Implementasi Text Summarization pada Review Aplikasi Super di Google Play Store Menggunakan Metode Maximum Marginal Relevance

Dion Alexander Louis(1*), Silvia Rostianingsih(2), Leo Willyanto Santoso(3),


(1) Program Studi Teknik Informatika, Universitas Kristen Petra Surabaya
(2) Program Studi Teknik Informatika, Universitas Kristen Petra Surabaya
(3) Program Studi Teknik Informatika, Universitas Kristen Petra Surabaya
(*) Corresponding Author

Abstract


Super App is an app for reseller agents who sell and distribute basic necessities in tier 2, 3 cities and rural Indonesia. The Super app has been downloaded by around 50,000 users on the Play Store. Various reviews or reviews have also been given by users who have downloaded the Super application. Whether we realize it or not, customer opinions / reviews given on Google play, a little or a lot, will have an influence on potential customers. Based on the problems that occur, this research will implement a text summarization program on Super App reviews with the implementation of the MMR and TF-IDF methods, so that from the large number of existing reviews, only a few important sentences can be extracted, so that the conclusion making process will become easier. The results of the research using the MMR method produced an average precision value of 40.4% in 3 trials, and with the highest precision value of 60.4% in the experiment using the parameter value = 0.7

Keywords


maximum marginal relevance; TF-IDF; cosine similarity; text summarization

Full Text:

PDF

References


Aulia, T. M., Jamaludin, A., & Padilah, T. N. (2021).

Extractive Text Summerization Pada Berita Berbahasa

Indonesia Menggunakan Algoritma Support Vector

Macahine. Jurnal Sains Komputer & Informatika (J-SAKTI),

(2), 727-735. DOI=10.30645/j-sakti.v5i2.371

Irmanda, H. N., & Astriratma, R. (2020). Klasifikasi Jenis

Pantun dengan Metode Support Vector Machine (SVM).

RESTI (Rekayasa Sistem dan Teknologi Informasi), 4 No. 5,

- 922. DOI=10.29207/resti.v4i5.2313

Manatap Dolok Lauro, E. V. (2021). APLIKASI

CLUSTERING BERITA DENGAN METODE K MEANS

DAN PERINGKAS BERITA DENGAN METODE

MAXIMUM MARGINAL RELEVANCE. Jurnal Ilmu.

DOI=10.24912/jiksi.v9i1.11560

Paulina, W., Bachtiar, F. A., & Rusydi, A. N. (2020). Analisis

Sentimen Berbasis Aspek Ulasan Pelanggan Terhadap

Kertanegara Premium Guest House Menggunakan Support

Vector Machine. Kertanegara Premium Guest House

Menggunakan Support Vector Machine, 4 No. 4, 1141-1149.

Rifano, E. J., Fauzan, A. C., Makhi, A., Nadya, E., Nasikin, Z.,

& Putra, F. N. (2020). Text Summarizationpada Berita Bola

Menggunakan Library Natural Language Toolkit (NLTK)

Berbasis Pemrograman Python. ILKOMNIKA: Journal of

Computer Science and Applied Informatics, 2(1), 8-17.

DOI=10.28926/ilkomnika.v2i1.32

Rivki , M., & Bachtiar, A. M. (2017). Implementasi Algoritma

K-Nearest Neighbor Dalam Pengklasifikasian Follower

Twitter Yang Menggunakan Bahasa Indonesia.

DOI=10.21609/jsi.v13i1.500

Rizal Setya Perdana, N. I. (2018). Peringkasan Teks Otomatis

Menggunakan Metode Maximum Marginal Relevance Pada

Hasil Pencarian Sistem Temu Kembali Informasi Untuk

Artikel Berbahasa Indonesia. Jurnal Pengembangan

Teknologi Informasi dan Ilmu Komputer, 5494- 5502.

Saputra, S., Rosiyadi, D., Gata, W., & Husain, S. (2019).

Analisis Sentimen E-Wallet Pada Google Play Menggunakan

Algoritma Naive Bayes Berbasis Particle Swarm

Optimization. Jurnal Resti (Rekayasa Sistem dan Teknologi

Informasi) Vol 3, 377-382. DOI=10.29207/resti.v3i3.1118

Saraswati, N. F., Indriati, & Perdana, R. S. (2018).

Peringkasan Teks Otomatis Menggunakan Metode Maximum

Marginal Relevance Pada Hasil Pencarian Sistem Temu

Kembali Informasi Untuk Artikel Berbahasa Indonesia. Jurnal

Pengembangan Teknologi Informasi dan Ilmu Komputer,

(11), 5494-5502.

Setiadi, F., Djamal, E. C., & Ilyas, R. (2018). Peringkasan

Kumpulan Berita Secara Otomatis Menggunakan Metode

Maximum Marginal Relevance. Prosiding SNATIF, 235-242.

Setyadi, I. W., Krisne, D. C., & Suyadnya, I. M. (2018).

Automatic Text Summarization MenggunakanMetode Graph

dan Ant Colony Optimization. 17(1), 127-130. Suputra, I. P.

(2017). PERINGKASAN TEKS OTOMATIS UNTUK

DOKUMEN BAHASA BALI BERBASIS METODE

EKTRAKTIF. Jurnal Ilmiah Ilmu Komputer.

DOI=10.24843/mite.2018.v17i01.p17

Susanto, E., Mawardi, V. C., & Lauro, M. D. (2021). Aplikasi

Clustering Berita dengan Metode K Means dan Peringkas

Berita dengan Metode Maximum Marginal Relevance. Jurnal

Ilmu Komputer dan Sistem Informasi, 9(1), 62-68.

Tri Sutrisno, D. D. (2022). APLIKASI PERINGKASAN

DOKUMEN MENGGUNAKANMETODE MAXIMUM.

DOI=10.24912/jiksi.v10i1.17820

Verma, P., & Verma, A. (2020). A Review on Text

Summarization Techniques. Journal of Scientific Research,

(1), 351-357.

Yusron, M. I., Bachtiar, F. A., & Fauzi, M. A. (2019).

Peringkasan Review Konsumen Restoran Menggunakan

Weighted Frequent Itemset Mining. Jurnal Pengembangan

Teknologi Informasi dan Ilmu Komputer, 3(5), 4961-4970.


Refbacks

  • There are currently no refbacks.


Jurnal telah terindeks oleh :