Perpustakaan Digital ITB

Artikel berita adalah salah satu sumber informasi yang cukup banyak beredar di dunia maya. Keberadaan artikel berita membuat orang-orang menjadi lebih peka dengan berbagai situasi yang terjadi. Judul tentunya memiliki peran penting untuk memberikan gambaran mengenai suatu artikel. Akan tetapi, saat ini banyak judul yang dibuat sangat menarik, tetapi tidak sesuai dengan isi dari artikel berita yang bersangkutan. Tugas akhir ini bertujuan untuk membuat sebuah program rekomendasi judul yang dirancang khusus untuk artikel berita berbahasa Indonesia menggunakan pendekatan pembelajaran mendalam. Program rekomendasi judul yang dikembangkan dalam tugas akhir ini menggunakan arsitektur sekuens ke sekuens berbasis memori jangka pendek yang panjang. Sebagai tambahan, arsitektur ini juga dilengkapi dengan mekanisme atensi untuk membantu model menangkap informasi penting yang terkandung di dalam artikel berita. Data pasangan artikel dan judul berita dalam bahasa Indonesia sebanyak 301,000 pasang digunakan untuk melatih dan melakukan evaluasi pada model. Hasil percobaan menunjukkan bahwa model yang dirancang dalam tugas akhir ini memiliki kemampuan untuk memahami topik dari suatu artikel berita. Model ini juga mampu menghasilkan judul yang memiliki keterkaitan dengan isi dari artikel berita tersebut. Evaluasi secara kuantitatif juga dilakukan menggunakan metrik evaluasi BERTScore antara judul yang dihasilkan model dengan artikel berita yang dimasukkan ke dalam model. Secara keseluruhan, model dengan mekanisme atensi memiliki performa yang relatif lebih baik dibandingkan model biasa tanpa mekanisme atensi.