Peringkasan Artikel Ilmiah Bahasa Indonesia Berbasis Rhetorical Role menggunakan Support Vector Machine

Abstract

Scientific journal indexers make it easier for readers or researchers to find various scientific articles to be used as references or simply to improve one’s knowledge. However, being faced with a large number of choices can also make selecting articles according to preference more complicated since many articles cover similar topics with quite different details. Some journal abstracts are not available in a consistent format so the information available in an abstract might not be found in others. Problems might arise when comparing scientific articles and sorting out publications according to preference. This study classifies sentences in Indonesian scientific articles based on their rhetorical roles, then compiles a structured summary based on the classification results. Thus, the resulting paragraph is not only concise, but also detailed and structured. The classification method used is the Support Vector Machine (SVM), then TextRank is used to rank sentences before compiled into a summary in abstract form. Binary classification with SVM to select important sentences resulted in an average accuracy of 85.26%, 71.5% precision, 46.1% recall, and an F1-score of 54.6%. Rhetorical role labelling of the sentences with SVM resulted in an average accuracy of 65.87%. The final results of the system are then evaluated with questions regarding its relevance to the assigned rhetorical role. Due to several factors, there are still sentences in the final summary that are not relevant or related to the assigned rhetorical role.

Pengindeks jurnal ilmiah memudahkan para pembaca atau peneliti dalam mencari berbagai artikel ilmiah untuk dijadikan referensi atau sekadar menambah ilmu pengetahuan. Namun, dihadapkan dengan banyaknya pilihan juga dapat menimbulkan kesulitan dalam memilih artikel sesuai preferensi karena banyaknya artikel yang membahas topik serupa dengan rincian yang cukup berbeda. Beberapa abstrak jurnal yang memperlihatkan isi artikel secara ringkas pun tidak tersedia dalam format yang seragam sehingga informasi yang tersedia dalam suatu abstrak tidak ditemukan dalam abstrak lainnya. Hal ini menjadi masalah saat membandingkan artikel ilmiah dan memilah publikasi yang sesuai dengan preferensi. Penelitian ini mengklasifikasikan kalimat-kalimat dalam artikel ilmiah berbahasa Indonesia berdasarkan perannya (rhetorical roles) kemudian menyusun ringkasan terstruktur berdasarkan hasil klasifikasi tersebut. Dengan ini paragraf yang dihasilkan tidak hanya ringkas, tetapi juga rinci dan terstruktur. Metode klasifikasi yang digunakan adalah Support Vector Machine (SVM). Kemudian TextRank digunakan untuk memeringkatkan kalimat-kalimat hingga akhirnya tersusun menjadi ringkasan dalam bentuk abstrak. Klasifikasi biner kalimat dengan SVM untuk memilih kalimat penting menghasilkan nilai rata-rata akurasi sebesar 85.26%, precision 71.5%, recall 46.1%, dan F1-score sebesar 54.6%. Pelabelan rhetorical roles kalimat dengan SVM menghasilkan rata-rata akurasi sebesar 65.87%. Hasil akhir sistem kemudian dievaluasi dengan pertanyaan. Karena beberapa faktor, masih banyak kalimat-kalimat dalam ringkasan akhir yang tidak relevan atau berhubungan dengan rhetorical role yang diberikan.