p-Index From 2020 - 2025
4.718
P-Index
This Author published in this journals
All Journal JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Economic, Bussines and Accounting (COSTING) International Journal of Elementary Education Jurnal Pengabdian Magister Pendidikan IPA Jurnal Ilmu Kedokteran dan Kesehatan EDUPEDIA Indonesian Journal of Economics, Social, and Humanities Prosiding National Conference for Community Service Project Jatilima : Jurnal Multimedia Dan Teknologi Informasi FOKUS : Kajian Bimbingan dan Konseling dalam Pendidikan JK Unila (Jurnal Kedokteran Universitas Lampung) Progress in Social Development Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Al Khidma: Jurnal Pengabdian Masyarakat Jurnal Ilmiah Manajemen dan Bisnis (JIMBI) KNOWLEDGE: Jurnal Inovasi Hasil Penelitian dan Pengembangan BAJU: Journal of Fashion and Textile Design Unesa Prosiding Simposium Nasional Rekayasa Aplikasi Perancangan dan Industri Indonesian Research Journal on Education Jurnal Pendidikan Agama Islam Indonesia (JPAII) Majalah Teknik Industri Jurnal Elektro Kontrol (ELKON) Jurnal Manajerial dan Bisnis Tanjungpinang Al-ihsan : Journal of Community Development in Islamic Studies Mimbar Kampus: Jurnal Pendidikan dan Agama Islam Media Hukum Indonesia (MHI) Jurnal Ilmu Komputer, Teknologi Dan Informasi Jurnal Biostatistik, Kependudukan dan Informatika Kesehatan (BIKFOKES) EDUCATIONAL: Jurnal Inovasi Pendidikan dan Pengajaran Journal Development Manecos Journal of Statistics and Data Science JKM: Jurnal Kemitraan Masyarakat
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Teknologi Informasi dan Ilmu Komputer

Eliminasi Non-Topic Menggunakan Pemodelan Topik untuk Peringkasan Otomatis Data Tweet dengan Konteks Covid-19 Damayanti, Putri; Purwitasari, Diana; Suciati, Nanik
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 1: Februari 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0814324

Abstract

Akun twitter, seperti Suara Surabaya, dapat membantu menyebarkan informasi tentang COVID-19 meskipun ada bahasan lainnya seperti kecelakaan, kemacetan atau topik lain. Peringkasan teks dapat diimplementasikan pada kasus pembacaan data twitter karena banyaknya jumlah tweet yang tersedia, sehingga akan mempermudah dalam memperoleh informasi penting terkini terkait COVID-19. Jumlah variasi bahasan pada teks tweet mengakibatkan hasil ringkasan yang kurang baik. Oleh karena itu dibutuhkan adanya eliminasi tweet yang tidak berkaitan dengan konteks sebelum dilakukan peringkasan. Kontribusi penelitian ini adalah adanya metode pemodelan topik sebagai bagian tahapan dalam serangkaian proses eliminasi data. Metode pemodelan topik sebagai salah satu teknik eliminasi data dapat digunakan dalam berbagai kasus namun pada penelitian ini difokuskan pada COVID-19. Tujuannya adalah untuk mempermudah masyarakat memperoleh informasi terkini secara ringkas. Tahapan yang dilakukan adalah pra-pemrosesan, eliminasi data menggunakan pemodelan topik dan peringkasan otomatis. Penelitian ini menggunakan kombinasi beberapa metode word embedding, pemodelan topik dan peringkasan otomatis sebagai pembanding. Ringkasan diuji menggunakan metode ROUGE dari setiap kombinasi untuk ditemukan kombinasi terbaik dari penelitian ini. Hasil pengujian menunjukkan kombinasi metode Word2Vec, LSI dan TextRank memiliki nilai ROUGE terbaik yaitu 0.67. Sedangkan kombinasi metode TFIDF, LDA dan Okapi BM25 memiliki nilai ROUGE terendah yaitu 0.35. AbstractTwitter accounts, such as Suara Surabaya, can help spread information about COVID-19 even though there are other topics such as accidents, traffic jams or other topics. Text summarization can be implemented in the case of reading Twitter data because of the large number of tweets available, making it easier to obtain the latest important information related to COVID-19. The number of discussion variations in the tweet text results in poor summary results. Therefore, it is necessary to eliminate tweets that are not related to the context before summarization is carried out. The contribution to this research is the topic modeling method as part of a series of data elimination processes. The topic modeling method as a data elimination technique can be used in various cases, but this research focuses on COVID-19. The aim is to make it easier for the public to obtain current information in a concise manner. The steps taken in this study were pre-processing, data elimination using topic modeling and automatic summarization. This study uses a combination of several word embedding methods, topic modeling and automatic summarization as a comparison. The summary is tested using the ROUGE method of each combination to find the best combination of this study. The test results show that the combination of Word2Vec, LSI and TextRank methods has the best ROUGE value, 0.67. While the combination of TFIDF, LDA and Okapi BM25 methods has the lowest ROUGE value, 0.35.
Co-Authors Ahmad Sawal Akhmarozi, Fanzi Al Farisi, Muhammad Farid Ali, Siti Arisya Nurfika AMALIA, ALVIEN NUR Ambarwati, Rizqa Ayu Andi Afrinaramadhani Hatta Arie Arma Arsyad Arif, Rifda Nur Hikmahwati Ary Mazharuddin Shiddiqi Asmaningrum, Nur'aini Attallah, Oemar Baskoro Adi Pratomo Betsya, Della Brema, Ahmad Riansyah Caroline Caroline Clever, Desswan Daulay, Nadia Saputri Della Ginza Ramadhan Diana Purwitasari Eka Putri Rahmadhani Erlangga, Cerpin Faidhah, Yulianis Satul Fajrina, Rizky Aprilia Falihah, Amara Fandi Ahmad Fatkhulloh, Shoffan Fauzan, Taqwa Fauziatul, Noor Fidela, Yuna Fitri, Ayu Tiara Ghofari, Ahmad Kholid Al Gunawan Aji Hanis Kusumawati Rahayu Hayati, Rina Mida Junaidi Junaidi Kasih, Cahaya Kristia, MG. Rini Kurniawan, Ferrel Listiani, Meydian M. Zidan Mezilano Y Maya Masyita Suherman Miranti Handayani Muhammad Yani, Muhammad Musdalifah Musdalifah Nanang, Martinus Nanik Suciati Nur Achmad Nur Indah Sari Nurfitra Yanto Nurhayani H. Muhiddin Nurhayani H. Muhiddin, Nurhayani H. Permatasari, Novi Amalia Pratama, Aldora Purba, Novridah Reanti Putri Permatasari, Putri Putri, Natasya Adithia Putri, Wiffy Zalina Rahman, M. Abdur Rahmat, Irwandi Rahmawati, Niken Ramlawati Ratna Suhartini Renaldi Renaldi Resmi Resmi Rizqiansyah Sy, Muhammad Adhika Rohman, Miftahur Rohmatin, Yunia Dwi Sabrina Sabrina Safina, Wan Dian Sari, Anis Monica Siagian, Nancy Octavia Siahaan, Parlaungan Gabriel Siti Asiyah Sitti Saenab, Sitti Sonia, Gita St. Mutia Alfiyanti Muhiddin Sujana, I W. Sunandi, Etis Thusqdiah, Wanda Alif Toruan, Vera Madonna Lumban U, Sahrani Wakib Kurniawan Wanti, Novelisa Syendra Waskito, Tejo Wibowo, Prasetyo Widia Wati, Diyah Atiek Yanti, Khairunisa Dwi Yuniasri, Dini Zahra, Azizah Salma Zahra, Irza Annisa Zahro, Nailatuz Zahruddin Hodsay, Zahruddin