Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number T-1185 (Softcopy T-893) Source code T-280
Collection Type Tesis
Title Peringkas multidokumen berdasarkan pengelompokan learning object menggunakan hierachical clustering
Author Muhamad Mustamiin;
Publisher Depok: Fakultas Ilmu Komputer, 2017
Subject
Location FASILKOM-UI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
T-1185 (Softcopy T-893) Source code T-280 TERSEDIA
Tidak ada review pada koleksi ini: 44778
ABSTRAK

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