Abstract—Document clustering used t

Abstract—Document clustering used term-document matrix
to represents the collection of document. Number of
documents leads high dimensionality of term-document
matrix. This paper proposed document summarization as
feature reduction to reduce the dimensionality of termdocument
matrix. We evaluated document summarization
in document clustering, compare to feature selection and
feature transformation as feature reduction. By comparing
the document summarization and other feature reduction,
it was found that document summarization improved the
accuracy and reduced the time computational of document
clustering.

Hasil (Bahasa Indonesia) 1:

Abstrak — dokumen pengelompokan digunakan istilah-dokumen matriksuntuk mewakili koleksi dokumen. Jumlahdokumen membawa dimensi tinggi istilah-dokumenmatriks. Karya tulis ini mengajukan dokumen summarization sebagaiFitur pengurangan untuk mengurangi dimensi termdocumentmatriks. Kami dievaluasi summarization dokumendalam dokumen pengelompokan, dibandingkan dengan pilihan fitur danFitur transformasi sebagai fitur pengurangan. Dengan membandingkansummarization dokumen dan pengurangan fitur lain,ternyata bahwa summarization dokumen ditingkatkanakurasi dan mengurangi waktu komputasi dokumenpengelompokan.

Hasil (Bahasa Indonesia) 2:

Abstrak-Dokumen pengelompokan menggunakan istilah-dokumen matriks
untuk mewakili koleksi dokumen. Jumlah
dokumen mengarah dimensi tinggi jangka dokumen
matriks. Ini kertas diusulkan dokumen summarization sebagai
pengurangan fitur untuk mengurangi dimensi dari termdocument
matriks. Kami mengevaluasi dokumen summarization
di pengelompokan dokumen, dibandingkan dengan fitur seleksi dan
fitur transformasi pengurangan fitur. Dengan membandingkan
dengan summarization dokumen dan pengurangan fitur lainnya,
ditemukan bahwa dokumen summarization meningkatkan
akurasi dan mengurangi waktu komputasi dokumen
clustering.