Perkembangan teknologi menyebabkan jumlah dokumen digital meningkat pesat, membuat sulit bagi individu untuk memilih dan memahami isi dokumen dengan cepat. Untuk mengatasi beban ini, merangkum teks menjadi penting. Studi ini menggunakan metode LexRank untuk merangkum dokumen dengan memberi nilai pada setiap kalimat. Kualitas ringkasan dinilai dengan skor ROUGE , yang mengacu pada standar emas ringkasan oleh ahli Bahasa Indonesia.
Proses penelitian dimulai dengan mengumpulkan dataset menggunakan teknik scraping . Setelah itu, data diproses melalui preprocessing. Kemudian, TF-IDF digunakan untuk menghitung bobot, dan Cosine Similarity dipakai untuk mengukur kemiripan kalimat. Algoritma LexRank kemudian melakukan pemeringkatan kalimat untuk memilih yang paling relevan untuk rangkuman. Evaluasi dilakukan menggunakan ROUGE (ROUGE -1, ROUGE -2, dan ROUGE -L) untuk memastikan kualitas dan akurasi dari rangkuman otomatis dibandingkan dengan rangkuman yang dibuat oleh ahli.
Penelitian ini mengumpulkan 50 artikel dari berbagai portal berita Indonesia dengan 7 atribut: penulis, konten, kata kunci, tautan, tanggal terbit, sumber, dan judul. Ringkasan menggunakan LexRank berhasil menangkap informasi penting, dengan skor ROUGE -1 dan ROUGE -2 antara 21-24%, meskipun struktur kalimat masih perlu diperbaiki. Skor ROUGE -L menunjukkan presisi 33% dan Recall 36%, menunjukkan susunan kalimat cukup mirip dengan ringkasan manual. Namun, masih ada peluang untuk meningkatkan variasi kata dan kesinambungan bigram agar kualitas ringkasan otomatis semakin mendekati ringkasan manual.