PENERAPAN ALGORITMA LEXRANK DALAM PERINGKASAN OTOMATIS TEKS DOKUMEN AKADEMIK

Abstract

Penelitian ini bertujuan mengevaluasi kinerja algoritma Continuous LexRank dalam menghasilkan ringkasan ekstraktif dari dokumen regulatif akademik berbahasa Indonesia. Dokumen yang digunakan adalah Pedoman Akademik Universitas Negeri Medan Tahun 2019--2020 yang terdiri atas 1.414 kalimat dan memiliki karakteristik ketentuan yang berdiri sendiri, berbeda secara fundamental dari teks naratif yang umumnya dijadikan korpus uji peringkasan otomatis. Continuous LexRank diterapkan pada pembentukan graf kemiripan antarkalimat dengan pembobotan menggunakan IDF-Modified Cosine Similarity dan pemeringkatan berbasis PageRank dengan damping factor 0,85. Evaluasi dilakukan pada dua ukuran ringkasan (Top-40 dan Top-70) menggunakan metrik Precision, Recall, dan F1-score terhadap ringkasan acuan yang divalidasi oleh validator ahli. Hasil evaluasi menunjukkan Top-70 memberikan kinerja terbaik dengan F1-score 0,3768, lebih tinggi dibandingkan Top-40 yang memperoleh 0,2821. Validasi ahli menunjukkan rata-rata skor 3,00 (kategori “Baik”) dengan keterwakilan informasi 57,5% pada Top-40 dan 64,28% pada Top-70. Continuous LexRank menunjukkan kemampuan mengekstraksi kerangka informasi sentral dokumen regulatif, namun terbatas dalam mengendalikan redundansi dan konteks rujukan, sehingga lebih optimal diposisikan sebagai pratinjau informasi dokumen regulatif yang panjang.