Text Summarization Umpan Balik Pengguna Website SiBayar Pondok Pesantren Sabilurrosyad dengan Metode Bi-LSTM

INDONESIA:

SiBayar adalah website yang sedang dikembangkan oleh Pondok Pesantren Sabilurrosyad untuk mempermudah administrasi dan manajemen kepesantrenan. Untuk meningkatkan fungsionalitas website, diperlukan umpan balik dari pengguna terhadap fitur-fitur yang ada. Namun, mengelola dan menganalisis sejumlah besar umpan balik pengguna secara manual dapat menjadi proses yang sangat memakan waktu. Oleh karena itu, diperlukan pendekatan otomatis seperti text summarization untuk merangkum dan menganalisis data tersebut. Penelitian ini bertujuan untuk menghasilkan ringkasan otomatis dari umpan balik pengguna pada website SiBayar Pondok Pesantren Sabilurrosyad menggunakan metode Bidirectional Long Short-Term Memory (Bi-LSTM), dengan fokus pada identifikasi parameter terbaik melalui hyperparameter tuning serta evaluasi akurasi ringkasannya. Hasil pengujian hyperparameter tuning menunjukkan bahwa konfigurasi yang memberikan performa terbaik adalah yang menggunakan algoritma optimasi Nadam, jumlah lapisan 1 dan ukuran batch 1, serta variational dropout dengan dropout rate 0.5. Evaluasi kualitas ringkasan model dilakukan menggunakan metrik ROUGE yang menunjukkan bahwa model Bi-LSTM mencapai skor ROUGE-1 sebesar 0.6221, skor ROUGE-2 sebesar 0.5462, dan skor ROUGE-L sebesar 0.660. Secara keseluruhan, model Bi-LSTM di penelitian ini memiliki performa yang baik dalam melakukan peringkasan teks, namun kesesuaian pasangan dan urutan kata masih perlu ditingkatkan untuk hasil yang lebih optimal.

ENGLISH:

SiBayar is a website developed by the Sabilurrosyad Islamic Boarding School to facilitate its administration and management. To improve the functionality of the website, user feedback is needed on the existing features. However, managing and analyzing a large amount of user feedback manually can be a very time-consuming process. Therefore, an automated approach such as text summarization is needed to summarize and analyze the data. This study aims to generate an automated summary of user feedback on the SiBayar website of the Sabilurrosyad Islamic Boarding School using the Bidirectional Long Short-Term Memory (Bi-LSTM) method, focusing on identifying the best parameters through hyperparameter tuning and evaluating the accuracy in full. The results of the hyperparameter tuning test show that the configuration that provides the best performance is the one using the Nadam algorithm optimization, the number of layers 1 and batch size 1, and the variational dropout with a dropout rate of 0.5. The model summary quality evaluation was performed using the ROUGE metric which showed that the Bi-LSTM model achieved a ROUGE-1 score of 0.6221, a ROUGE-2 score of 0.5462, and a ROUGE-L score of 0.660. Overall, Bi-LSTM model in this study has good performance in summarizing text, but the suitability of word pairs and sequences still needs to be improved for more optimal results.

ARABIC:
يتم تطوير موقع SiBayar من قبل معهد سبيل الرشاد الإسلامية لتسهيل الإدارة وإدارة شؤون المدرسة. ولتحسين وظائف الموقع، هناك حاجة إلى ملاحظات من المستخدمين حول الميزات الموجودة. ومع ذلك، يمكن أن يكون إدارة وتحليل كمية كبيرة من ملاحظات المستخدمين يدويًا عملية تستغرق وقتًا طويلاً. لذلك، هناك حاجة إلى نهج آلي مثل تلخيص النصوص لتلخيص وتحليل البيانات. تهدف هذه الدراسة إلى إنشاء ملخص تلقائي لملاحظات المستخدمين على معهد سبيل الرشاد الإسلامية باستخدام طريقة Bi-LSTM ، مع التركيز على تحديد أفضل المعلمات من خلال ضبط المعلمات الفائقة وتقييم دقة الملخص. SiBayar. تظهر نتائج اختبار ضبط المعلمات الفائقة أن التكوين الذي يوفر أفضل أداء هو التكوين الذي يستخدم خوارزمية تحسين Nadam وعدد الطبقات 1 وحجم الدفعة 1 و variational dropout بمعدل dropout يبلغ 0.5. تم إجراء تقييم جودة ملخص النموذج باستخدام مقياس ROUGE الذي أظهر أن نموذج Bi-LSTM حقق درجة ROUGE-1 وهي0.6221، ودرجة ROUGE-2 وهي0.5462، ودرجة ROUGE-L وهي 660.0 بشكل عام، فإن Bi-LSTM قادر على إجراء تلخيص للنصوص، ولكن لا يزال يتعين تحسين ملاءمة أزواج الكلمات والتسلسلات للحصول على نتائج أكثر مثالية