Boilerplate Removal Untuk Konten Utama Jurnal Ilmiah Menggunakan BoilerNet

Janitra, Felix Dean (2025) Boilerplate Removal Untuk Konten Utama Jurnal Ilmiah Menggunakan BoilerNet. Bachelor thesis, Insitut Teknologi Kalimantan.

	Text 11211040_cover.pdf Download (283kB)
	Text 11211040_statement_of_authenticity.pdf Download (657kB)
	Text 11211040_publishing_agreement.pdf Download (306kB)
	Text 11211040_approval_sheet.pdf Download (361kB)
	Text 11211040_preface.pdf Download (433kB)
	Text 11211040_abstract_id.pdf Download (539kB)
	Text 11211040_abstract_en.pdf Restricted to Repository staff only until 4 October 2027. Download (471kB) | Request a copy
	Text 11211040_table_of_content.pdf Restricted to Repository staff only until 4 October 2027. Download (552kB) | Request a copy
	Text 11211040_illustrations.pdf Restricted to Repository staff only until 4 October 2027. Download (203kB) | Request a copy
	Text 11211040_tables.pdf Restricted to Repository staff only until 4 October 2027. Download (288kB) | Request a copy
	Text 11211040_chapter_1.pdf Restricted to Repository staff only until 4 October 2027. Download (1MB) | Request a copy
	Text 11211040_chapter_2.pdf Restricted to Repository staff only until 4 October 2027. Download (7MB) | Request a copy
	Text 11211040_chapter_3.pdf Restricted to Repository staff only until 4 October 2027. Download (3MB) | Request a copy
	Text 11211040_chapter_4.pdf Restricted to Repository staff only until 4 October 2027. Download (7MB) | Request a copy
	Text 11211040_conclusions.pdf Restricted to Repository staff only until 4 October 2027. Download (551kB) | Request a copy
	Text 11211040_biblography.pdf Download (881kB)
	Text 11211040_enclosure.pdf Restricted to Repository staff only until 4 October 2027. Download (1MB) | Request a copy
	Text 11211040_paper.pdf Restricted to Repository staff only until 4 October 2027. Download (467kB) | Request a copy
	Text 11211040_presentation.pdf Restricted to Repository staff only until 4 October 2027. Download (8MB) | Request a copy
	Text 11211040_Form. TA-020.pdf Restricted to Repository staff only until 4 October 2027. Download (475kB) | Request a copy

Abstract

Di era digital, jumlah publikasi jurnal ilmiah yang tersedia secara daring semakin meningkat pesat. Namun, proses ekstraksi informasi dari jurnal ilmiah sering terganggu oleh elemen boilerplate, seperti header, footer, navigasi, dan metadata yang tidak berkaitan langsung dengan konten utama. Keberadaan elemen-elemen ini menghambat analisis teks dan pemrosesan lebih lanjut dalam berbagai aplikasi akademik. Penelitian ini bertujuan untuk mengembangkan metode penghapusan boilerplate secara otomatis menggunakan BoilerNet, sebuah model berbasis deep learning dengan pendekatan Bi-LSTM. Model ini dikembangkan untuk mengklasifikasikan setiap bagian teks dalam halaman jurnal dan memisahkan konten utama dari boilerplate secara lebih akurat. Metode yang digunakan dalam penelitian ini melibatkan beberapa tahap, termasuk pengumpulan dataset jurnal ilmiah melalui web scraping, preprocessing data untuk normalisasi dan pelabelan, serta pelatihan model dengan optimasi menggunakan Binary Cross Entropy. Evaluasi model dilakukan menggunakan metrik seperti Precision, Recall dan F1-score untuk mengukur efektivitas model dalam menghapus elemen boilerplate. Pengujian dilakukan menggunakan total 180 data, terdistribusi menjadi 50 data pelatihan, 30 validasi, dan 100 pengujian. Hasil eksperimen menunjukkan bahwa konfigurasi optimal BoilerNet dengan 256 hidden unit, dropout rate 0.4, dua lapisan LSTM, dan ukuran dense layer 256 mencatat F1 score 0.91 untuk kelas boilerplate (negatif) dan 0.81 untuk kelas konten utama (positif). Average F1 score keseluruhan mencapai 0.863. Hasil ini mengindikasikan bahwa BoilerNet mampu meningkatkan performa ekstraksi konten utama secara signifikan dibandingkan metode konvensional seperti Readability.JS.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General)
Divisions:	Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User:	Felix Dean Janitra
Date Deposited:	11 Jul 2025 00:11
Last Modified:	11 Jul 2025 00:11
URI:	http://repository.itk.ac.id/id/eprint/23492

Actions (login required)

View Item