Implementasi Text Summarization pada Review Aplikasi Super di Google Play Store Menggunakan Metode Maximum Marginal Relevance
Keywords:
DMAIC, study motion, value add activityAbstract
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 = 0.7References
[1] 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),
5(2), 727-735. DOI=10.30645/j-sakti.v5i2.371
[2] Irmanda, H. N., & Astriratma, R. (2020). Klasifikasi Jenis
Pantun dengan Metode Support Vector Machine (SVM).
RESTI (Rekayasa Sistem dan Teknologi Informasi), 4 No. 5,
915 - 922. DOI=10.29207/resti.v4i5.2313
[3] 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
[4] 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.
[5] 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
[6] 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
[7] 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.
[8] 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
[9] 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,
2(11), 5494-5502.
[10] Setiadi, F., Djamal, E. C., & Ilyas, R. (2018). Peringkasan
Kumpulan Berita Secara Otomatis Menggunakan Metode
Maximum Marginal Relevance. Prosiding SNATIF, 235-242.
[11] 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
[12] 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.
[13] Tri Sutrisno, D. D. (2022). APLIKASI PERINGKASAN
DOKUMEN MENGGUNAKANMETODE MAXIMUM.
DOI=10.24912/jiksi.v10i1.17820
[14] Verma, P., & Verma, A. (2020). A Review on Text
Summarization Techniques. Journal of Scientific Research,
64(1), 351-357.
[15] 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.
