ABSTRAK

Kata-kata kunci dalam sebuah dokumen dapat memberikan deskripsi mengenai keseluruhan isi dokumen bagi pembaca dan juga sebagai alat yang sangat berguna dalam banyak bidang. Ekstraksi kata kunci secara otomatis dapat mempersingkat waktu yang diperlukan jika dibandingkan dengan ekstraksi secara manual.

Penelitian ini mengkaji ekstraksi kata kunci dari dokumen teks Bahasa Indonesia dengan menggunakan algoritma C4.5, yang merupakan salah satu algoritma dari metode Pohon Keputusan (Decision Tree). Atribut-atribut yang dipakai dalam algoritma C4.5, antara lain: Is In Title, Is In Dictionary, Is Noun, Number of Term, Term Frequency, TF-IDF, First Occurrence, Support, dan Max Support With Other Word.

Adapun tahap pre-proses yang dilakukan dalam penelitian ini, meliputi proses stemming dan stopwords removal. Algoritma stemming untuk Bahasa Indonesia yang digunakan adalah algoritma Nazief dan Adriani. Tahap-tahap pre-proses tersebut sangat berpengaruh pada proses dan hasil yang dihasilkan dalam ektraksi kata kunci.

Nilai rata-rata precision yang bisa didapat dalam melakukan pengujian dengan 65 dokumen pelatihan untuk pohon keputusan yaitu 77,99%. Sedangkan pengujian dengan 10 dokumen baru yang berbeda dapat menghasilkan nilai rata-rata precision sebesar 71,17%. Artinya dengan 9 atribut yang digunakan, pohon keputusan sudah cukup bagus untuk mengenali pola ektraksi kata kunci dari dokumen training maupun dokumen testing.

Kata kunci: C4.5, atribut, dokumen, stemming, frase, stopwords removal, Nazief Adriani, pohon keputusan, ekstraksi kata kunci, teks Bahasa Indonesia