Sistem peringkasan otomatis berita berbahasa Indonesia perlu terus dikembangkan,
seiring semakin banyaknya berita di internet. Sistem peringkasan ekstraktif
kumpulan berita berbahasa Indonesia telah dibangun sebelumnya dengan semantic
role labeling (SRL) untuk menghasilkan predicate argument structure (PAS) dan
pohon keputusan sebagai model kepentingan kalimat. Namun, ditemukan
ketidakkonsistenan label kalimat pada data yang digunakan untuk pemodelan
pohon keputusan. Sebagai alternatif pohon keputusan, model kepentingan kalimat
regresi dapat digunakan dengan label kalimat berupa nilai ROUGE terhadap
ringkasan referensi. Data tersebut dapat dibangun secara otomatis. Selain itu, sistem
peringkasan berbahasa Indonesia berbasis sentence fusion telah dibangun untuk
menghasilkan ringkasan semi-abstraktif. Pada Tugas Akhir ini, dilihat pengaruh
fitur-fitur dari dua kelompok aturan keterhubungan PAS dan regresi linier dengan
data dianotasi otomatis terhadap kinerja sistem peringkasan berbasis SRL dan graf
semantik. Selain itu, dilihat pengaruh sentence fusion terhadap kualitas ringkasan.
Sistem peringkasan Tugas Akhir dibangun dengan model kepentingan kalimat
pohon keputusan atau regresi linier dan sentence fusion. Pemodelan ulang pohon
keputusan menggunakan tambahan data latih yang dianotasi manual. Regresi linier
dilatih dengan data latih yang dianotasi otomatis berdasarkan nilai ROUGE. Kedua
model menggunakan 13 fitur dari kelompok aturan keterhubungan PAS dengan
dokumen dan kumpulan dokumen. Sentence fusion membentuk kalimat baru dari
kelompok kalimat mirip berdasarkan hasil clustering.
Eksperimen bertujuan mengetahui pengaruh penambahan data latih pohon
keputusan, menentukan model kepentingan kalimat terbaik, menentukan
konfigurasi linkage terbaik fitur kemiripan PAS dengan dokumen dan kumpulan
dokumen, menentukan himpunan fitur optimal, mengetahui pengaruh fitur judul,
dan menentukan parameter clustering. Model terbaik menghasilkan rata-rata recall
ROUGE-2 masing-masing 0,2471 dan 0,3026 untuk ringkasan 100 dan 200 kata