Peringkasan teks merujuk pada pembuatan rangkuman teks secara otomatis dengan pendekatan natural language processing (NLP). Text summarization dibutuhkan saat jumlah dokumen atau review yang akan dirangkum dalam jumlah yang banyak. Sebuah rangkuman yang dihasilkan dapat menjadi pengetahuan, masukan maupun saran untuk perbaikan/pengembangan berbagai aplikasi. Aplikasi Digital Library System merupakan sebuah mobile apps untuk layanan perpustakaan Universitas Negeri Medan (Unimed). Aplikasi tersebut memiliki banyak ulasan di berbagai platform. Tentu, rangkuman ulasan tersebut merupakan pengalaman pengguna dan dapat menjadi masukan untuk pengembangan versi terbaru. Namun menjadi tantangan jika seluruh ulasan pengguna dirangkum secara manual, karena akan memakan waktu yang lama. Penelitian ini bertujuan untuk menyediakan rangkuman atas ulasan mobile Apps tersebut dengan pendekatan peringkasan teks secara otomomatis. Algoritma yang digunakan dalam peringkasan teks di penelitian ini ialah Maximum Marginal Relevance (MMR) dan proses evaluasi menggunakan presisi, recall dan F1. Ulasan mobile apps diperoleh dari play store dan App Store. Ulasan akan melalui tahapan text pre-processing dengan bantuan library NLTK. Penelitian ini berhasil mengidentifikasi 30 review dengan nilai MMR tertinggi. Lebih lanjut, rangkuman ulasan yang disajikan merupakan rangkaian 10 ulasan dengan nilai MMR tertinggi. Rangkuman yang dihasilkan memiliki tingkat presisi sebesar 30.51%, recall sebesar 56.25%, dan skor F1 sebesar 39.56%.