INFORMATION RETRIEVAL (IR) PENCARIAN IDE POKOK DALAM TEKS ARTIKEL OLAHRAGA BERBAHASA INGGRIS MENGGUNAKAN METODE MMR (MAXIMUM MARGINAL RELEVANCE)

DOI: https://doi.org/10.33650/coreai.v1i1.1641

Authors (s)


(1) * Kamil Malik   (Universitas Nurul Jadid)  
        Indonesia
(2)  Moh Jasri   (Universitas Nurul Jadid)  
        Indonesia
(3)  Ahmad Sanusi Mashuri   (Universitas Nurul Jadid)  
        Indonesia
(*) Corresponding Author

Abstract


Pengenalan wajah merupakan suatu teknologi dari komputer untuk mengidentifikasi wajah seseorang pada suatu gambar maupun video. Banyak metode yang bisa digunakan untuk pengenalan wajah antara lain metode fisherface, local binary pattern histogram, dan eigenface. Peneliti sebelumnya menerapkan pengenalan wajah menggunakan metode eigenface untuk mengidentifikasi wajah mahasiswa di Universitas Nurul Jadid. Akan tetapi, metode eigenface hanya fokus pada citra dengan objek tidak bergerak, sehingga belum bisa diterapkan pada video. Untuk itu, pada penelitian ini diusulkan suatu metode yang dapat mengidentifikasi wajah pada video yaitu metode haar cascade dan deep learning. Metode haar cascade merupakan suatu metode yang dapat mendeteksi  posisi letak wajah pada suatu video dan metode deep learning untuk mengenali wajah yang sudah terdeteksi pada video. Hasil uji coba yang dilakukan metode haar cascade dapat mendeteksi adanya wajah pada video secara baik. Akan tetapi metode haar cascade juga mendeteksi yang bukan wajah pada data testing. Hasil dari uji coba pada gambar dengan metode haar cascade dan deep learning teridentifikasi secara benar dengan tingkat akurasi 99,6%. Hasil uji coba metode haar cascade dan deep learning pada video mahasiswa berhasil dilakukan jika komposisi warna dan tingkat cahayanya sama dengan data training dan jika tidak sesuai dengan data training maka tidak berhasil mengidentifikasi wajah mahasiswa pada video secara benar.


Keywords

MMR, Peringkasan Teks



Full Text: PDF



References


Yang Guangbing, dkk. (2013). Enhancing Sentence Ordering by Hierarchical Topic Modeling for Multi-document Summarization.

Baralis Elena, dkk.(2013). Multi-document summarization based on the Yago ontology.

AL-Khassawneh Yazan Alaya, dkk (2016). Sentence Similarity Techniques for Automatic Text Summarization.

Achmad ridok, (2014). Peringkasan dokumen bahasa indonesia berbasis Non-Negative Matrix Factorization.

Winata Fernando, Rainarli Ednawati, (2016). Implementasi Cross Method Latent Semantic analysis untuk meringkas dokumen berita bahasa indonesia.

Kesuma Hirroe Wijaya Ani, Pribadi Feddy Setio, (2016). Penerapan cosine similarity dalam aplikasi kitab indang-undang hukum dagang (wetboek van koophandle voor indonesia).

Saraswati Nirmala Fa’izah, Indriati, Perdana Rizal Setya, (2018). Peringkasan teks otomatis menggunakan metode maximum marginal relevance pada hasil pencarian sistem temu kembali informasi untuk artikel berbahasa indonesia.

Najibullah Ahmad, Mingyan Wan, (2015). Otomatisasi peringkasan dokumen sebagai pendukung sistem manajemen surat.

Amin Fatkhul, Anwar Sariyun Naja, Purwaningtyas, (2017). Sistem temu kembali informasi (Information Retrieval System) dokumen berbahasa jawa menggunakan metode Kumar-Hassebrook (PCE)

Anung, G , & Purnama, B. E. (2013).Rancang bangun sistem pengolahan data Gurudan siswa pada madrasah Ibtidaiyah Muhammadiyah (MIM) Glinggangan Anung Gestriawan, Bambang Eka Purnama, 5(3), 7-14.

Beny, H. (2012). Definisi Information Retrieval. Retrieved from informationretrievalsystem.blogspot.com/2012/08/definisi-information-retrieval.html?m=1

Staf. (2019). Kata Pencarian Menurut KBBI. Retrieved from https://www.apaarti.com/pencarian.html

Adi Dwi, H. (2017). Menentukan Ide Pokok Paragraf. Retrieved from https://dapurimajinasi.blogspot.com/2017/09/menentukan-ide-pokok-paragraf.html?m=1

Inggris, sekolah bahasa. (2014). Apa Sih Pengertian Dari Bahasa Inggris Itu? Retrieved from https://www.sekolahbahasainggris.co.id/apa-sih-pengertian-dari-bahasa-inggris-itu/


Article View

Abstract views : 482 times | PDF files viewed : 515 times

Dimensions, PlumX, and Google Scholar Metrics

10.33650/coreai.v1i1.1641


Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Kamil Malik, Moh Jasri, Ahmad Sanusi Mashuri

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


Creative Commons License
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi

Published by Technic Faculty of Nurul Jadid University, Probolinggo, East Java, Indonesia.