SUMMARY
Perkembangan teknologi informasi yang pesat membuat volume informasi yang dapat diakses oleh manusia melalui internet menjadi tidak terbendung. Hal ini menyebabkan pembaca harus dapat memilah informasi yang penting maupun merangkum informasi yang sangat masif. Pembaca perlu merangkum/meringkas banyaknya informasi menjadi informasi utama yang layak untuk ditelaah. Proses merangkum/meringkas informasi yang banyak dari berbagai sumber merupakan permasalahan yang tidak mudah. Peringkasan teks dapat dilakukan secara otomatis oleh komputer menggunakan teknologi kecerdasan buatan. Penelitian ini mengusulkan metode peringkasan teks berbasis clustering dengan K-means clustering. Metode yang diusulkan telah diuji dengan Rouge score menggunakan dataset benchmark. Berdasarkan hasil pengujian, sistem peringkasan teks yang dibangun cukup baik, yaitu memiliki nilai F1 score dari Rouge-1 = 49,37%, Rouge-2 = 38,18% dan Rouge-L = 46,87%. Hasil yang diperoleh adalah bahwa metode ini lebih baik dari 3 metode unsupervised yang telah digunakan sebelumnya yaitu SumBasic, LSA dan LexRank.