringkasan Dokumen Berita Bahasa Indonesia Menggunakan
MetodeRegresi Logistik Biner

Nama

: Meri Marlina

NRP

: G64080114

Menyetujui:
Pembimbing

Ir. Julio Adisantoso, M.Kom
NIP.19620714 198601 1 002

Mengetahui:
Ketua Departemen Ilmu Komputer

Dr. Ir. Agus Buono, M.Si, M.Kom
NIP. 19660702 199302 1 001

Tanggal Lulus :

KATA PENGANTAR
Alhamdulilahirobbil’alamin, segala puji bagi Allah subhanahu wata’ala atas segala
limpahan rahmat serta karunia-Nya sehingga penulis mampu menyelesaikan penelitian ini dengan
baik. Penulis juga menyampaikan terima kasih kepada seluruh pihak yang telah berperan dalam
penelitian ini, yaitu:
1 Orang tua tercinta, ayahanda Supriatna, ibunda Dedeh, dan kakak yang saya sayangi Deasy,
atas doa, kasih sayang, dukungan, serta motivasi kepada penulis untuk penyelesaian penelitian
ini.
2 Bapak Ir. Julio Adisantoso, M.Kom selaku dosen pembimbing tugas akhir yang telah memberi
banyak ide, saran, bantuan, serta dukungan sampai selesainya penelitian ini.
3 Rekan-rekan seperjuangan di Ilmu Komputer IPB angkatan 45 atas segala kebersamaan,

bantuan, dukungan, serta kenangan bagi penulis selama menjalani masa studi. Semoga kita bisa
berjumpa kembali kelak sebagai orang-orang sukses.
4 Rekan-rekan satu bimbingan, Susi Handayani, Anita, Putri Dewi P, Fania Rahmania, Alfa
Nugraha P, Rizky Utama, Meriska Defriani, dan Hafizhia Dhikrul A,yang telah bersama
berjuang dalam mengerjakan tugas akhir mengenai Temu Kembali Informasi.
5 Senior dan sahabat, Tiara Mitra Lia, Ryanti Octaviani S, Annisa Anastasia, Anita, Cut Malisa
I, Niken Eka, Wangi Saraswati, Doni Suhartono, dan Ahmad Rivai yang telah menjadi mitra
dan bantuannya selama penyelesaikan tugas akhir ini.
6 Seluruh staf Departemen Ilmu Komputer IPB yang telah banyak membantu baik selama
penelitian maupun perkuliahan.
Penulis berharap penelitian ini dapat memberikan manfaat baik sekarang maupun di masa
mendatang.

Bogor, September 2012

Meri Marlina

RIWAYAT HIDUP

Meri Marlina dilahirkan di Karawang pada tanggal 20 Mei 1991. Penulis merupakan anak

pertama dari pasangan Supriatna dan Dedeh Endang Ratnawati. Pada tahun 2008, penulis lulus
dari Sekolah Menengah Atas 1 Cikampek. Penulis mengikuti tes SNMPTN pada tahun 2008 dan
diterima di Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam.
Selama aktif menjadi mahasiswa, penulis menjadi salah satu pengurus Himpunan Mahasiswa
Ilmu Komputer (Himalkom) pada tahun 2010. Selama mengikuti perkuliahan penulis menjadi
asisten praktikum untuk Mata Kuliah Rekayasa Perangkat Lunak di Departemen Ilmu Komputer
Institut Pertanian Bogor. Penulis juga melakukan praktik kerja lapang di Kantor Kominfo Bogor
pada tahun 2011.

DAFTAR ISI
Halaman
DAFTAR TABEL ............................................................................................................................vi
DAFTAR GAMBAR .......................................................................................................................vi
DAFTAR LAMPIRAN ....................................................................................................................vi
PENDAHULUAN
Latar Belakang .............................................................................................................................. 1
Tujuan Penelitian .......................................................................................................................... 1
Ruang Lingkup Penelitian ............................................................................................................ 1
METODE PENELITIAN
Pengumpulan Dokumen Teks ....................................................................................................... 1

Tahap Pelatihan ............................................................................................................................ 2
Tahap Pengujian ........................................................................................................................... 6
HASIL DAN PEMBAHASAN
Data Korpus .................................................................................................................................. 6
Format Dokumen .......................................................................................................................... 6
Implementasi Sistem ..................................................................................................................... 6
Pemodelan Regresi Logistik Biner ............................................................................................... 7
Pengujian Menggunakan N-gram ................................................................................................. 8
Hasil Perbandingan dengan Algoritme Genetika .......................................................................... 8
SIMPULAN DAN SARAN
Simpulan ....................................................................................................................................... 9
Saran ............................................................................................................................................. 9
DAFTAR PUSTAKA ....................................................................................................................... 9
LAMPIRAN .................................................................................................................................... 10

v

DAFTAR TABEL

Halaman

1 Contoh paragraf, pemisahan kalimat dan case folding .................................................................. 7
2 Hasil akurasi menggunakan algoritme genetika ............................................................................ 8

DAFTAR GAMBAR
Halaman
1 Peringkasan teks otomatis. ............................................................................................................ 2
2 Ilustrasi kemiripan antar-kalimat. .................................................................................................. 3
3 Ilustrasi koneksi antar-kalimat. ..................................................................................................... 4
4 Kurva logistik (Kleinbaum & Klein 2010). ................................................................................... 6
5 Contoh code pembacaan dokumen. ............................................................................................... 7

DAFTAR LAMPIRAN
Halaman
1 Diagram alir algoritma genetika sederhana (Kusumadewi 2003). .............................................. 11
2 Format dokumen pada tahap pelatihan dan pengujian ................................................................ 12
3 Antarmuka sistem peringkasan teks ............................................................................................. 13
4 Contoh nilai nilai fitur untuk setiap kalimat dalam satu dokumen .............................................. 14
5 Tabel model persamaan regresi logistik biner .............................................................................. 15
6 Contoh dokumen berita 34.txt .................................................................................................... 16
7 Antarmuka hasil sistem dokumen berita 34.txt ............................................................................ 17

8 Hasil pengujian antara hasil peringkasan manual dan hasil peringkasan sistem
menggunakan N-gram ................................................................................................................. 18

vi

PENDAHULUAN
Latar Belakang
Pada saat ini, arus informasi dari internet
berkembang dengan sangat cepat dan akan
terus bertambah. Pertambahan arus informasi
ini berbanding lurus dengan pertambahan
dokumen di internet. Sebagai contoh, dokumen
berita akan terus bertambah seiring dengan
bertambahnya peristiwa-peristiwa penting
mengenai suatu kejadian. Berita merupakan
suatu informasi yang penting dan terbaru
tentang suatu kejadian secara berkala.
Banyaknya isi dari dokumen berita di internet
membuat sebagian orang kurang tertarik untuk
membaca dokumen berita tersebut. Hal ini

dikarenakan setiap orang memiliki waktu yang
berbeda dan terbatas sehingga sebagian orang
cenderung tidak membaca dokumen berita
tersebut.
Membaca merupakan suatu proses
kegiatan fisik dan mental yang dilakukan untuk
mendapatkan sebuah informasi baru, namun
membaca dan memahami isi suatu dokumen
yang sangat banyak membutuhkan waktu yang
cukup lama. Oleh karena itu, ringkasan
dokumen menjadi hal yang penting karena
terbatasnya waktu yang dimiliki setiap orang.
Namun, meringkas dokumen secara manual
oleh manusia membutuhkan waktu dan biaya
yang besar bila dokumen memiliki kalimat
yang cukup banyak sehingga dibutuhkan suatu
sistem ringkasan secara otomatis yang dapat
meminimalisir waktu dan biaya yang
dibutuhkan untuk meringkas suatu dokumen
(Aristoteles 2011). Menurut Manning et al.

(2008), peringkasan teks adalah proses
penyaringan informasi yang paling penting dari
suatu sumber (atau beberapa sumber) untuk
menghasilkan dokumen yang ringkas untuk
pengguna.
Banyak penelitian yang telah dilakukan
tentang peringkasan teks, antara lain Fattah dan
Ren (2008) yang menghitung sepuluh
pembobotan fitur untuk setiap kalimat dalam
suatu dokumen menggunakan algoritme
genetika dan regresi matematika. Penelitian
selanjutnya dilakukan oleh Aristoteles (2011)
yang membuat pembobotan fitur pada
peringkasan
teks
bahasa
Indonesia
menggunakan algoritme genetika dengan
melibatkan kalimat semantik pada pembobotan
fitur. Permasalahan dari peringkasan teks

adalah menentukan pembobotan dari setiap
kalimat.
Pada penelitian Aristoteles (2011),
penggunaan algoritme genetika memiliki
perhitungan yang rumit dan waktu komputasi

yang cukup lama dalam menghasilkan suatu
ringkasan dokumen sehingga dibutuhkan
metode yang dapat mempersingkat waktu
komputasi tersebut, yaitu dengan menggunakan
metode regresi logistik biner.
Pada kasus-kasus penelitian dengan tujuan
mengetahui hubungan antara suatu peubah
dependent berupa data kategorik dan peubah
independent berupa data numerik, analisis
regresi linear standar tidak bisa dilakukan.
Oleh karena itu, salah satu pendekatan yang
dapat dilakukan adalah regresi logistik biner.
Regresi logistik biner merupakan salah satu
alat
statistik
yang
digunakan
untuk
menganalisis beberapa faktor dengan sebuah
variabel yang bersifat biner.
Pada peringkasan dokumen secara
otomatis, kalimat-kalimat yang terpilih menjadi
hasil ringkasan merupakan kalimat yang
dianggap penting. Penting atau tidaknya suatu
kalimat tergantung pada nilai peluang dari hasil
perhitungan beberapa fitur. Oleh karena itu,
penelitian ini menelaah peringkasan teks
dengan
membuat
pembobotan
fitur
menggunakan metode regresi logistik biner.
Hasil dari penelitian akan dibandingkan dengan
hasil penelitian dari Aristoteles (2011) yang
meneliti tentang pembobotan fitur pada
peringkasan
teks
bahasa
Indonesia
menggunakan algoritme genetika.
Tujuan Penelitian
Tujuan penelitian ini ialah menentukan
pembobotan fitur menggunakan regresi logistik
biner pada peringkasan teks.
Ruang Lingkup Penelitian
Penelitian ini difokuskan pada peringkasan
dokumen berita dengan dokumen yang
digunakan berjenis teks bahasa Indonesia, tema
dokumen yang digunakan adalah berita
nasional, diasumsikan bahwa semua kalimat
dalam sebuah dokumen adalah benar, dan
dokumen yang digunakan adalah dokumen
berjenis teks.

METODE PENELITIAN
Penelitian ini dilakukan dengan beberapa
tahap yaitu tahap pengumpulan dokumen,
tahap pelatihan, dan tahap pengujian. Diagram
alur proses dapat dilihat pada Gambar 1.
Pengumpulan Dokumen Teks
Dokumen
yang
digunakan
dalam
penelitian ini adalah 100 dokumen untuk tahap

2

pelatihan dan 50 dokumen untuk tahap
pengujian. Pada tahap pengujian, 50 dokumen
diringkas secara manual, tujuannya untuk
membandingkan ringkasan manual dengan
hasil ringkasan sistem. Dokumen yang
digunakan dalam penelitian ini adalah
dokumen yang berasal dari dokumen berita
online harian Kompas yang didapat dari korpus
penelitian Ridha (2002).
Tahap Pelatihan
Tahap pelatihan yang dilakukan ialah:
pembobotan fitur teks dan perhitungan skor
menggunakan regresi logistik biner.

I

Pengumpulan dokumen
150
dokumen
berita

II Tahap pelatihan
100
dokumen
Fitur
teks

Perhitungan koefisien
(regresi logistik biner)

1

Posisi Kalimat (f1)

Posisi kalimat adalah kalimat pertama
yang paling penting dari sebuah paragraf.
Berikut ini adalah contoh fitur teks posisi
kalimat pada sebuah dokumen.
Jakarta, Kompas - Komisi Penyelidik
Pelanggaran Hak Asasi Manusia (KPP HAM)
Trisakti dan Semanggi I-II tetap akan membuat
kesimpulan dan menyampaikan rekomendasi
mengenai hasil penyelidikannya, meskipun
perwira TNI/Polri tidak mau memenuhi
panggilan KPP HAM. Namun, demikian,
panggilan kedua terhadap sejumlah perwira
TNI/Polri telah dilayangkan kepada mereka.
Hal itu dikatakan Ketua KPP HAM Albert
Hasibuan kepada Kompas di Jakarta akhir
pekan lalu. Hasibuan masih mengharapkan
perwira TNI/Polri itu memenuhi panggilan
KPP HAM. "Tapi, kalau mereka menolak, ya
sudah. Kita akan tetap membuat kesimpulan
dan rekomendasi berdasarkan keterangan
saksi-saksi lain yang telah kita dengar.
Rekomendasi itu tentunya akan merugikan
mereka sendiri," ujarnya.
Misal terdapat tiga kalimat dalam satu
paragraf. Kalimat pertama diberi bobot 3/3,
kalimat kedua 2/3 dan kalimat ketiga 1/3.
Kalimat terakhir tidak begitu penting sehingga
diberi bobot 0.

Model

Implementasi

bobot sehingga dapat diketahui kalimat yang
masuk dalam ringkasan dan tidak masuk
ringkasan. Menurut Fattah dan Ren (2008),
terdapat sepuluh fitur teks yang dapat dihitung
untuk setiap kalimat dari sebuah dokumen.
Fitur teks tersebut yaitu:

50 dokumen

III Tahap
pengujian

Hasil ringkasan
sistem

Ringkasan
manual

2

Positive Keyword (f2)

Positive keyword adalah suatu kata yang
sering muncul dalam suatu dokumen
(peringkasan).
P(keywordi)=

Evaluasi N-Gram

Gambar 1 Peringkasan teks otomatis.
Tahap pembobotan fitur dilakukan untuk
mendapatkan nilai bobot tertinggi dari suatu
kalimat. Bobot yang memiliki nilai tinggi akan
dimasukkan dalam peringkasan.
Fitur teks merupakan suatu proses
perhitungan fitur-fitur untuk mendapatkan

dengan s(E) adalah jumlah kata dalam suatu
kalimat yang mengandung keyword dan s(K)
adalah jumlah kata dalam kalimat lain yang
mengandung keyword, dengan keyword
merupakan banyaknya kata yang muncul dalam
suatu kalimat.
3

Negative Keyword (f3)

Kalimat negatif merupakan kalimat yang
jarang muncul dalam suatu dokumen
(peringkasan).
P(keywordi)=

3

dengan s(N) adalah jumlah kata dalam suatu
kalimat yang mengandung keyword dan s(K)
adalah jumlah kata dalam kalimat lain yang
mengandung keyword,
dengan keyword
merupakan kata yang jarang muncul dalam
suatu kalimat.
4

Kemiripan Antar-Kalimat (f4)

Kemiripan
antar-kalimat
merupakan
kalimat yang memiliki kata yang sama dengan
kata dalam kalimat lain. Skor fitur teks
kemiripan antar-kalimat dapat dihitung
menggunakan rumus berikut:
Score(s)=
dengan s(n) adalah keyword dalam s
keyword dalam antar kalimat dan s(u) adalah
keyword dalam s
keyword dalam antar
kalimat
dengan s adalah kalimat dalam
dokumen dan keyword merupakan banyaknya
kata yang mirip dalam suatu kalimat. Berikut
adalah contoh penerapan kemiripan antarkalimat:
1
2
3

Saya sedang mengerjakan skripsi
Saya pergi dengan teman
Saya sedang mengerjakan skripsi
dengan teman
Kalimat 2

Kalimat 1

pergi
Sedang
mengerjakan

Saya

skripsi

dengan
teman

Kalimat3
Gambar 2 Ilustrasi kemiripan antar-kalimat.
Berdasarkan ketiga kalimat tersebut, skor
kalimat pertama adalah 4/7, skor kalimat
kedua adalah 3/7, dan skor kalimat ketiga
adalah 6/7. Kalimat pertama memiliki empat
kata yang sama dengan kalimat ketiga, yaitu
kata “saya, sedang, mengerjakan, skripsi”.
Kalimat kedua memiliki tiga kata yang sama
dengan kalimat ketiga, yaitu kata “saya,
dengan, teman”. Kalimat ketiga memiliki enam
kata yang sama dengan kalimat pertama dan
kedua, yaitu kata “saya, sedang, mengerjakan,
skripsi, dengan, teman”. Berdasarkan ketiga
kalimat tersebut, maka perhitungan skor fitur

teks kemiripan antar-kalimat diilustrasikan
pada Gambar 2.
5

Kalimat yang
Dokumen (f5)

Menyerupai

Judul

Kalimat yang menyerupai judul kalimat
adalah kata yang muncul dalam kalimat sama
dengan kata yang ada dalam judul dokumen.
Berikut ini merupakan contoh penerapan
kemiripan kalimat yang menyerupai judul
dokumen yaitu :
Judul dokumen : Skripsi Saya
1
2
3

Saya sedang mengerjakan skripsi
Saya pergi dengan teman
Saya sedang mengerjakan skripsi
dengan teman
Berdasarkan contoh tersebut, skor kalimat
pertama adalah skor kalimat kedua adalah
,
dan skor kalimat ketiga adalah 2/6. Kalimat
pertama memiliki dua kata yang sama dengan
judul dokumen yaitu “saya, skripsi”. Kalimat
kedua memiliki satu kata yang sama dengan
judul dokumen yaitu “saya”. Kalimat ketiga
memiliki dua kata yang sama dengan judul
dokumen yaitu “saya, skripsi”. Skor fitur teks
kalimat yang menyerupai judul dokumen dapat
dihitung menggunakan rumus berikut:
Score(s)=
dengan s(n) adalah keyword dalam s
keyword dalam judul dan s(u) adalah keyword
dalam s keyword dalam judul dengan asumsi
s adalah kalimat dalam suatu dokumen.
6

Kalimat yang Mengandung Nama Entity
(f6)

Kalimat yang mengandung nama entity
merupakan sebuah kumpulan kata yang
memiliki makna atau nama sebuah institusi,
nama orang, dan nama pulau. Berikut adalah
ilustrasi kalimat dalam dokumen yang
mengandung nama entity:
Jakarta, Kompas - Mantan anggota DPR
Bambang Warih Kusumo mengatakan,
penahanan
mantan
Mensesneg
Akbar
Tandjung tidak memenuhi fatsoen politik.
Penahanan itu juga menyimpang dari UndangUndang (UU) Nomor 8/1987 tentang Protokol.
Seharusnya,
sebelum
menahan
Akbar
Tandjung, Presiden Megawati Soekarnoputri
meminta fatwa Mahkamah Agung (MA) atau
mempersilakan DPR melepaskan Akbar
Tandjung sebagai Ketua DPR.
Berdasarkan contoh teks dokumen
tersebut, kalimat yang mengandung nama

4

entity terdapat pada kalimat pertama dan
kalimat ketiga sehingga skor untuk kalimat
pertama adalah 2/14 dan skor kalimat ketiga
adalah 3/14 . Perhitungan fitur teks kalimat
yang mengandung nama entity adalah sebagai
berikut:
Score(s)=
dengan s(E) adalah nama entity dalam kalimat
dan s(K) adalah panjang kalimat.
7

Kalimat yang Mengandung Data Numerik
(f7)

Pada pemeringkasan teks, data numerik
dipertimbangkan karena kalimat yang berisi
data numerik merupakan kalimat yang penting.
Berikut ini merupakan ilustrasi kalimat dalam
dokumen yang mengandung data numerik:
Berapa sebenarnya APBD-nya? Tahun
2001 Rp 234,25 milyar, untuk tahun 2002
direncanakan naik Rp 6,3 milyar. Dari jumlah
itu, alokasi dana kesehatan dan kesejahteraan
sosial Rp 2,927 milyar, sebagian besar
digunakan untuk pemberantasan penyakit
menular malaria. Menurut catatan Jaringan
Kajian dan Advokasi Kebijakan Publik,
Yogyakarta Corruption Watch dan Dinamika
Kulon Progo, jumlah keluarga miskin di
kabupaten itu 40.904 keluarga, diasumsikan
mereka terdiri dari lima jiwa, jumlah orang
miskin 204.520 jiwa."Dengan anggaran
kesehatan Rp 2,927 milyar, masing-masing
keluarga miskin hanya akan menikmati Rp
47.000 per tahun, sangat timpang dibanding
anggaran tunjangan kesehatan anggota DPRD
Kulon Progo yang mencapai Rp 3,9 juta per
tahun," katanya.

panjang dokumen. Perhitungan fitur teks
panjang kalimat adalah sebagai berikut:
Score (s)=
dengan s(K) adalah banyaknya kata dalam
suatu kalimat dan s(P) adalah banyaknya kata
dalam dokumen.
9

Koneksi Antar-Kalimat (f9)

Koneksi
antar-kalimat
dihitung
berdasarkan jumlah kata dalam suatu kalimat
dengan kata yang sama disetiap kalimat dalam
dokumen
sehingga
kata-kata
tersebut
terkoneksi atau terhubung satu sama lain.
Berikut adalah contoh penerapan koneksi
antar-kalimat:
1
2
3

Saya sedang mengerjakan skripsi
Saya pergi dengan teman
Saya sedang mengerjakan skripsi
dengan teman
Kalimat 2

Kalimat 1

pergi
Sedang
mengerjakan

Saya
dengan
teman

skripsi

Kalimat3
Gambar 3 Ilustrasi koneksi antar-kalimat.

Berdasarkan contoh teks dokumen
tersebut, kalimat yang mengandung data
numerik terdapat pada kalimat ketiga sehingga
skor untuk kalimat ketiga
adalah 2/25
sedangkan skor untuk kalimat yang lainnya
adalah 0 karena tidak ada kalimat yang
mengandung data numerik. Perhitungan fitur
teks kalimat yang mengandung data numerik
adalah sebagai berikut:

Berdasarkan Gambar 3, skor untuk kalimat
pertama ialah 5. Kalimat pertama memiliki
kata yang sama dengan kalimat kedua dan
ketiga, yaitu “saya” sehingga jumlah skor
adalah 2 dan memiliki kata yang sama dengan
kalimat ketiga, yaitu “sedang”, “mengerjakan”,
dan“skripsi” sehingga jumlah skor adalah 3.
Penelitian ini menggunakan normalisasi agar
skor nilai pada tiap kalimat dalam jangkauan 0
dan 1. Perhitungan fitur teks koneksi antarkalimat adalah sebagai berikut:

Score (s)=

Score(s)=#jumlah koneksi antar-kalimat

dengan s(A) adalah banyaknya kata numerik
dan s(P) adalah banyaknya kata dalam kalimat.

10

8

Fitur ini berfungsi menjumlahkan kata
dalam suatu kalimat dengan kata yang sama
dari kalimat lain dalam suatu dokumen. Masih
menggunakan ilustrasi pada Gambar 3.
Berdasarkan ilustrasi tersebut, skor untuk

Panjang Kalimat (f8)

Panjang kalimat dihitung berdasarkan
jumlah kata dalam kalimat dibagi dengan

Penjumlahan
Kalimat (f10)

Bobot

Koneksi

Antar-

5

kalimat pertama adalah 4. Seluruh kata dalam
kalimat pertama ada di kalimat lain dalam
dokumen tersebut dan memiliki jumlah kata 4,
yaitu “saya”, “sedang”, “mengerjakan”, dan
“skripsi”.
Perhitungan fitur teks penjumlahan bobot
koneksi antar-kalimat adalah sebagai berikut:
Score (s)=∑ koneksi antar-kalimat
Pemodelan Regresi Logistik Biner
Regresi matematika adalah model yang
baik untuk memperkirakan teks bobot fitur.
Dalam model ini fungsi matematika dapat
berhubungan dari output ke input (Fattah dan
Ren 2008).
Regresi logistik biner merupakan model
yang digunakan untuk menganalisis hubungan
antara variabel independent dengan variabel
dependent yang bersifat dua kategori atau
lebih. Menurut Hosmer dan Lemeshow (2000),
metode regresi logistik adalah suatu metode
analisis statistika yang mendeskripsikan
hubungan antara peubah respon yang memiliki
dua kategori atau lebih dengan satu atau lebih
peubah penjelas berskala kategori. Regresi
logistik biner telah banyak digunakan secara
luas sebagai salah satu alat analisis pemodelan
ketika variabel responsnya bersifat biner.
Istilah biner ini merujuk pada penggunaan dua
buah bilangan 0 dan 1 untuk menggantikan
kategori pada variabel respon.
Pada penelitian ini, variabel respons atau
variabel terikat (dependent variable) terdiri
atas dua kategori, yaitu y=1 yang menyatakan
“kalimat masuk ke dalam ringkasan” dan Y=0
yang menyatakan “kalimat tidak masuk dalam
ringkasan” untuk tahap pelatihan. Pada
penelitian ini diasumsikan tidak adanya
asumsi-asumsi yang ada pada regresi. Menurut
Hosmer dan Lemeshow (2000), model regresi
logistik adalah:
i

=

i

untuk mempermudah menaksir parameter
regresi, maka (x) ditransformasikan dengan
menggunakan transformasi logit berikut:
g(x)=ln

-

= +

i

dengan nilai adalah nilai konstanta regresi,
merupakan nilai dugaan koefisien regresi, dan
xi merupakan nilai-nilai fitur. Persamaan
tersebut bertujuan menduga parameter yang
belum diketahui, yaitu parameter

Perbandingan Algoritme Genetika dan
Regresi Logistik Biner
Agoritme genetika atau genetic algorithm
adalah algoritme pencarian heuristic yang
didasarkan atas mekanisme evolusi biologis.
Keberagaman pada evolusi biologis adalah
variasi dari kromosom antar individu
organisme. Variasi kromosom ini akan
memengaruhi laju reproduksi dan tingkat
kemampuan organisme untuk tetap hidup
(Kusumadewi 2003). Algoritme genetika
beroperasi pada populasi yang potensial
memberikan solusi dengan prinsip survival of
the fittest untuk menghasilkan baik dan
semakin baik lagi sebagai perkiraan solusi.
Diagram alir algoritme sederhana dapat dilihat
pada Lampiran 1. Diagram alir ini terdiri atas
beberapa bagian yaitu: populasi awal, evaluasi
fitness, seleksi individu, pindah silang
(crossover), mutasi (mutation), dan populasi
baru.
Teknik pencarian dilakukan sekaligus atas
jumlah solusi yang mungkin yang dikenal
dengan istilah populasi. Individu yang terdapat
dalam satu populasi disebut dengan istilah
kromosom. Populasi awal dibangun secara
acak,
sedangkan
populasi
berikutnya
merupakan hasil evolusi kromosom-kromosom
melalui iterasi yang disebut dengan istilah
generasi. Menurut Kusumadewi (2003), pada
setiap generasi, kromosom akan melalui proses
evaluasi dengan menggunakan alat ukur yang
disebut dengan fungsi fitness. Nilai fitnesss dari
suatu kromosom akan menunjukkan kualitas
kromosom dalam populasi tersebut.
Generasi berikutnya dikenal dengan istilah
anak (offspring) terbentuk dari gabungan dua
kromosom generasi sekarang yang bertindak
sebagai induk (parent) dengan menggunakan
operator penyilangan (crossover). Suatu
kromosom dapat juga dimodifikasi dengan
menggunakan operator mutasi. Populasi
generasi baru dibentuk dengan cara menyeleksi
nilai fitness dari kromosom induk dan nilai
fitness dari kromosom anak (offspring), serta
menolak kromosom-kromosom lain sehingga
ukuran populasi konstan.
Menurut Kleinbaum dan Klein (2010),
regresi logistik merupakan pendekatan model
matematika yang dapat digunakan untuk
menjelaskan hubungan antara beberapa
variabel prediktor x terhadap variabel respons
yang bersifat biner y
Kurva logistik dapat dilihat pada Gambar
4. Kurva logistik digambarkan dalam bentuk S
sigmoid dengan nilai z berkisar antara -∞

6

sampai dengan ∞ dan nilai f(z) bergerak dari
0 sampai 1. Nilai z merupakan jumlah dari
persamaan linear atau z =β0 β1X1 β2X2 …
βkXk. Kurva pada Gambar 4 menunjukkan jika
nilai z semakin mendekati -∞ maka nilai f(z)
akan bergerak mendekati nilai 0 dan jika nilai z
mendekati
∞ maka nilai f z bergerak
mendekati nilai 1.

Gambar 4 Kurva logistik (Kleinbaum & Klein,
2010).
Tahap Pengujian
Tahap pengujian menggunakan 50
dokumen berita berbahasa Indonesia (dokumen
yang digunakan untuk pengujian berbeda
dengan dokumen yang digunakan pada tahap
pelatihan). Dokumen ini kemudian diringkas
secara manual.
Tujuannya ialah untuk
membandingkan ringkasan manual dengan
hasil ringkasan sistem.

Perangkat keras yang digunakan antara lain:
 Prosesor intel Dual Core T4300 2.1 GHz.
 RAM 1 GB.
 Harddisk 160 GB.

HASIL DAN PEMBAHASAN
Data Korpus
Penelitian ini menggunakan korpus berita
nasional berbahasa Indonesia dari tanggal 11
Maret 2002 sampai 11 April 2002. Korpus
berita tersebut berasal dari berita online harian
Kompas yang didapat dari korpus penelitian
Ridha (2002). Dokumen yang digunakan pada
tahap pelatihan sebanyak 100 dokumen yang
dengan batas pemampatan (compression rate)
sebesar 30% dan berasal dari penelitian yang
telah dilakukan Aristoteles (2011). Dokumen
yang digunakan pada tahap pengujian sebanyak
50 dokumen dan ringkas secara manual yang
berasal dari dokumen penelitian Aristoteles
(2011).
Format Dokumen
Format dokumen pada penelitian ini
menggunakan jenis dokumen yang bertipe teks
dan memiliki format XML sederhana. Contoh
format dokumen dapat dilihat pada Lampiran
2.

Pengujian Menggunakan Metode N-gram

Implementasi Sistem

Pengujian dilakukan dengan menggunakan
metode N-gram. N-gram secara umum adalah,

Antarmuka sistem peringkasan dokumen
dapat dilihat pada Lampiran 3. Terdapat dua
bentuk ringkasan dalam suatu dokumen yaitu
ekstraksi dan abstraksi. Ekstraksi adalah suatu
ringkasan yang berasal dari kalimat – kalimat
paling penting dari suatu dokumen. Abstraksi
adalah mengambil intisari dari suatu teks
dokumen yang berasal dari kalimat – kalimat
baru (Jezek dan Steinberger 2008). Penelitian
ini menggunakan teknik ekstraksi dalam
membuat suatu ringkasan sehingga dibutuhkan
pemotongan kalimat yang baik.

Dice =
X merupakan banyaknya kalimat yang
dihasilkan sistem, Y merupakan banyaknya
kalimat yang diringkas secara manual.
Pengujian
yang
dilakukan
untuk
membandingkan antara hasil ringkasan secara
manual dengan hasil ringkasan sistem.
Lingkungan Pengembangan
Lingkungan pengembangan yang akan
digunakan dalam penelitian ini terdiri atas
perangkat lunak dan perangkat keras.
Perangkat lunak yang digunakan antara lain:
 Sistem operasi Windows 7 Ultimate.
 Microsoft Office 2010.
 SPSS 17.
 PHP & Perl sebagai bahasa pemrograman.
 XAMPP version 1.7.2 sebagai web server.
 Notepad++.

Langkah-langkah dalam implementasi
sistem ini adalah pembacaan dokumen,
pemotongan kalimat, case folding, pemisahan
kata dan filtering kata. Langkah awal adalah
code yang berfungsi untuk pembacaan
dokumen. Code untuk pembacaan dokumen
dapat dilihat di Gambar 5.
Langkah selanjutnya adalah pemisahan
kalimat. Menurut Aristoteles (2011), Kalimat
adalah gabungan dari dua buah kata atau lebih
yang menghasilkan suatu arti dan pola intonasi
akhir yang diakhiri dengan suatu tanda

7

berhenti.
Berikut
merupakan
bentuk
pemotongan kalimat dalam penelitian ini:
 Batas kalimat setelah tanda baca seperti . ?
!
 Batas kalimat sesudah tanda petik, bukan
setelah titik
 Dapat mengenali singkatan seperti Hana, S.
Kom.
main:{
open
(IN,">C:/xampp/htdocs/OS/tes.txt") || die
"FILE tidak bisa dibuka....$!\n";
while() {
print IN $_;
}
Gambar 5 Contoh code pembacaan dokumen.
Case
folding
berfungsi
untuk
menyeragamkan kata yang bermakna sama
namun memiliki tulisan yang berbeda. Proses
case folding adalah mengubah huruf besar
menjadi kecil dalam suatu kalimat. Pemisahan
kata berguna untuk memotong kalimat menjadi
kata-kata dengan ciri antar kata adalah
whitespace (spasi, tab, dan newline). Contoh
Case folding dapat dilihat pada Tabel 1.
Filtering kata adalah memisahkan katakata yang dibutuhkan dengan kata-kata yang
tidak bermakna (stopword) sehingga dapat
mengurangi kompleksitas perhitungan dari
fitur teks. Contoh kata stopword adalah yang,
di, pada, dengan, dan lain-lain. Penelitian ini
menggunakan bahasa pemrograman Perl dan
format data yang digunakan berjenis teks
XML.
Pemodelan Regresi Logistik Biner
Penelitian ini menggunakan data hasil dari
perhitungan penelitian Aristoteles (2011)
dengan CR 30% karena memiliki F-measure
paling besar dibandingkan dengan CR 10% dan
20% yaitu sebesar 4.81%. Data yang didapat
dari penelitian Aristoteles (2011) berupa data
.txt. Data tersebut dikonversi ke Microsoft
Excel agar mudah untuk mendapatkan
persamaan regresi logistik biner. Contoh data
yang digunakan dalam penelitian ini dapat
dilihat pada Lampiran 4. Diasumsikan dalam
satu tabel tersebut merupakan jumlah seluruh
kalimat dalam korpus, dengan S adalah
kalimat, x adalah pembobotan fitur, dan y
merupakan variabel respons (dependent) yang
bernilai 0 dan 1.

Tabel 1 Contoh paragraf, pemisahan kalimat
dan case folding
Jakarta, Kompas Kepala Pusat Penerangan
(Puspen) TNI Mayjen Sjafrie Sjamsoeddin
hingga saat ini belum mendapat informasi
dan
otoritas
untuk
menyampaikan
mengenai pergantian pimpinan atas TNI. Ia
mengaku, justru mendapat informasi
mengenai perpanjangan masa dinas
Jenderal Endriartono Sutarto dari berita
media massa.
Pemotongan Kalimat
 Jakarta,
Kompas
Kepala
Pusat
Penerangan (Puspen) TNI Mayjen Sjafrie
Sjamsoeddin hingga saat ini belum
mendapat informasi dan otoritas untuk
menyampaikan mengenai pergantian
pimpinan atas TNI.
 Ia mengaku, justru mendapat informasi
mengenai perpanjangan masa dinas
Jenderal Endriartono Sutarto dari berita
media massa.
Case Folding
 jakarta, kompas kepala pusat penerangan
(puspen) tni mayjen sjafrie sjamsoeddin
hingga saat ini belum mendapat
informasi
dan
otoritas
untuk
menyampaikan mengenai pergantian
pimpinan atas tni.
 ia mengaku, justru mendapat informasi
mengenai perpanjangan masa dinas
jenderal endriartono sutarto dari berita
media massa.
Penelitian ini menggunakan variabel
respons yang terdiri atas dua kategori, yaitu
y=1 yang menyatakan “kalimat masuk ke
dalam ringkasan” dan y=0 yang menyatakan
“kalimat tidak masuk dalam ringkasan”. Nilai
y=1 didapat dari peringkasan secara manual
yang telah dilakukan pada penelitian
Aristoteles (2011). Nilai dari variabel
dependent ini untuk mengkategorikan suatu
kalimat masuk atau tidaknya dalam suatu
ringkasan dalam tahap pelatihan.
Peringkasan manual ini dapat menentukan
kalimat mana yang masuk dalam peringkasan
dan kalimat mana yang tidak masuk dalam
ringkasan untuk dilakukan perbandingan pada

8

tahap pengujian dengan hasil ringkasan sistem.
Dengan menggunakan perangkat lunak SPSS
17, data yang telah dikonversi ke Microsoft
Excel disalin ke SPSS 17 untuk mendapatkan
persamaan regresi logistik biner.
Dalam proses pemodelan regresi logistik,
data yang telah dikonversi ke Microsoft Excel
disalin dan diproses dengan menggunakan
SPSS 17 untuk menghasilkan persamaan
regresi logistik biner. Hasil output SPSS 17
pemodelan regresi logistik dapat dilihat dalam
Lampiran 5. Persamaan regresi logistik biner
yang telah dihasilkan oleh SPSS dimasukkan
ke dalam sistem. Pemodelan regresi logistik
menghasilkan persamaan sebagai berikut:
ln

-

= -2.843 – 0.638x1 + 2.627x2 + 0.258x4
+ 1.713x5 - 0.160x6 - 0.08x7 0.462x8 + 1.831x9 - 0.213x10

Dimisalkan dokumen berita yang akan
diringkas adalah dokumen yang berada di
dalam korpus penelitian didalam direktori
“korpus_bener” dengan nama file 34.txt,
dokumen dapat dilihat pada Lampiran 6. Hasil
ringkasan dari dokumen 34.txt dapat dilihat
pada
Lampiran 7. Hasil ringkasan pada
penelitian ini menggunakan menggunakan
compression rate sebesar 30%. Artinya hasil
ringkasan sebuah dokumen terdiri atas 30% isi
dokumen tersebut.
Pengujian Menggunakan N-gram
Tahap pengujian menggunakan 50
dokumen berita berbahasa Indonesia (dokumen
yang digunakan untuk pengujian berbeda
dengan dokumen yang digunakan pada tahap
pelatihan). Dalam tahap pengujian ini
ringkasan
manual
dibutuhkan
sebagai
perbandingan antara hasil ringkasan sistem
dengan hasil ringkasan yang telah dilakukan
oleh penelitian Aristoteles (2011).
Pengujian
dalam
penelitian
ini
menggunakan metode N-gram. Metode N-gram
menilai ketepatan dari peringkasan dokumen
dengan cara membandingkan apakah kalimat
hasil peringkasan sistem yang telah dihasilkan
sama dengan peringkasan manual. N-gram
secara umum adalah:
Dice =
x merupakan banyaknya kalimat yang
dihasilkan sistem dan y merupakan banyaknya
kalimat yang diringkas secara manual.

Pemodelan
regresi
logistik
biner
menghasilkan akurasi sebesar 42.84% dari
perhitungan menggunakan metode N-gram.
Dalam penelitian ini terdapat beberapa faktor
yang memengaruhi besar kecilnya akurasi yaitu
ringkasan manual yang subjektif, jumlah
dokumen yang sedikit, dan jenis dokumen yang
digunakan. Perhitungan hasil pengujian antara
hasil
peringkasan
manual
dan
hasil
peringkasan
sistem menggunakan n-gram
dapat dilihat pada Lampiran 8.
Hasil Perbandingan dengan Algoritme
Genetika
Hasil penelitian Aristoteles (2011) yang
dapat dilihat pada Tabel 2 Hasil akurasi pada
penelitian Aristoteles (2011) menggunakan
empat fitur teks pada tahap pengujian
meningkat 5.28% dibandingkan dengan
menggunakan dua fitur teks. Namun,
perbedaan
tingkat
akurasi
dengan
menggunakan enam fitur teks, delapan fitur
teks, dan sebelas fitur teks adalah sebesar 1%.
Oleh karena itu, penggunaan empat fitur teks
(f5, f4, f2, f11) pada tahap pengujian dapat
merepresentasikan hasil akurasi dari sebelas
fitur teks. Nilai akurasi menggunakan
algoritme genetika adalah 45.91%.
Tabel 2
Hasil akurasi menggunakan
algoritme genetika
No.

Bobot

Akurasi

1

w5, w4

41.16%

2

w5, w4, w2, w1

46.44%

3

w5, w4, w2, w11, w7, w6

47.12%

4

w5, w4, w2, w11, w7,
w6, w10, w9

47.20%

5

w5, w4, w2, w11, w7,
w6, w10, w9, w1, w8, w3
Rata-rata

47.63%

45.91%

Hasil akurasi pengujian pemodelan regresi
logistik biner menggunakan metode N-gram
ialah sebesar 42.84%. Hasil dari penelitian
peringkasan menggunakan metode regresi
logistik tidak menghasilkan akurasi yang lebih
baik dari algoritme genetika. Hal ini
dikarenakan model yang telah dihasilkan tidak
sesuai dengan analisis regresi logistik. Analisis
regresi logistik tersebut terdiri atas uji
kelayakan model dan uji parameter model. Uji
kelayakan model digunakan untuk mengetahui
nilai perbedaan antara data dengan nilai yang
dihasilkan sistem. Hasil analisis uji kelayakan

9

model dapat dilihat dalam Lampiran 5 pada
tabel Hosmer dan Lemeshow (2000) terdapat
nilai sig 0,006. Nilai sig 0,006 menunjukkan
bahwa hasil prediksi model tidak sesuai dengan
hasil observasi. Uji parameter model
digunakan untuk mengetahui manakah variabel
independent yang memiliki pengaruh nyata
terhadap variabel dependent. Hasil analisis uji
parameter model dapat dilihat pada Lampiran 5
bagian tabel variables in the equation. Dapat
dilihat bahwa pada kolom sig (significant).
terdapat nilai- nilai sig di atas 0,05. Artinya
variabel independent tidak memiliki pengaruh
secara
signifikan
terhadap
variabel
independent.
Persamaan yang telah didapat dalam
penelitian ini tidak sesuai dengan analisis
regresi logistik. Namun, parameter yang tidak
signifikan tersebut tetap dimasukkan dalam
persamaan untuk mengetahui hubungan
antarvariabel independent terhadap variabel
dependent yang bersifat biner. Persamaan
regresi yang telah didapat dari penelitian ini
digunakan untuk melihat kinerja dari metode
regresi logistik.

SIMPULAN DAN SARAN
Simpulan
Hasil penelitian yang telah dilakukan
dapat disimpulkan beberapa hal berikut:
 regresi logistik biner dapat digunakan
untuk peringkasan dokumen selama
model yang dihasilkan sesuai dengan
analisis regresi logistik biner dan model
yang dihasilkan sesuai dengan data.
 penelitian ini menghasilkan akurasi
sebesar 42.84%.
 penelitian ini tidak menghasilkan akurasi
yang lebih baik dari penelitian
sebelumnya
dengan
menggunakan
algoritme genetika, yaitu sebesar 45.91%.

Saran
Terdapat
saran
setelah
dilakukan
penelitian peringkasan teks bahasa Indonesia
menggunaakan regresi logistik biner yaitu,
dalam
membuat
peringkasan
teks
menggunakan metode yang lain yang lebih
sederhana dan menghasilkan akurasi lebih
besar.

DAFTAR PUSTAKA
Aristoteles. 2011. Pembobotan fitur pada
peringkasan teks bahasa Indonesia
menggunakan algoritme genetika [tesis].
Bogor: sekolah Pascasarjana, Institut
Pertanian Bogor.
Fattah MA, Ren F. 2008. Automatic text
summarization. Di dalam: Proceeding of
World Academic of Science, Engineering
and Technology; 18-24 Feb 2007. hlm
192-195.
Hosmer D, Lemeshow S. 2000. Applied
Logistic Regression. Ed ke-2. Columbus:
A Wiley-Interscience Publ.
Jezek K, Steinberger J. 2008. Automatic text
summarization (The state of the art 2007
and new challenges). Di dalam: Znalosti
2008; Bratislave, 13-15 Feb 2008. hlm 112.
Kleinbaum D, Klein M. 2010. Logistic
Regressiom, Ed ke-3. New York: Springer.
Kusumadewi Sri. 2003. Artificial Intelligence.
Yogyakarta: Graha Ilmu.
Manning CD, Raghavan P, Schutze H. 2008.
Introduction to Information Retrieval.
Cambridge: Cambridge University Press.
Ridha A. 2002. Pengindeksan otomatis dengan
istilah tunggal untuk dokumen berbahasa
Indonesia [skripsi]. Bogor: Fakultas
Matematika dan Ilmu Pengetahuan Alam,
Institut Pertanian Bogor.

LAMPIRAN

11

Lampiran 1 Diagram alir algoritme genetika sederhana (Kusumadewi 2003).

Bangkitkan
populasi awal

Evaluasi fungsi
tujuan

Apakah
kriteria
optimasi

Individuindividu
terbaik

Mulai
Bangkitkan
populasi awal

Hasil
Seleksi

Crossover

Mutasi

12

Lampiran 2 Format dokumen pada tahap pelatihan dan pengujian

13

Lampiran 3 Antarmuka sistem peringkasan teks

14

Lampiran 4 Contoh nilai nilai fitur untuk setiap kalimat dalam satu dokumen

s\x
s1
s2
s3
s4
s5
s6
s7
s8
s9
s10
s11

x1
1.000
0.750
0.500
0.250
0.000
0.000
0.000
0.000
0.000
0.000
0.000

x2
0.797
0.147
0.748
0.211
0.704
0.126
0.768
0.042
0.169
0.136
0.129

x3
0.203
0.853
0.252
0.789
0.296
0.874
0.232
0.958
0.831
0.864
0.871

x4
0.135
0.203
0.203
0.257
0.108
0.027
0.176
0.041
0.338
0.054
0.216

x5
0.000
0.014
0.014
0.027
0.014
0.000
0.000
0.000
0.014
0.000
0.000

x6
0.087
0.000
0.081
0.156
0.188
0.100
0.095
0.000
0.000
0.000
0.028

x7
0.043
0.042
0.081
0.031
0.000
0.000
0.000
0.111
0.070
0.000
0.028

x8
0.084
0.088
0.135
0.117
0.058
0.036
0.077
0.033
0.157
0.036
0.131

x9
0.000
0.417
0.250
0.000
0.000
0.000
0.583
0.000
0.667
0.000
0.333

x10
0.000
0.680
0.371
0.000
0.000
0.000
1.187
0.000
1.876
0.000
0.629

Y
1.000
1.000
1.000
1.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000

s12

0.000

0.034

0.966

0.014

0.000

0.077

0.000

0.047

0.000

0.000 0.000

15

Lampiran 5 Tabel model persamaan regresi logistik biner
Hosmer and Lemeshow Test

Chi-square
21.499

df
8

Sig.
0.006

Variables in the equation

x1

B
-0.638

S.E.
0.247

Wald
6.698

x2

2.627

0.226

x4

0.258

x5

df
1

Sig.
0.010

Exp(B)
0.528

135.538

1

0.000

13.833

1.274

0.041

1

0.839

1.295

1.713

4.521

0.144

1

0.705

1.295

x6

-0.160

0.968

0.027

1

0.869

0.852

x7

-0.080

1.560

0.003

1

0.959

0.923

x8

-0.462

2.714

0.029

1

0.865

0.630

x9

1.831

2.007

0.832

1

0.362

6.239

x10

-0.213

0.407

0.273

1

0.601

0.808

Constant

-2.843

0.207

188.089

1

0

0.058

16

Lampiran 6 Contoh dokumen berita 34.txt

17

Lampiran 7 Antarmuka hasil sistem dokumen berita 34.txt

18

Lampiran 8 Hasil pengujian antara hasil peringkasan manual dan hasil peringkasan sistem
menggunakan N-gram
Dok.
Ke-

Sistem

Manual

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

5
7
6
4
3
16
7
2
5
3
3
5
4
3
7
6
7
6
5
5
13
3
4
7
5

9
6
5
6
4
18
9
2
5
5
3
6
6
4
11
8
8
9
6
6
15
4
10
7
8

S
M

Hasil N-gram

3
0
1
0
2
2
2
0
1
1
1
1
1
1
2
2
0
2
1
2
1
1
2
1
1

0.428571429
0.000000000
0.181818182
0.000000000
0.571428571
0.117647059
0.250000000
0.000000000
0.200000000
0.250000000
0.333333333
0.181818182
0.200000000
0.285714286
0.222222222
0.285714286
0.000000000
0.266666667
0.181818182
0.363636364
0.071428571
0.285714286
0.285714286
0.142857143
0.153846154

Dok.
Ke-

Sistem

Manual

26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

13
6
11
13
19
5
3
4
2
8
14
7
5
4
8
5
13
8
15
5
4
10
5
2
8

13
5
7
9
20
5
5
6
4
11
14
8
7
5
9
5
12
10
17
5
7
6
6
4
8

S
M

Hasil N-gram

1
2
3
2
7
1
0
1
0
2
4
2
2
2
4
0
3
2
2
2
2
0
0
0
3

0.076923077
0.363636364
0.333333333
0.181818182
0.358974359
0.200000000
0.000000000
0.200000000
0.000000000
0.210526316
0.285714286
0.266666667
0.333333333
0.444444444
0.470588235
0.000000000
0.240000000
0.222222222
0.125000000
0.400000000
0.363636364
0.000000000
0.000000000
0.000000000
0.375000000

hasil n-gram

0.428470655