Jonathan, Felix Christian (1372008) (2016) Ekstraksi Keyphrase pada Publikasi Ilmiah dengan Kombinasi Pendekatan Ranking dan Deep Belief Network. Undergraduate thesis, Universitas Kristen Maranatha .
|
Text
1372008_Abstract_TOC.pdf - Accepted Version Download (452Kb) | Preview |
|
|
Text
1372008_Chapter1.pdf - Accepted Version Download (310Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
1372008_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (942Kb) |
|
|
Text
1372008_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (784Kb) |
|
|
Text
1372008_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (974Kb) |
|
|
Text
1372008_Chapter5.pdf - Accepted Version Restricted to Repository staff only Download (445Kb) |
|
|
Text
1372008_Conclusion.pdf - Accepted Version Download (187Kb) | Preview |
|
|
Text
1372008_Cover.pdf - Accepted Version Download (469Kb) | Preview |
|
|
Text
1372008_References.pdf - Accepted Version Download (311Kb) | Preview |
Abstract
Frasa kunci adalah gabungan kata yang mewakili konsep atau garis besar dari suatu dokumen. Frasa kunci digunakan untuk membantu pembaca dalam mengetahui pokok bahasan dari dokumen. Sayangnya terdapat publikasi ilmiah yang memiliki frasa kunci yang tidak relevan terhadap isi dari dokumen atau tidak memiliki frasa kunci. Berdasarkan permasalahan tersebut maka dalam tugas akhir akan dibuat sistem yang dapat melakukan ekstraksi frasa kunci pada publikasi ilmiah secara otomatis dari pdf. Dalam menentukan frasa kunci pada dokumen, akan diusulkan untuk menggunakan pembobotan tf-idf dan deep belief network sebagai metode pembelajaran dengan nilai sentimen sebagai salah satu fitur pembelajaran. Selain nilai sentimen, akan digunakan posisi section sebagai fitur pembelajaran. Posisi section akan ditentukan dengan menggunakan karakteristik font. Deep belief network diusulkan untuk mengetahui efek dari penggunaan deep learning terhadap ekstraksi frasa kunci. Seluruh pengujian yang dilakukan akan menggunakan dataset milik NUS terkait publikasi ilmiah dengan judul “Keyphrase Extraction in Scientific Publications”. Berdasarkan hasil penelitian didapat hasil bahwa penggunaan deep belief network akan menghasilkan model pembelajaran dengan akurasi yang lebih tinggi dibandingkan dengan menggunakan regeresi logistik sebesar 4,33%. Penggunaan analisa sentimen sebagai fitur pembelajaran dapat memberikan peningkatan akurasi terhadap model pembelajaran sebesar 4,17%. Sistem ekstraksi frasa kunci yang dibagun menghasilkan f-measure sebesar 13,22%
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Deep Learning, Deep Belief Network, Ekstraksi Frasa Kunci, Fitur Sentimen, Pemrosesan Dokumen, Tf-Idf |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Information Technology > 72 Information Technology Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 15 Dec 2016 04:36 |
| Last Modified: | 15 Dec 2016 04:36 |
| URI: | http://repository.maranatha.edu/id/eprint/21290 |
Actions (login required)
 |
View Item |
