Pengarang | Muhamad Mustamiin; |
Judul English | Multidocument summarization based on clustering of learning object using hierarchical clustering |
Pembimbing 2 | Indra Budi |
Tahun buku | 2017 |
Barcode RFID baru | 11842574 |
Tahun Angkatan | 2014 |
Progam Studi | MIK |
Lokasi | FASILKOM-UI; |
Tanggal Datang | 04/04/2017 |
Abstrak Indonesia |
ABSTRAK Nama : Muhamad Mustamiin Program Studi : Magister Ilmu Komputer Judul : Peringkas Multidokumen berdasarkan Pengelompokan Learning Object menggunakan Hierarchical Clustering Open Educational Resources (OER) merupakan tempat mengajar, belajar, dan sumber-sumber penelitian yang berada dalam domain publik yang memungkinkan diakses secara bebas. Pada OER terdapat konten-konten ilmu pengetahuan, penelitian maupun konten pembelajaran. Konten pembelajaran atau Learning Object (LO) bersifat butiran dan dapat digunakan kembali pada materi pembelajaran lainnya. Teknik penelusuran LO berbasis ontologi dapat digunakan untuk mencari LO dalam OER. Pada penelitian ini dilakukan peringkasan terhadap LO-LO hasil penelusuran mesin pencari berbasis ontologi untuk dijadikan sebagai bahan dalam pembuatan materi pembelajaran baru sesuai dengan topik yang dicari oleh pengguna. Peringkasan berdasarkan pengelompokan LO menggunakan Hierarchical Agglomerative Clustering (HAC) dengan ketergantungan konteks terhadap kueri pengguna memiliki nilai rerata F-Measure 0,487, sementara peringkasan berdasarkan pengelompokan K-Means hanya memiliki nilai rerata F-Measure 0,336. Dalam penelitian ini juga dilakukan eksperimen ekspansi kueri untuk meningkatkan keterkaitan antara kueri dengan keinginan pengguna. Dari hasil eksperimen diketahui bahwa penggunaan ekspansi kueri dalam pencarian dapat meningkatkan nilai rerata mean average precision dari 0,526 menjadi 0,567. Penggunaan ekspansi kueri dalam peringkasan menggunakan HAC dengan ketergantungan konteks meningkatkan nilai rerata F-Measure menjadi 0,490, sementara untuk peringkasan dengan K-Means nilai rerata F-Measure menjadi 0,370. Kata Kunci : Peringkas Multidokumen, Ekspansi Kueri, Open Educational Resources, Learning Object, Hierarchical Clustering |
Judul | Peringkas multidokumen berdasarkan pengelompokan learning object menggunakan hierachical clustering |
Tgl Pemasukan | 4 April 2017 |
Abstrak English |
ABSTRACT Name : Muhamad Mustamiin Study Program : Master of Computer Science Title : Multidocument Summarization based on Clustering of Learning Object using Hierarchical Clustering Open Educational Resources (OER) is a place of teaching, learning and research resources that are in the public domain that allows a freely accessible. OER contains science, research and also learning content. Learning content or Learning Object (LO) are granular and can be reused in other learning materials. LO ontology-based search techniques can be used to search for LO in OER. In this research, LO from search results are used as an ingredient to create new learning materials according to the topic searched by users. Summarizing based grouping of LO use Hierarchical Agglomerative Clustering (HAC) with the dependency context to the user's query which has an average value F-Measure of 0.487, while summarizing by K-Means F-Measure only has an average value of 0.336. To improve the linkages between queries of user's wishes, query expansion experiments was also conducted in this research, from the experiment results found that the use query expansion in a search could increase the average value of the mean average precision of 0.526 to 0,567. HAC summarizing with dependency context using query expansion increases average value of F-Measure to 0.490, while summarizing by K-Means using query expansion increases average value of F-Measure to 0.370. Keywords : Multidocument Summarization, Query Expantion, Open Educational Resources, Learning Object, Hierarchical Clustering |
Penguji 2 | Denny |
Penguji 3 | Kasiyah |
Pembimbing 1 | Harry Budi Santoso |
Fisik | xiii, 11 hlm.: ill.; 30 cm. |
Bahasa | ind |
Penerbitan | Depok: Fakultas Ilmu Komputer, 2017 |
No. Panggil | T-1185 (Softcopy T-893) Source code T-280 |
Penguji 1 | Widijanto Satyo Nugroho |
Nomor Panggil | ID Koleksi | Status |
---|---|---|
T-1185 (Softcopy T-893) Source code T-280 | TERSEDIA |
ABSTRAK Nama : Muhamad Mustamiin Program Studi : Magister Ilmu Komputer Judul : Peringkas Multidokumen berdasarkan Pengelompokan Learning Object menggunakan Hierarchical Clustering Open Educational Resources (OER) merupakan tempat mengajar, belajar, dan sumber-sumber penelitian yang berada dalam domain publik yang memungkinkan diakses secara bebas. Pada OER terdapat konten-konten ilmu pengetahuan, penelitian maupun konten pembelajaran. Konten pembelajaran atau Learning Object (LO) bersifat butiran dan dapat digunakan kembali pada materi pembelajaran lainnya. Teknik penelusuran LO berbasis ontologi dapat digunakan untuk mencari LO dalam OER. Pada penelitian ini dilakukan peringkasan terhadap LO-LO hasil penelusuran mesin pencari berbasis ontologi untuk dijadikan sebagai bahan dalam pembuatan materi pembelajaran baru sesuai dengan topik yang dicari oleh pengguna. Peringkasan berdasarkan pengelompokan LO menggunakan Hierarchical Agglomerative Clustering (HAC) dengan ketergantungan konteks terhadap kueri pengguna memiliki nilai rerata F-Measure 0,487, sementara peringkasan berdasarkan pengelompokan K-Means hanya memiliki nilai rerata F-Measure 0,336. Dalam penelitian ini juga dilakukan eksperimen ekspansi kueri untuk meningkatkan keterkaitan antara kueri dengan keinginan pengguna. Dari hasil eksperimen diketahui bahwa penggunaan ekspansi kueri dalam pencarian dapat meningkatkan nilai rerata mean average precision dari 0,526 menjadi 0,567. Penggunaan ekspansi kueri dalam peringkasan menggunakan HAC dengan ketergantungan konteks meningkatkan nilai rerata F-Measure menjadi 0,490, sementara untuk peringkasan dengan K-Means nilai rerata F-Measure menjadi 0,370. Kata Kunci : Peringkas Multidokumen, Ekspansi Kueri, Open Educational Resources, Learning Object, Hierarchical Clustering