Implementasi Text Summarization untuk Deskripsi Destinasi Wisata Nusantara Dengan Metode Maximum Marginal Relevance (MMR)
Article Sidebar
Main Article Content
Abstract
Dalam upaya untuk meningkatkan pengalaman pengguna dalam mencari dan memahami informasi tentang destinasi pariwisata di nusantara, peringkas teks menjadi penting. Perancangan ini mengusulkan implementasi metode Maximum Marginal Relevance (MMR) untuk merangkum deskripsi destinasi wisata Nusantara. Pendekatan ini memungkinkan pembuatan ringkasan yang relevan dan informatif dengan mempertimbangkan keseimbangan antara keunikan dan kepentingan informasi yang disajikan kepada pengguna. Dengan menerapkan MMR, diharapkan hasil ringkasan yang dihasilkan mampu memudahkan pengguna dalam memperoleh informasi yang penting dan menarik tentang destinasi wisata Nusantara, sehingga meningkatkan pengalaman, kepuasan, dan menjadi sumber informatif bagi pengguna dalam mengetahui sejarah destinasi tersebut secara informatif.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
This work is licensed under a Jurnal Komunikasi Creative Commons Attribution-ShareAlike 4.0 International License.
References
Suprihatin, W. (2020). Analisis perilaku konsumen wisatawan era pandemi Covid-19 (Studi kasus pariwisata di Nusa Tenggara Barat).
Debby, B., Beng, J. T., & Wasino, W. (2018). ITINERARY WISATA BOYOLALI-SOLO- KLATEN. Jurnal Ilmu Komputer dan Sistem Informasi.
Fernanto, G. F., Intan, R., & Rostianingsih, S. (2019). Sistem rekomendasi mata kuliah pilihan menggunakan metode user based collaborative filtering berbasis algoritma adjusted cosine similarity.
Pratama, W., Ilyas, R., & Kasyidi, F. (2021). Peringkasan Otomatis Makalah Menggunakan Maximum Marginal Relevance.
Kurniawan, A., & Humaidy, M. I. (2022). Penerapan Algoritma Maximum Marginal Relevance Dalam Peringkasan Teks Secara Otomatis. Bulletin of Data Science.
Gunawan, D., Harahap, S. H., & Rahmat, R. F. (2019, November). Multi-document summarization by using textrank and maximal marginal relevance for text in Bahasa Indonesia.
Karo, I. M. K., Dewi, S., & Perdana, A. (2024). Implementasi Text Summarization Pada Review Aplikasi Digital Library System Menggunakan Metode Maximum Marginal Relevance.
Purbawa, D. P., Anggraini, R. N. E., & Sarno, R. (2021, October). Automatic Text Summarization using Maximum Marginal Relevance for Health Ethics Protocol Document in Bahasa.