<![CDATA[Kebutuhan informasi lokal di Kota Lhokseumawe belum terpenuhi secara optimal karena mesin pencari berita arus utama masih bersifat umum dan minim filter spasial tingkat kota. Penelitian ini bertujuan merancang sistem pencarian dan peringkasan berita lokal berbasis Artificial Intelligence (AI) untuk mengatasi masalah information overload. Metode yang diusulkan mengintegrasikan web scraping (HTTPX dan Selenium) untuk ekstraksi data dinamis, Named Entity Recognition (NER) untuk filter entitas lokasi geografis, serta extractive summarization dan semantic similarity matching menggunakan model Sentence Transformer. Hasil pengujian kuantitatif terhadap metode NER menunjukkan performa yang sangat baik dalam menyaring lokasi dengan nilai Precision 80,49%, Recall 91,67%, dan F1-Score 85,72%. Secara kualitatif, ringkasan yang dihasilkan mampu menyajikan informasi esensial secara relevan, mudah dibaca, dan koheren, dengan format keluaran yang adaptif (naratif atau daftar rekomendasi) menyesuaikan kueri pengguna. Kesimpulannya, integrasi metode pemrosesan bahasa alami ini terbukti efektif menyaring dan meringkas konten berita lokal secara spesifik. Pengembangan selanjutnya dapat mengeksplorasi metode peringkasan abstraktif.]]>
Copyrights © 2026
