RINGKASAN EKSTRAKTIF BERBASIS TEXTRANK UNTUK MENDUKUNG PENGAMBILAN KEPUTUSAN PADA SISTEM INFORMASI E-COMMERCE

Abstract

Pertumbuhan platform e-commerce telah menghasilkan volume ulasan pelanggan yang sangat besar sehingga sulit dianalisis secara manual. Penelitian ini mengembangkan sistem ringkasan otomatis berbasis algoritma TextRank untuk mengekstraksi kalimat paling representatif dari ulasan panjang. Metode yang diterapkan meliputi preprocessing teks, embedding kalimat menggunakan model multilingual SentenceTransformer, konstruksi graf kemiripan antar kalimat, scoring TextRank, serta ekstraksi Top-5 kalimat sebagai ringkasan akhir. Evaluasi menggunakan metrik ROUGE menunjukkan bahwa sistem mampu menghasilkan ringkasan yang ringkas, informatif, dan mendekati ground truth yang disusun anotator manusia. Hasil penelitian menegaskan bahwa algoritma TextRank efektif dalam mengurangi beban analisis manual, memberikan ringkasan yang akurat, serta dapat digunakan sebagai alat bantu pengambilan keputusan berbasis data pelanggan e-commerce.