Metode VIKOR merupakan metode pendukung keputusan yang menyeleksi lebih dari satu kriteria, berfokus pada perangkingan berdasarkan hasil alternatif dan kriteria yang bertentangan. Peringkasan teks otomatis pada multi dokumen adalah peringkasan dengan menggunakan banyak dokumen dengan tema yang sama menggunakan aplikasi yang dijalankan di perangkat komputer. Tahapan dari peringkasan teks otomatis yang akan dilakukan diantaranya adalah penerimaan input teks, preprocessing, mengekstrak beberapa fitur seperti : posisi kalimat, kemiripan dengan judul, kata kunci, bobot koneksi antar kalimat, kalimat yang mengandung kata numerik , frekuensi kata, dan sentralitas. Selanjutnya hasil ekstraksi fitur digunakan sebagai masukkan metode VIKOR. Setelah didapatkan rangking dari seluruh kalimat, selanjutnya memilah 25% kalimat berdasarkan nilai indeks VIKOR yang didapatkan. Kalimat yang telah dipilih akan diproses menggunakan metode TF-IDF dan akan disusun berdasarkan hasil dari cosine similarity. Pengujian intrinsik dilakukan dengan membandingkan ringkasan sistem dengan ringkasan manual hasil dari tiga orang pakar. Berdasarkan hasil pengujian intrinsik yaitu ROUGE dari 30 data uji yang dibagi kedalam 10 topik berita. Dapat disimpulkan bahwa peringkasan teks otomatis pada multi dokumen menggunakan metode VIKOR oleh pakar pertama menghasilkan tertinggi dengan rata – rata yang cukup baik yaitu recall sebesar 74,58%, precission 77,5% dan f-measure 75,25%.

The VIKOR method is a decision support method that selects more than one criterion, focusing on ranking based on alternative results and conflicting criteria. Automatic text summarization in multiple documents is summarizing using many documents with the same theme using applications that run on a computer device. Previous research on multi-document summarization with the Textrank method has an accuracy of 74%. But the method has a weakness in determining the importance of a sentence. Stages of automatic text summarization that will be carried out include receiving text input, preprocessing, extracting some features such as: sentence position, similarity with title, keyword, connection weight between sentences, sentences containing numerical words, word frequencies, and centrality. Furthermore, the feature extraction results are used to enter the VIKOR method. After getting the ranking from all sentences, then sorting out 25% of the sentences based on the VIKOR index values obtained. The selected sentence will be processed using the TF-IDF method and will be arranged based on the results of cosine similarity. Intrinsic testing is done by comparing the system summary with a summary of the manual results from three experts. Based on the results of intrinsic testing, ROUGE of 30 test data divided into 10 news topics. It was concluded that automatic text summarization on multi documents using the VIKOR method by a first expert produced the highest with a fairly good average of recall of 74,58%, precission 77,5% , and f-measure 75,25%. Keywords: VIKOR method, Algorithm, Optimization, MCDM, Multi document automatic summary.

https://elib.unikom.ac.id/gdl.php?mod=browse&op=read&id=jbptunikompp-gdl-freskiansh-39915