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.